Behemoth: la cuestión del gobierno de un mundo globalizado

Behemoth se pregunta principalmente por la cuestión de la gobernanza del mundo. Parte de la noción de que el mundo se ha globalizado enormemente, creándose vastas redes de relaciones y conexiones entre ciudadanos, empresas, ideas, etc. entre lugares muy dispersos del mundo, sustentando una estructura en red. Esto ha conllevado la aparición de una serie de riesgos de alcance global que divido en seis grandes categorías: ecológicos, demográficos, culturales, económicos, tecnológicos y políticos. Al mismo tiempo, se están produciendo transformaciones políticas que están llevando a la aparición de una nueva arena política global, especialmente a partir de la fundación de la ONU. Esta ha supuesto la confirmación de que la arena interestatal había cambiado hasta tal punto que había diferencias innegables en los actores, los modos de actuar, los poderes que se esgrimen, los modos de legitimar la acción, etc. que son analizados pormenorizadamente comparando la situación post-ONU con la que se dio tras la firma de la Paz de Westphalia. A partir de ahí, se indaga sobre las distintas herramientas que el orden interestatal tiene a la hora de enfrentarse a los riesgos, diferenciándose básicamente cinco tipos: acuerdos interestatales, regímenes, organizaciones, bloques regionales y sociedad civil global (tanto en forma de organizaciones como de movimientos sociales) a los cuales habría que añadir los Estados que no son tratados directamente en la tesis. Se analiza cómo funciona cada uno de ellos, las ventajas que ofrecen y las debilidades intrínsecas, así como el grado en el que cada uno puede enfrentarse a los riesgos globales, así como algunos casos especialmente importantes de ellos (el G-20, la ONU y la Unión Europea)...

Aceleración de algoritmos para imágenes hiperespectrales con OpenCL

En el presente trabajo se propone dar solución a uno de los problemas principales surgido en el campo del análisis de imágenes hiperespectrales. En las últimas décadas este campo está siendo muy activo, por lo que es de vital importancia tratar su problema principal: mezcla espectral. Muchos algoritmos han tratado de solucionar este problema, pero que a través de este trabajo se propone una cadena nueva de desmezclado en paralelo, para ser acelerados bajo el paradigma de programación paralela de OpenCl. Este paradigma nos aporta el modelo de programación unificada para acelerar algoritmos en sistemas heterogéneos. Podemos dividir el proceso de desmezclado espectral en tres etapas. La primera tiene la tarea de encontrar el número de píxeles puros, llamaremos endmembers a los píxeles formados por una única firma espectral, utilizaremos el algoritmo conocido como Geometry-based Estimation of number of endmembers, GENE. La segunda etapa se encarga de identificar los píxel endmembers y extraerlos junto con todas sus bandas espectrales, para esta etapa se utilizará el algoritmo conocido por Simplex Growing Algorithm, SGA. En la última etapa se crean los mapas de abundancia para cada uno de los endmembers encontrados, de esta etapa será encargado el algoritmo conocido por, Sum-to-one Constrained Linear Spectral Unmixing, SCLSU. Las plataformas utilizadas en este proyecto han sido tres: CPU, Intel Xeon E5-2695 v3, GPU, NVidia GeForce GTX 980, Acelerador, Intel Xeon Phi 31S1P. La idea de este proyecto se basa en realizar un análisis exhaustivo de los resultados obtenidos en las diferentes plataformas, con el fin de evaluar cuál se ajusta mejor a nuestras necesidades.