Nuevas Investigaciones en la Dinámica de puentes de ferrocarril de alta velocidad

1. Moticacion Nuevos puentes 2. Efectos Dinámicos (¿Puentes Seguros?) 3. Requisitos de Servicio (¿Traco Seguro?) 4. Modelos y Normas (¿Cómo saberlo?) Modelos de Cálculo Normas Técnicas 5. Observaciones finales

Semi-supervised subspace clustering and applications to neuroscience

Machine learning techniques are used for extracting valuable knowledge from data. Nowa¬days, these techniques are becoming even more important due to the evolution in data ac¬quisition and storage, which is leading to data with different characteristics that must be exploited. Therefore, advances in data collection must be accompanied with advances in machine learning techniques to solve new challenges that might arise, on both academic and real applications. There are several machine learning techniques depending on both data characteristics and purpose. Unsupervised classification or clustering is one of the most known techniques when data lack of supervision (unlabeled data) and the aim is to discover data groups (clusters) according to their similarity. On the other hand, supervised classification needs data with supervision (labeled data) and its aim is to make predictions about labels of new data. The presence of data labels is a very important characteristic that guides not only the learning task but also other related tasks such as validation. When only some of the available data are labeled whereas the others remain unlabeled (partially labeled data), neither clustering nor supervised classification can be used. This scenario, which is becoming common nowadays because of labeling process ignorance or cost, is tackled with semi-supervised learning techniques. This thesis focuses on the branch of semi-supervised learning closest to clustering, i.e., to discover clusters using available labels as support to guide and improve the clustering process. Another important data characteristic, different from the presence of data labels, is the relevance or not of data features. Data are characterized by features, but it is possible that not all of them are relevant, or equally relevant, for the learning process. A recent clustering tendency, related to data relevance and called subspace clustering, claims that different clusters might be described by different feature subsets. This differs from traditional solutions to data relevance problem, where a single feature subset (usually the complete set of original features) is found and used to perform the clustering process. The proximity of this work to clustering leads to the first goal of this thesis. As commented above, clustering validation is a difficult task due to the absence of data labels. Although there are many indices that can be used to assess the quality of clustering solutions, these validations depend on clustering algorithms and data characteristics. Hence, in the first goal three known clustering algorithms are used to cluster data with outliers and noise, to critically study how some of the most known validation indices behave. The main goal of this work is however to combine semi-supervised clustering with subspace clustering to obtain clustering solutions that can be correctly validated by using either known indices or expert opinions. Two different algorithms are proposed from different points of view to discover clusters characterized by different subspaces. For the first algorithm, available data labels are used for searching for subspaces firstly, before searching for clusters. This algorithm assigns each instance to only one cluster (hard clustering) and is based on mapping known labels to subspaces using supervised classification techniques. Subspaces are then used to find clusters using traditional clustering techniques. The second algorithm uses available data labels to search for subspaces and clusters at the same time in an iterative process. This algorithm assigns each instance to each cluster based on a membership probability (soft clustering) and is based on integrating known labels and the search for subspaces into a model-based clustering approach. The different proposals are tested using different real and synthetic databases, and comparisons to other methods are also included when appropriate. Finally, as an example of real and current application, different machine learning tech¬niques, including one of the proposals of this work (the most sophisticated one) are applied to a task of one of the most challenging biological problems nowadays, the human brain model¬ing. Specifically, expert neuroscientists do not agree with a neuron classification for the brain cortex, which makes impossible not only any modeling attempt but also the day-to-day work without a common way to name neurons. Therefore, machine learning techniques may help to get an accepted solution to this problem, which can be an important milestone for future research in neuroscience. Resumen Las técnicas de aprendizaje automático se usan para extraer información valiosa de datos. Hoy en día, la importancia de estas técnicas está siendo incluso mayor, debido a que la evolución en la adquisición y almacenamiento de datos está llevando a datos con diferentes características que deben ser explotadas. Por lo tanto, los avances en la recolección de datos deben ir ligados a avances en las técnicas de aprendizaje automático para resolver nuevos retos que pueden aparecer, tanto en aplicaciones académicas como reales. Existen varias técnicas de aprendizaje automático dependiendo de las características de los datos y del propósito. La clasificación no supervisada o clustering es una de las técnicas más conocidas cuando los datos carecen de supervisión (datos sin etiqueta), siendo el objetivo descubrir nuevos grupos (agrupaciones) dependiendo de la similitud de los datos. Por otra parte, la clasificación supervisada necesita datos con supervisión (datos etiquetados) y su objetivo es realizar predicciones sobre las etiquetas de nuevos datos. La presencia de las etiquetas es una característica muy importante que guía no solo el aprendizaje sino también otras tareas relacionadas como la validación. Cuando solo algunos de los datos disponibles están etiquetados, mientras que el resto permanece sin etiqueta (datos parcialmente etiquetados), ni el clustering ni la clasificación supervisada se pueden utilizar. Este escenario, que está llegando a ser común hoy en día debido a la ignorancia o el coste del proceso de etiquetado, es abordado utilizando técnicas de aprendizaje semi-supervisadas. Esta tesis trata la rama del aprendizaje semi-supervisado más cercana al clustering, es decir, descubrir agrupaciones utilizando las etiquetas disponibles como apoyo para guiar y mejorar el proceso de clustering. Otra característica importante de los datos, distinta de la presencia de etiquetas, es la relevancia o no de los atributos de los datos. Los datos se caracterizan por atributos, pero es posible que no todos ellos sean relevantes, o igualmente relevantes, para el proceso de aprendizaje. Una tendencia reciente en clustering, relacionada con la relevancia de los datos y llamada clustering en subespacios, afirma que agrupaciones diferentes pueden estar descritas por subconjuntos de atributos diferentes. Esto difiere de las soluciones tradicionales para el problema de la relevancia de los datos, en las que se busca un único subconjunto de atributos (normalmente el conjunto original de atributos) y se utiliza para realizar el proceso de clustering. La cercanía de este trabajo con el clustering lleva al primer objetivo de la tesis. Como se ha comentado previamente, la validación en clustering es una tarea difícil debido a la ausencia de etiquetas. Aunque existen muchos índices que pueden usarse para evaluar la calidad de las soluciones de clustering, estas validaciones dependen de los algoritmos de clustering utilizados y de las características de los datos. Por lo tanto, en el primer objetivo tres conocidos algoritmos se usan para agrupar datos con valores atípicos y ruido para estudiar de forma crítica cómo se comportan algunos de los índices de validación más conocidos. El objetivo principal de este trabajo sin embargo es combinar clustering semi-supervisado con clustering en subespacios para obtener soluciones de clustering que puedan ser validadas de forma correcta utilizando índices conocidos u opiniones expertas. Se proponen dos algoritmos desde dos puntos de vista diferentes para descubrir agrupaciones caracterizadas por diferentes subespacios. Para el primer algoritmo, las etiquetas disponibles se usan para bus¬car en primer lugar los subespacios antes de buscar las agrupaciones. Este algoritmo asigna cada instancia a un único cluster (hard clustering) y se basa en mapear las etiquetas cono-cidas a subespacios utilizando técnicas de clasificación supervisada. El segundo algoritmo utiliza las etiquetas disponibles para buscar de forma simultánea los subespacios y las agru¬paciones en un proceso iterativo. Este algoritmo asigna cada instancia a cada cluster con una probabilidad de pertenencia (soft clustering) y se basa en integrar las etiquetas conocidas y la búsqueda en subespacios dentro de clustering basado en modelos. Las propuestas son probadas utilizando diferentes bases de datos reales y sintéticas, incluyendo comparaciones con otros métodos cuando resulten apropiadas. Finalmente, a modo de ejemplo de una aplicación real y actual, se aplican diferentes técnicas de aprendizaje automático, incluyendo una de las propuestas de este trabajo (la más sofisticada) a una tarea de uno de los problemas biológicos más desafiantes hoy en día, el modelado del cerebro humano. Específicamente, expertos neurocientíficos no se ponen de acuerdo en una clasificación de neuronas para la corteza cerebral, lo que imposibilita no sólo cualquier intento de modelado sino también el trabajo del día a día al no tener una forma estándar de llamar a las neuronas. Por lo tanto, las técnicas de aprendizaje automático pueden ayudar a conseguir una solución aceptada para este problema, lo cual puede ser un importante hito para investigaciones futuras en neurociencia.

Cálculo de algunos parámetros cinemáticos de un lanzamiento de martillo mediante análisis cinematográfico tridimensional

Desde hace mucho tiempo, el hombre se ha preocupado por los fenómenos que rigen el movimiento humano. Así Aristóteles (384-322 a. J.C.) poseía conocimientos notables sobre el centro de gravedad, las leyes del movimiento y de las palancas, siendo el primero en describir el complejo proceso de la marcha. A este sabio le siguieron muchos otros: Arquímedes (287-212 a. J.C.)- Ga leno (131-201 a.J.C.) Leonardo Da Vinci (1452-1519), que describió la mecánica del cuerpo en posición erecta, en la marcha y en el salto. Galileo Galilei (1564-1643) proporcionó empuje al estudio de los fenómenos mecánicos en términos matemáticos, creando las bases para la biomecánica. Alfonso Borelli (1608-1679), considerado por algunos autores como el padre de la moderna biomecánica. Aseguraba que los músculos funcionan de acuerdo con principios matemáticos. Nicolas Andry (1658-1742), creador de la ciencia ortopédica. Isaac Newton, que estableció las bases de la dinámica moderna con la enunciación de sus leyes mecánicas todavía hoy vigentes. E.J. Marey (1830-1904), afirmaba que el movimiento es la más importante de las funciones humanas, y describió métodos fotográficos para la investigación biológica. c.w. Braune (1831-1892), y Otto Fischer (1861-1917), describieron un método experimental para determinar el centro de gravedad. Harold Edgerton, inventor del estroboscopio electrónico de aplicación en el análisis fotográfico del movimiento. Gideon Ariel, una de las máximas autoridades en la biomecánica del deporte actual. ••••••• oooOooo ••••••• En lo que respecta al ámbito deportivo, en los últimos años estamos asistiendo a una gran mejora del rendimiento. Esto es debido en gran parte a un mayor apoyo científico en el proceso de entrenamiento, tanto en lo que se refiere a los métodos para desarrollar la condición física, como en lo concerniente a la perfección de la técnica deportiva, es decir, el aprovechamiento más eficaz de las leyes mecánicas que intervienen en el movimiento deportivo. Según P. Rasch y R. Burke, la biomecánica se ocupa de la investigación del movimiento humano por medio de los conceptos de la física clásica y las disciplinas afines en el arte práctico de la ingeniería. Junto con la anatomía, biofísica, bioquímica, fisiología, psicología y cibernética, y estrechamente relacionada con ellas, la biomecánica, conforma las bases de la metodología deportiva. (Hochmuth) Entre los objetivos específicos de la biomecánica está la investigación dirigida a encontrar una técnica deportiva más eficaz. Actualmente, el perfeccionamiento de la técnica se realiza cada vez más apoyándose en los trabajos de análisis biomecánico. Efectivamente, esto tiene su razón de ser, pues hay detalles en el curso del ~~ movimiento que escapan a la simple observación visual por parte del entrenador. Entre dos lanzamientos de distinta longitud, en muchas ocasiones no se pueden percibir ninguna o como mucho sólo pequeñas diferencias. De ahí la necesidad de las investigaciones basadas en el análisis biomecánico, de cuyos resultados obtendrá el entrenador la información que precisa para realizar las modificaciones oportunas en cuanto a la técnica deportiva empleada por su atleta se refiere. Para el análisis biomecánico se considera el cuerpo humano como un conjunto de segmentos que forman un sistema de eslabones sometido a las leyes físicas. Estos segmentos son: la cabeza, el tronco, los brazos, los antebrazos, las manos, los muslos, las piernas y los pies. A través de estos segmentos y articulaciones se transmiten las aceleraciones y desaceleraciones para alcanzar la velocidad deseada en las porciones terminales y en el sistema propioceptivo que tiene su centro en el cerebro. De todo esto podemos deducir la práctica imposibilidad de descubrir un error en el curso del movimiento por la sola observación visual del entrenador por experto que este sea (Zanon). El aspecto biológico de la biomecánica no se conoce tanto como el aspecto mecánico, ya que este campo es mucho más complejo y se necesitan aparatos de medición muy precisos. Entre los objetivos que me he planteado al efectuar este trabajo están los siguientes: - Análisis biomecánico de uno de los mejores lanzadores de martillo de España. - Qué problemas surgen en el análisis biomecánico tridimensional. Cómo llevar a cabo este tipo de investigación con un material elemental, ya que no disponemos de otro. Ofrecer al técnico deportivo los procedimientos matemáticos del cálculo necesarios. En definitiva ofrecer una pequeña ayuda al entrenador, en su búsqueda de soluciones para el perfeccionamiento de la técnica deportiva.

Reconstrucción de trabajos inéditos de la sección de flora y mapa forestal del Instituto Forestal de Investigaciones y Experiencias: provincia de Huelva, España

Datos inéditos del IFIE

Investigaciones dendrogeomorfológicas aplicadas al estudio de la peligrosidad por avenidas e inundaciones en el parque nacional de la Caldera de Taburiente (La Palma, Islas Canarias).

Las Angustias torrent is an ungauged stream located in the Caldera de Taburiente National Park (Canary Islands), where frequent and intense flood events occur (even causing fatalities, such as in November 2001). The aim of this research is to analyse the flood hazard in one of the most visited areas of this protected area. To carry out this objective, during two dendrogeomorphological campaigns, all pine trees located on the stream bed and banks showing external evidence of flash flood damage were sampled. In addition, a detailed topographical survey using GPS and total station allowed us to obtain the inputs for hydraulic modelling. In the preliminary results, two flood events have been identified (1967-1968 and 1999- 2000), and evidence of other dates has been observed (1976, 1983, 1993 and 2001). Magnitude reconstruction of these events will improve flood hazard and risk analyses and will be useful for National Park managers.

Investigaciones dendrogeomorfológicas aplicadas al estudio de la peligrosidad por avenidas e inundaciones en el parque nacional de la Caldera de Taburiente (La Palma, Islas Canarias)

La red de drenaje del parque nacional de la Caldera de Taburiente (La Palma, Islas Canarias) está constituida por numerosos torrentes tributarios del barranco de Las Angustias, que presentan frecuentes e intensos eventos de avenidas súbitas. Estas riadas han producido incluso víctimas mortales entre practicantes de senderismo (3 fallecidos en noviembre de 2001) e importantes pérdidas económicas al interferir con los proyectos de repoblación de las riberas con especies autóctonas (superiores a los 700.000 euros en los últimos dos años); aparte de daños puntuales a instalaciones del parque y las sendas más transitadas. Ante la imposibilidad de realizar análisis de peligrosidad con métodos hidrológicohidráulicos convencionales por no existir estaciones de aforo representativas ni datos pluviométricos con series largas y discriminación temporal adecuada, se ha recurrido a los métodos dendrogeomorfológicos. Para ello, en dos campañas de campo se han caracterizado geomorfológica y florísticamente varios tramos de los barrancos principales, y se ha muestreado y analizado cerca de 60 ejemplares de pino canario (Pinus canariensis Chr. Sm. ex DC.) ubicados en las proximidades de los cauces. A partir del análisis de la secuencia de anillos y de las heridas de los descortezados producidos por la carga sólida transportada durante las riadas, se ha podido reconstruir el registro reciente (últimos 150 años) de eventos de avenidas súbitas que han sufrido estos barrancos. En paralelo se ha realizado una topografía de detalle de los tramos de barranco que, junto con las alturas de los descortezados, permite tener una primera aproximación hidráulica a la magnitud de dichos eventos (caudales, velocidades, energías?). Con toda esta información se pretende realizar un estudio integral de peligrosidad y riesgo, de utilidad para los gestores del parque nacional. Los estudios son financiados por el proyecto de investigación IDEA-GesPPNN (www.idea-gesppnn.es), del Organismo Autónomo de Parques Nacionales (MAGRAMA)

Investigaciones dendrogeomorfológicas aplicadas a la gestión de los impactos por erosión hídrica acelerada de suelos en las sendas del parque nacional de Monfragüe

En muchos espacios naturales protegidos, el flujo peatonal de visitantes se concentra en determinados sectores del área de uso público, sobre todo en la proximidad de las principales vías de acceso (carreteras, núcleos de población...) y en un reducido número de sendas y caminos peatonales que comunican los elementos más visitados. Es el caso del camino hacia la Cola de Caballo en el parque nacional de Ordesa y Monte Perdido; el camino a la ermita de San Frutos en el parque natural de las Hoces del río Duratón; o la senda que comunica el Salto del Gitano con el castillo y la ermita en el parque nacional de Monfragüe, por citar algunos ejemplos. Esta concentración de actividades de senderismo produce en determinados tramos de estos caminos y sendas (zonas con suelos arenosos o limosos y altas pendientes) una erosión hídrica acelerada por el efecto físico del pisoteo, compactación y continua fricción. En ocasiones se llegan a formar regueros, pequeños barrancos y se pierden grandes cantidades de suelos fértiles, que además fosilizan y aterran aquéllas zonas donde va a parar la escorrentía, produciendo importantes impactos en estos espacios singulares. Existen numerosos ejemplos de ingentes partidas económicas que los gestores de estos espacios protegidos tienen que destinar a la reparación y recuperación de estas sendas y su entorno. Para ayudar a los gestores es básico disponer de metodologías y herramientas que cuantifiquen esta erosión hídrica (en mm/año) delimitando qué tramos de estas sendas y caminos tienen los mayores problemas erosivos, para así determinar cuáles deben ser prioritarios en su corrección, o qué acciones de restricción de paso o determinación de capacidad de acogida, son necesarias adoptar. Para esta cuantificación son muy útiles, desde hace décadas, las técnicas dendrogeomorfológicas aplicadas a las raíces de árboles que han quedado expuestas a la intemperie por la erosión acelerada en las sendas. En este trabajo se propone una nueva metodología de medición del suelo denudado en relación con la raíz, basado en el estudio microtopográfico de la superficie utilizando moldes y réplicas de alta resolución realizados en diferentes tipos de siliconas, latex y escayolas, y su posterior escaneo tridimensional. La zona piloto donde se ha ensayado esta metodología son los senderos y caminos del parque nacional de Monfragüe (Cáceres), que presentan raíces expuestas debido a la intensa erosión hídrica acelerada como consecuencia de la elevada concentración de visitantes. Los estudios son financiados por el proyecto de investigación IDEA-GesPPNN, del OAPN (MAGRAMA).

Functional and effective connectivity in MEG. Application to the study of epilepsy

Nuestro cerebro contiene cerca de 1014 sinapsis neuronales. Esta enorme cantidad de conexiones proporciona un entorno ideal donde distintos grupos de neuronas se sincronizan transitoriamente para provocar la aparición de funciones cognitivas, como la percepción, el aprendizaje o el pensamiento. Comprender la organización de esta compleja red cerebral en base a datos neurofisiológicos, representa uno de los desafíos más importantes y emocionantes en el campo de la neurociencia. Se han propuesto recientemente varias medidas para evaluar cómo se comunican las diferentes partes del cerebro a diversas escalas (células individuales, columnas corticales, o áreas cerebrales). Podemos clasificarlos, según su simetría, en dos grupos: por una parte, la medidas simétricas, como la correlación, la coherencia o la sincronización de fase, que evalúan la conectividad funcional (FC); mientras que las medidas asimétricas, como la causalidad de Granger o transferencia de entropía, son capaces de detectar la dirección de la interacción, lo que denominamos conectividad efectiva (EC). En la neurociencia moderna ha aumentado el interés por el estudio de las redes funcionales cerebrales, en gran medida debido a la aparición de estos nuevos algoritmos que permiten analizar la interdependencia entre señales temporales, además de la emergente teoría de redes complejas y la introducción de técnicas novedosas, como la magnetoencefalografía (MEG), para registrar datos neurofisiológicos con gran resolución. Sin embargo, nos hallamos ante un campo novedoso que presenta aun varias cuestiones metodológicas sin resolver, algunas de las cuales trataran de abordarse en esta tesis. En primer lugar, el creciente número de aproximaciones para determinar la existencia de FC/EC entre dos o más señales temporales, junto con la complejidad matemática de las herramientas de análisis, hacen deseable organizarlas todas en un paquete software intuitivo y fácil de usar. Aquí presento HERMES (http://hermes.ctb.upm.es), una toolbox en MatlabR, diseñada precisamente con este fin. Creo que esta herramienta será de gran ayuda para todos aquellos investigadores que trabajen en el campo emergente del análisis de conectividad cerebral y supondrá un gran valor para la comunidad científica. La segunda cuestión practica que se aborda es el estudio de la sensibilidad a las fuentes cerebrales profundas a través de dos tipos de sensores MEG: gradiómetros planares y magnetómetros, esta aproximación además se combina con un enfoque metodológico, utilizando dos índices de sincronización de fase: phase locking value (PLV) y phase lag index (PLI), este ultimo menos sensible a efecto la conducción volumen. Por lo tanto, se compara su comportamiento al estudiar las redes cerebrales, obteniendo que magnetómetros y PLV presentan, respectivamente, redes más densamente conectadas que gradiómetros planares y PLI, por los valores artificiales que crea el problema de la conducción de volumen. Sin embargo, cuando se trata de caracterizar redes epilépticas, el PLV ofrece mejores resultados, debido a la gran dispersión de las redes obtenidas con PLI. El análisis de redes complejas ha proporcionado nuevos conceptos que mejoran caracterización de la interacción de sistemas dinámicos. Se considera que una red está compuesta por nodos, que simbolizan sistemas, cuyas interacciones se representan por enlaces, y su comportamiento y topología puede caracterizarse por un elevado número de medidas. Existe evidencia teórica y empírica de que muchas de ellas están fuertemente correlacionadas entre sí. Por lo tanto, se ha conseguido seleccionar un pequeño grupo que caracteriza eficazmente estas redes, y condensa la información redundante. Para el análisis de redes funcionales, la selección de un umbral adecuado para decidir si un determinado valor de conectividad de la matriz de FC es significativo y debe ser incluido para un análisis posterior, se convierte en un paso crucial. En esta tesis, se han obtenido resultados más precisos al utilizar un test de subrogadas, basado en los datos, para evaluar individualmente cada uno de los enlaces, que al establecer a priori un umbral fijo para la densidad de conexiones. Finalmente, todas estas cuestiones se han aplicado al estudio de la epilepsia, caso práctico en el que se analizan las redes funcionales MEG, en estado de reposo, de dos grupos de pacientes epilépticos (generalizada idiopática y focal frontal) en comparación con sujetos control sanos. La epilepsia es uno de los trastornos neurológicos más comunes, con más de 55 millones de afectados en el mundo. Esta enfermedad se caracteriza por la predisposición a generar ataques epilépticos de actividad neuronal anormal y excesiva o bien síncrona, y por tanto, es el escenario perfecto para este tipo de análisis al tiempo que presenta un gran interés tanto desde el punto de vista clínico como de investigación. Los resultados manifiestan alteraciones especificas en la conectividad y un cambio en la topología de las redes en cerebros epilépticos, desplazando la importancia del ‘foco’ a la ‘red’, enfoque que va adquiriendo relevancia en las investigaciones recientes sobre epilepsia. ABSTRACT There are about 1014 neuronal synapses in the human brain. This huge number of connections provides the substrate for neuronal ensembles to become transiently synchronized, producing the emergence of cognitive functions such as perception, learning or thinking. Understanding the complex brain network organization on the basis of neuroimaging data represents one of the most important and exciting challenges for systems neuroscience. Several measures have been recently proposed to evaluate at various scales (single cells, cortical columns, or brain areas) how the different parts of the brain communicate. We can classify them, according to their symmetry, into two groups: symmetric measures, such as correlation, coherence or phase synchronization indexes, evaluate functional connectivity (FC); and on the other hand, the asymmetric ones, such as Granger causality or transfer entropy, are able to detect effective connectivity (EC) revealing the direction of the interaction. In modern neurosciences, the interest in functional brain networks has increased strongly with the onset of new algorithms to study interdependence between time series, the advent of modern complex network theory and the introduction of powerful techniques to record neurophysiological data, such as magnetoencephalography (MEG). However, when analyzing neurophysiological data with this approach several questions arise. In this thesis, I intend to tackle some of the practical open problems in the field. First of all, the increase in the number of time series analysis algorithms to study brain FC/EC, along with their mathematical complexity, creates the necessity of arranging them into a single, unified toolbox that allow neuroscientists, neurophysiologists and researchers from related fields to easily access and make use of them. I developed such a toolbox for this aim, it is named HERMES (http://hermes.ctb.upm.es), and encompasses several of the most common indexes for the assessment of FC and EC running for MatlabR environment. I believe that this toolbox will be very helpful to all the researchers working in the emerging field of brain connectivity analysis and will entail a great value for the scientific community. The second important practical issue tackled in this thesis is the evaluation of the sensitivity to deep brain sources of two different MEG sensors: planar gradiometers and magnetometers, in combination with the related methodological approach, using two phase synchronization indexes: phase locking value (PLV) y phase lag index (PLI), the latter one being less sensitive to volume conduction effect. Thus, I compared their performance when studying brain networks, obtaining that magnetometer sensors and PLV presented higher artificial values as compared with planar gradiometers and PLI respectively. However, when it came to characterize epileptic networks it was the PLV which gives better results, as PLI FC networks where very sparse. Complex network analysis has provided new concepts which improved characterization of interacting dynamical systems. With this background, networks could be considered composed of nodes, symbolizing systems, whose interactions with each other are represented by edges. A growing number of network measures is been applied in network analysis. However, there is theoretical and empirical evidence that many of these indexes are strongly correlated with each other. Therefore, in this thesis I reduced them to a small set, which could more efficiently characterize networks. Within this framework, selecting an appropriate threshold to decide whether a certain connectivity value of the FC matrix is significant and should be included in the network analysis becomes a crucial step, in this thesis, I used the surrogate data tests to make an individual data-driven evaluation of each of the edges significance and confirmed more accurate results than when just setting to a fixed value the density of connections. All these methodologies were applied to the study of epilepsy, analysing resting state MEG functional networks, in two groups of epileptic patients (generalized and focal epilepsy) that were compared to matching control subjects. Epilepsy is one of the most common neurological disorders, with more than 55 million people affected worldwide, characterized by its predisposition to generate epileptic seizures of abnormal excessive or synchronous neuronal activity, and thus, this scenario and analysis, present a great interest from both the clinical and the research perspective. Results revealed specific disruptions in connectivity and network topology and evidenced that networks’ topology is changed in epileptic brains, supporting the shift from ‘focus’ to ‘networks’ which is gaining importance in modern epilepsy research.

La fotónica ante el siglo XXI: Hacia una metáfora del cerebro

El siglo XXI parece será el siglo de las Ciencias de la Vida y más en concreto, el siglo en el que el principal reto al que se enfrentará la Ciencia será el de intentar acercarse un poco más a la comprensión del cerebro humano. La Fotónica no debe quedarse en los terrenos en los que se ha movido con relativa comodidad hasta ahora, sino que debe aportar lo que pueda a ese nuevo camino que se presenta. Las armas de las que dispone son mucho más potentes de lo que pensamos. Solo es necesario saber que existen y saber manejarlas.

Hacia un sistema Ciencia-Tecnología con realimentación positiva: El Plan Nacional de Investigaciones científica y desarrollo tecnológico

Durante muchos años, una de las constantes más claramente apuntadas por la mayor parte de los buceadores en la situación de la I + D en nuestro país, era la de la insuficiente coordinación entre los distintos sectores que componían su parte activa. No era sólo la descoordinación entre los diferentes grupos que realizaban tareas más o menos comunes; era también una descoordinación entre los diferentes departamentos ministeriales que llevaban a cabo funciones de I + D; era una desconexión entre los esfuerzos del sector académico y el sector productivo; y era también, finalmente, en muchos casos, un desenfoque entre los temas que se estudiaban aquí y los que se desarrollaban en los países de nuestro entorno geográfico. Todo ello, aunado a una situación que endémicamente servía de sustrato para ahogar cualquier intento racional de recuperación, ha conducido a un conjunto de esfuerzos que no han cristalizado casi nunca en realidades tangibles. La sociedad ha seguido bastante de espaldas a lo que la Ciencia y la Tecnología hacían y, éstas, a su vez se han desarrollado, también, de espaldas a lo que en ocasiones pedía la sociedad.

Sistemas dinámicos, reflejos del niño y cintas rodantes: Esther Thelen y el estudio del desarrollo motor infantil

Estudiar los movimientos infantiles ha sido uno de los asuntos más antiguos de la psicología del desarrollo. La presencia en la palestra científica de los estudios de Esther Thelen supuso que la psicología revitalizara el estudio del desarrollo motor para darle carta de naturaleza en el contexto investigador llegándolo a considerar como el fundamento de la psicología del des arrollo. Sus investigaciones transformaron la forma de pensar en torno al proceso de cambio poniendo en duda la interpretación madurativa del mismo, las causas del desarrollo motor infantil no se encontraban únicamente en el cerebro, así a la idea aceptada de que existía una estrecha relación entre las regularidades en el comportamiento motor y los cambios madurativos en el cerebro.

El Cerebro Escuadrado. Sobre el ángulo recto en arquitectura = The Brain is Square

El Cerebro Escuadrado. Sobre el ángulo recto en arquitectura = The Brain is Square

El Consejo Superior de Investigaciones Científicas está envejecido

Don José Antonio Martin Pereda es vicerrector de Investigación y Relaciones Exteriores de la Universidad Politécnica de Madrid y catedrático de laboratorio de electrónica y componentes de -la Escuela Técnica Superior de Ingenieros de Telecomunicación. A través de su conversación se entra en el panorama del momento científico actual.

Investigaciones realizadas en la Universidad de Aveiro sobre caracterización mecánica de las construcciones existentes en adobe en Portugal y propuestas de rehabilitación y refuerzo. Resultados alcanzados

En Portugal, sobre todo en la región de Aveiro, las estructuras de fábrica de adobe fueron el sistema constructivo predominante durante la primera mitad del siglo XX. En la actualidad es aún significativo el legado del patrimonio – cerca de 30% de las construcciones existentes – el cual está formado por un conjunto significativo de construcciones de elevado valor histórico y arquitectónico. En las últimas décadas se ha descuidado su rehabilitación, que ha redundado en el estado actual de daño en muchas de estas construcciones, con desfavorables condiciones de seguridad, y en algunos casos comprometiendo su uso. No obstante, en los últimos años, se observa un creciente interés, asociado a factores ambientales, económicos y de salvaguarda del patrimonio, tanto por parte de las administraciones locales como en el ámbito de los inversores privados, por la conservación y rehabilitación de estas construcciones. Ante esta nueva realidad, que pone de manifiesto la necesidad de desarrollar soluciones y técnicas de intervención que permitan, a través de la rehabilitación y/o refuerzo, prolongar la vida útil de estas estructuras, en la Universidad de Aveiro un grupo de investigadores viene desarrollando un trabajo multidisciplinar sobre las construcciones de adobe en Portugal. El objetivo principal del mismo se centra en la creación de una base de resultados experimentales que apoye las intervenciones de rehabilitación y/o refuerzo del patrimonio edificado, y el desarrollo de soluciones de mejora de su comportamiento estructural. Esta investigación se constituye como un guía que procura contribuir al conocimiento de estas fábricas, enfocado sobre todo a la rehabilitación de las mismas, aportando información que permita a los diferentes profesionales que trabajan en este ámbito actuar en la conservación de este patrimonio