Consideraciones iniciales del cambio de metodología presencial a MOOC. El caso de Sistemas Inteligentes

La evolución tecnológica afecta a todas las parcelas de actividad humana. Entre los aspectos más sensibles a esta evolución se encuentran la enseñanza y el aprendizaje tanto por su impacto en las competencias profesionales como por su uso para mejorar la calidad y relevancia de la docencia. Los profesores deben asumir un papel director ante esta situación que con el tiempo gana en protagonismo, siendo fundamental abordar la adaptación al cambio metodológico que supone la emergencia de la docencia on-line y la cada vez mayor presencia de los MOOC (acrónimo en inglés de massive open online course). En este trabajo se analiza la docencia on-line de materias de Inteligencia Artificial (IA), utilizando el paradigma de los MOOC como referencia. A tal fin, se revisan las características de los MOOC, sus aspectos metodológicos y sistemas de evaluación. Se particulariza el estudio de los MOOC en IA comparándolos con el enfoque de carácter presencial de la asignatura Sistemas Inteligentes. El objetivo de este trabajo es determinar los aspectos que deberían reenfocarse en esta materia bajo el paradigma MOOC. Deseamos destacar el soporte de la “Red de Investigación en Sistemas Inteligentes. Revisión de objetivos y contenidos de IA en el grado de Ingeniería Informática dentro del EESS” Código de Red ICE: 3300.

Consecuencias conductuales derivadas del proceso atencional en el aula de aprendizaje: propuestas de detección

Uno de los factores fundamentales a tener en cuenta en el proceso de aprendizaje es la atención, máxime si consideramos que se trata del primer paso que debe darse en todo proceso de aprendizaje. Derivado de una falta de atención, inatención o dificultad para mantenerla o focalizarla, pueden surgir otros problemas con frecuencia asociados a ellos, como son un bajo rendimiento, problemas de comprensión, inadecuado desarrollo de las competencias esperadas e incluso conductas asociadas que dificultan el progreso del grupo-clase. Elevado al grado de trastorno nos podemos encontrar con el TDAH, se trata de un trastorno de origen biológico con base neurológica que afecta en gran medida al comportamiento, la atención y el aprendizaje, asociado con frecuencia a la impulsividad y/o hiperactividad. En nuestra propuesta apostamos por una intervención eficaz, que pasa por la evaluación de la situación completa y ajustada al contexto de aprendizaje, así como a las circunstancias que lo definen. Intervención que se planifica a partir del trabajo cooperativo de un equipo de profesionales de carácter multidisciplinar. Partiendo de esta perspectiva se pretende identificar, inicialmente, aquellos indicios que al menos en un primer momento, pueden ser descriptivos del alumno y la alumna con problemas de atención.

Enseñando a programar: un camino directo para desarrollar el pensamiento computacional

Está ampliamente aceptado que es fundamental desarrollar la habilidad de resolver problemas. El pensamiento computacional se basa en resolver problemas haciendo uso de conceptos fundamentales de la informática. Nada mejor para desarrollar la habilidad de resolver problemas usando conceptos informáticos que una asignatura de introducción a la programación. Este trabajo presenta nuestras reflexiones acerca de cómo iniciar a un estudiante en el campo de la programación de computadores. El trabajo no detalla los contenidos a impartir, sino que se centra en aspectos metodológicos, con la inclusión de experiencias y ejemplos concretos, a la vez que generales, extensibles a cualquier enseñanza de programación. En general, aunque se van desarrollado lenguajes cada vez más cercanos al lenguaje humano, la programación de ordenadores utilizando lenguajes formales no es una materia intuitiva y de fácil comprensión por parte de los estudiantes. A la persona que ya sabe programar le parece una tarea sencilla, pero al neófito no. Es más, dominar el arte de la programación es complejo. Por esta razón es indispensable utilizar todas las técnicas y herramientas posibles que faciliten dicha labor.

La Web Semántica Como Herramienta para el Apoyo a la Docencia

La web semántica consiste en un nuevo paradigma web para acceder, buscar, compartir y gestionar información a través de la combinación de tecnologías y de estructuras de gestión del conocimiento. El concepto de web semántica proporciona herramientas para el almacenamiento, intercambio y consulta de esta información mediante el desarrollo y la inclusión de metadatos y ontologías del cuerpo de conocimiento. La estructura de los datos que proporciona permite que sea consultada automáticamente por usuarios humanos o sistemas informáticos, mejorando su interoperabilidad. El desarrollo de la web semántica supone una evolución del desarrollo web en general hacia una web más inteligente o web 3.0. Este paradigma puede ser aprovechado en los procesos de docencia-aprendizaje para estructurar, almacenar y compartir los contenidos mediante sistemas automáticos de consultas alojados en web semánticas que tratan sobre los cuerpos de conocimiento de las materias. La disciplina informática es especialmente adecuada para este propósito debido a su complejidad y a la gran variedad de términos que maneja. Por otra parte, su desarrollo en continua evolución propicia la implantación de mecanismos automáticos de mantenimiento y de actualización de los nuevos contenidos.

Experiences Using an Open Source Sofware Library to Teach Computer Vision Subjects

Machine vision is an important subject in computer science and engineering degrees. For laboratory experimentation, it is desirable to have a complete and easy-to-use tool. In this work we present a Java library, oriented to teaching computer vision. We have designed and built the library from the scratch with enfasis on readability and understanding rather than on efficiency. However, the library can also be used for research purposes. JavaVis is an open source Java library, oriented to the teaching of Computer Vision. It consists of a framework with several features that meet its demands. It has been designed to be easy to use: the user does not have to deal with internal structures or graphical interface, and should the student need to add a new algorithm it can be done simply enough. Once we sketch the library, we focus on the experience the student gets using this library in several computer vision courses. Our main goal is to find out whether the students understand what they are doing, that is, find out how much the library helps the student in grasping the basic concepts of computer vision. In the last four years we have conducted surveys to assess how much the students have improved their skills by using this library.

Deducción: natural y automática

La Lógica de Predicados pone a nuestra disposición un lenguaje que nos permitirá formalizar expresiones del conocimiento humano haciendo explícitos los objetos y las relaciones, así como sus restricciones. Además nos proporciona un método, la deducción matemática, para obtener nuevo conocimiento a partir del antiguo. Es por ello que la lógica se convierte en una asignatura presente en los primeros cursos de distintas titulaciones, especialmente de informática, ya que proporciona una base formal de trabajo. En la actualidad existe un variado número de herramientas que pueden servir de ayuda en el aprendizaje de la lógica. El razonamiento es el proceso cognitivo por medio del cual utilizamos y aplicamos nuestro conocimiento, permitiéndonos pasar de una información a otra relacionada con esta. Sin la posibilidad de hacer inferencias, el sistema de procesamiento de información se vería obligado a tener que definir todas las situaciones puntuales y específicas con las que se tenga que enfrentar. A las sentencias de las cuales partimos en el proceso de razonamiento se les llama premisas y a la sentencia a la cual llegamos se le denomina conclusión. Las premisas junto a la conclusión forman el argumento. El concepto lógico de deducción correcta dice que de premisas verdaderas debemos obtener conclusión verdadera, es decir, no podemos aceptar que las premisas sean verdaderas y la conclusión falsa. La lógica nos proporciona métodos de cálculo que nos permiten inferir, por simple manipulación sintáctica, nuevas fórmulas a partir de las conocidas. Uno de estos métodos es la Deducción Natural , cuyo mecanismo está muy cercano al razonamiento intuitivo del ser humano. Así, de forma sencilla, a partir de las fórmulas dadas como premisas y con el único apoyo de unas reglas básicas, obtenemos determinadas conclusiones. Podemos utilizar una herramienta didáctica diseñada específicamente para enseñar a los estudiantes a realizar deducciones naturales, el Asistente para Deducción Natural (ADN). Además podemos intentar abordar el tema de la automatización de la deducción. Para ello debemos realizar pequeñas modificaciones a esta técnica (de notación, de reglas a aplicar y de estrategia a utilizar) que nos lo permita. Todos estos desarrollos teóricos dieron lugar a la aparición de la programación lógica, como paradigma de resolución de problemas basado en la lógica. Prolog es el lenguaje de programación lógica más utilizado.

Investigación en metodologías de aprendizaje para grupos ARA en la materia de arquitectura de computadores

La enseñanza en inglés es uno de los retos a los que se está enfrentando actualmente la universidad española. La Universidad de Alicante ofrece a través de los grupos de Alto Rendimiento Académico (ARA) parte de la docencia de los estudios de grado en inglés. El objetivo principal de esta red es la de consolidar y ampliar la investigación realizada en metodologías de aprendizaje para grupos ARA en la materia de arquitectura de computadores. En consecuencia, se pretende ampliar los materiales docentes en inglés en relación con la enseñanza de asignaturas relacionadas con la materia en estos grupos de alto rendimiento. Estas asignaturas son impartidas por varios miembros de la red en diferentes cursos de los Grados de Ingeniería Informática y de Ingeniería en Sonido e Imagen en Telecomunicación. Como caso práctico, se ha continuado con la investigación en la asignatura Arquitectura de Computadores del Grado de Ingeniería Informática. Para ello, se han elaborado nuevos materiales para prácticas que permiten la participación activa y el trabajo en equipo. Cada uno de los materiales propuestos está diseñado dentro del marco metodológico implementado en la asignatura, relacionado con la consecución de objetivos y competencias, y con la evaluación de la misma.

Red de Investigación en Sistemas Inteligentes. Evaluación continua mediante controles utilizando Moodle

Esta memoria corresponde al trabajo desarrollado durante el curso 2013-2014 por los componentes de la “Red de Investigación en Sistemas Inteligentes. Evaluación continua mediante controles utilizando Moodle”. Código de Red ICE: 3021. En la asignatura Sistemas Inteligentes del grado en Ingeniería Informática, durante el curso 2013-14, se planteó a los estudiantes un sistema de evaluación continua de la parte teórica consistente en la realización de controles on-line utilizando cuestionarios Moodle. En las normas de evaluación de la asignatura, los controles acumulaban toda la materia impartida hasta la fecha y su peso creciente de cara a la obtención de la nota final. Teníamos especial interés en determinar si el sistema resultaba estimulante para los estudiantes debido a considerar que este aspecto es fundamental en el proceso de aprendizaje. La memoria se organiza de la siguiente forma: se inicia analizando la viabilidad de la evaluación continua y su interés pedagógico en nuestro contexto, seguidamente se presenta la metodología empleada, las características de los cuestionarios Moodle, se aportan los estudios que nos han permitido validar nuestra propuesta, las conclusiones y las recomendaciones que permitirán mejorar los procesos y resultados en el futuro.

Lecciones aprendidas gamificando cuando aún no se llamaba gamificación

El término gamificación está de moda. Los gurús la sitúan como una tecnología emergente y disruptiva, que cambiará muchas de nuestras experiencias en campos tan alejados de los juegos como el empresarial, el marketing y la relación con los clientes. Y el entorno educativo no escapará a ello. En este artículo presentamos la experiencia de un grupo de profesores preocupados por la docencia, que llevamos años experimentando con los videojuegos y las experiencias lúdicas, y que de repente nos hemos encontrado con el término gamificación. Estas son las lecciones que hemos aprendido, que podemos enmarcar en el campo de la gamificación en educación, pero que derivan de una experiencia práctica, de un análisis desmenuzado y de una reflexión concienzuda. Pretendemos mostrar qué es lo realmente importante y qué puntos debemos tener en cuenta los profesores antes de lanzarnos al diseño gamificado de nuestra propuesta docente.

Detección precoz de dificultades en el aprendizaje. Herramienta para la predicción del rendimiento de los estudiantes

Inspirados por las estrategias de detección precoz aplicadas en medicina, proponemos el diseño y construcción de un sistema de predicción que permita detectar los problemas de aprendizaje de los estudiantes de forma temprana. Partimos de un sistema gamificado para el aprendizaje de Lógica Computacional, del que se recolectan masivamente datos de uso y, sobre todo, resultados de aprendizaje de los estudiantes en la resolución de problemas. Todos estos datos se analizan utilizando técnicas de Machine Learning que ofrecen, como resultado, una predicción del rendimiento de cada alumno. La información se presenta semanalmente en forma de un gráfico de progresión, de fácil interpretación pero con información muy valiosa. El sistema resultante tiene un alto grado de automatización, es progresivo, ofrece resultados desde el principio del curso con predicciones cada vez más precisas, utiliza resultados de aprendizaje y no solo datos de uso, permite evaluar y hacer predicciones sobre las competencias y habilidades adquiridas y contribuye a una evaluación realmente formativa. En definitiva, permite a los profesores guiar a los estudiantes en una mejora de su rendimiento desde etapas muy tempranas, pudiendo reconducir a tiempo los posibles fracasos y motivando a los estudiantes.

3D model reconstruction using neural gas accelerated on GPU

In this work, we propose the use of the neural gas (NG), a neural network that uses an unsupervised Competitive Hebbian Learning (CHL) rule, to develop a reverse engineering process. This is a simple and accurate method to reconstruct objects from point clouds obtained from multiple overlapping views using low-cost sensors. In contrast to other methods that may need several stages that include downsampling, noise filtering and many other tasks, the NG automatically obtains the 3D model of the scanned objects. To demonstrate the validity of our proposal we tested our method with several models and performed a study of the neural network parameterization computing the quality of representation and also comparing results with other neural methods like growing neural gas and Kohonen maps or classical methods like Voxel Grid. We also reconstructed models acquired by low cost sensors that can be used in virtual and augmented reality environments for redesign or manipulation purposes. Since the NG algorithm has a strong computational cost we propose its acceleration. We have redesigned and implemented the NG learning algorithm to fit it onto Graphics Processing Units using CUDA. A speed-up of 180× faster is obtained compared to the sequential CPU version.

Semantic localization in the PCL library

The semantic localization problem in robotics consists in determining the place where a robot is located by means of semantic categories. The problem is usually addressed as a supervised classification process, where input data correspond to robot perceptions while classes to semantic categories, like kitchen or corridor. In this paper we propose a framework, implemented in the PCL library, which provides a set of valuable tools to easily develop and evaluate semantic localization systems. The implementation includes the generation of 3D global descriptors following a Bag-of-Words approach. This allows the generation of fixed-dimensionality descriptors from any type of keypoint detector and feature extractor combinations. The framework has been designed, structured and implemented to be easily extended with different keypoint detectors, feature extractors as well as classification models. The proposed framework has also been used to evaluate the performance of a set of already implemented descriptors, when used as input for a specific semantic localization system. The obtained results are discussed paying special attention to the internal parameters of the BoW descriptor generation process. Moreover, we also review the combination of some keypoint detectors with different 3D descriptor generation techniques.

3DCOMET: 3D compression methods test dataset

The use of 3D data in mobile robotics applications provides valuable information about the robot’s environment. However usually the huge amount of 3D information is difficult to manage due to the fact that the robot storage system and computing capabilities are insufficient. Therefore, a data compression method is necessary to store and process this information while preserving as much information as possible. A few methods have been proposed to compress 3D information. Nevertheless, there does not exist a consistent public benchmark for comparing the results (compression level, distance reconstructed error, etc.) obtained with different methods. In this paper, we propose a dataset composed of a set of 3D point clouds with different structure and texture variability to evaluate the results obtained from 3D data compression methods. We also provide useful tools for comparing compression methods, using as a baseline the results obtained by existing relevant compression methods.

Morphological classification of microtidal sand and gravel beaches

A new classification of microtidal sand and gravel beaches with very different morphologies is presented below. In 557 studied transects, 14 variables were used. Among the variables to be emphasized is the depth of the Posidonia oceanica. The classification was performed for 9 types of beaches: Type 1: Sand and gravel beaches, Type 2: Sand and gravel separated beaches, Type 3: Gravel and sand beaches, Type 4: Gravel and sand separated beaches, Type 5: Pure gravel beaches, Type 6: Open sand beaches, Type 7: Supported sand beaches, Type 8: Bisupported sand beaches and Type 9: Enclosed beaches. For the classification, several tools were used: discriminant analysis, neural networks and Support Vector Machines (SVM), the results were then compared. As there is no theory for deciding which is the most convenient neural network architecture to deal with a particular data set, an experimental study was performed with different numbers of neuron in the hidden layer. Finally, an architecture with 30 neurons was chosen. Different kernels were employed for SVM (Linear, Polynomial, Radial basis function and Sigmoid). The results obtained for the discriminant analysis were not as good as those obtained for the other two methods (ANN and SVM) which showed similar success.

Teaching as a fractal: from experience to model

The aim of this work is to improve students’ learning by designing a teaching model that seeks to increase student motivation to acquire new knowledge. To design the model, the methodology is based on the study of the students’ opinion on several aspects we think importantly affect the quality of teaching (such as the overcrowded classrooms, time intended for the subject or type of classroom where classes are taught), and on our experience when performing several experimental activities in the classroom (for instance, peer reviews and oral presentations). Besides the feedback from the students, it is essential to rely on the experience and reflections of lecturers who have been teaching the subject several years. This way we could detect several key aspects that, in our opinion, must be considered when designing a teaching proposal: motivation, assessment, progressiveness and autonomy. As a result we have obtained a teaching model based on instructional design as well as on the principles of fractal geometry, in the sense that different levels of abstraction for the various training activities are presented and the activities are self-similar, that is, they are decomposed again and again. At each level, an activity decomposes into a lower level tasks and their corresponding evaluation. With this model the immediate feedback and the student motivation are encouraged. We are convinced that a greater motivation will suppose an increase in the student’s working time and in their performance. Although the study has been done on a subject, the results are fully generalizable to other subjects.