A High Degree of LINE-1 Hypomethylation Is a Unique Feature of Early-Onset Colorectal Cancer

12 p.

Diseño de un detector para una red de vigilancia radiológica ambiental

[ES]El objetivo de este trabajo es analizar el montaje de un contador proporcional de radiación para su uso en una red de vigilancia radiológica ambiental desde su diseño básico hasta su puesta en marcha. Se realizará un análisis de las razones que nos han llevado a elegir este tipo de contadores de ionización gaseosa (frente a otros tipos), para llegar a la conclusión de que son los más adecuados para la vigilancia radiológica ambiental. Este análisis describirá la solución a la que se ha llegado para construir un contador con los medios al alcance y el porqué de su diseño concreto, así como la metodología de trabajo que se ha seguido para la obtención del mismo. Basándonos en suposiciones teóricas derivadas del análisis geométrico de la instrumentación para la obtención de resultados previsibles, se realizará una verificación mediante ensayos técnicos en el laboratorio. Se presupuestará el material utilizado y las horas requeridas, para llevar una cuenta de lo que le ha costado al departamento y lo que le habría costado en caso de no poseer la instrumentación utilizada. Después de realizar diversos test relacionados con la instrumentación electrónica, se procederá a obtener unas conclusiones derivadas de los ensayos en el laboratorio para su posterior comparación con las estimaciones teóricas. En el anexo I se encuentran los planos de diseño que se han realizado y en el anexo II los resultados finales obtenidos de los ensayos.

Feature Selection for Speech Emotion Recognition in Spanish and Basque: On the Use of Machine Learning to Improve Human-Computer Interaction

Study of emotions in human-computer interaction is a growing research area. This paper shows an attempt to select the most significant features for emotion recognition in spoken Basque and Spanish Languages using different methods for feature selection. RekEmozio database was used as the experimental data set. Several Machine Learning paradigms were used for the emotion classification task. Experiments were executed in three phases, using different sets of features as classification variables in each phase. Moreover, feature subset selection was applied at each phase in order to seek for the most relevant feature subset. The three phases approach was selected to check the validity of the proposed approach. Achieved results show that an instance-based learning algorithm using feature subset selection techniques based on evolutionary algorithms is the best Machine Learning paradigm in automatic emotion recognition, with all different feature sets, obtaining a mean of 80,05% emotion recognition rate in Basque and a 74,82% in Spanish. In order to check the goodness of the proposed process, a greedy searching approach (FSS-Forward) has been applied and a comparison between them is provided. Based on achieved results, a set of most relevant non-speaker dependent features is proposed for both languages and new perspectives are suggested.