Estudi de l’abandonament en el primer curs de la titulació de telecomunicacions

Dins de la tasca de coordinació del primer curs del grau de telecomunicacions s'ha observat un grau molt elevat d'abandonament de la titulació. Aquest fet condiciona la tasca i metodologia docent. Amb la intenció d'incrementar la qualitat del nou grau i augmentar les taxes de eficàcia, hem buscat els motius que originen aquest alt grau d’abandonament dins la titulació i hem ideat possibles solucions que posen remei o pal·lien en certa mesura aquest problema. Per això es presenten estratègies i mecanismes per augmentar la qualitat de la docència, es comparen els resultats dels darrers cursos i s’analitzen els resultats de les estratègies posades en marxa. La tasca ha estat desenvolupada pels coordinadors de cada assignatura que conjuntament han analitzat com es va produir l'abandó durant l'avaluació continuada.

ABPgame+ o cómo hacer del último curso de ingeniería una primera experiencia profesional

Algunos de los aspectos clave en el desarrollo profesional de un ingeniero son su capacidad para trabajar en equipo, para integrar diferentes puntos de vista y para desarrollar grandes proyectos con un alto nivel de incertidumbre. Los planes de estudio de las titulaciones que preparan a estos futuros ingenieros no pueden permanecer ajenos a estas necesidades y deben plantear situaciones lo más cercanas posible a la realidad que se encontrarán nuestros egresados en su vida laboral. Estas razones, nos han llevado a plantear una experiencia innovadora en una titulación de nueva implantación como es el Grado en Ingeniería Multimedia. Hemos elegido, para ello, la metodología del Aprendizaje Basado en Proyectos (ABP), aplicada al itinerario de Creación y Entretenimiento Digital en cuarto curso, donde los estudiantes, agrupados en equipos, desarrollan un único gran proyecto durante el año, que es un videojuego. Queremos destacar dos consecuencias de esta experiencia: primero, el papel fundamental de la asignatura Proyectos Multimedia, sirviendo de apoyo al resto de asignaturas al llevar el peso de la gestión de los equipos y del seguimiento del proyecto. Y después, que los estudiantes pueden obtener un producto terminado al final del curso que les permita inaugurar su portafolio profesional.

El proceso de enseñanza-aprendizaje en la formación interuniversitaria: una experiencia a nivel de máster universitario

La incorporación del EEES provocó una infinidad de desafíos y retos a las Universidades que a día de hoy aún están siendo solucionados. Además, ha conllevado nuevas oportunidades para la formación de estudiantes pero también para las Universidades. Entre ellas, la formación interuniversitaria entre estados miembro de la UE. El EEES permite unificar a través del sistema ECTS la carga de trabajo de los estudiantes facilitando la propuesta de planes de estudios interuniversitarios. Sin embargo, surgen desafíos a la hora de llevarlos a la práctica. Independientemente de los retos en la propuesta de los planes de estudio, es necesario implementar procesos de enseñanza-aprendizaje que salven la distancia en el espacio físico entre el alumnado y el profesorado. En este artículo se presenta la experiencia docente de la asignatura e-home del Máster Machine Learning and Data Mining de la Universidad de Alicante y la Universidad Jean Monnet (Francia). En este caso, se combina la formación en aula presencial con formación en aula virtual a través de videoconferencia. La evaluación del método de enseñanza-aprendizaje propuesto utiliza la propia experiencia docente y encuestas realizadas a los alumnos para poner de manifiesto la ruptura de barreras espaciales y un éxito a nivel docente.

Evaluación continua utilizando controles on-line. Percepción de los estudiantes

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. El artículo aborda la evaluación continua, el contexto de la asignatura y los criterios de evaluación que se establecieron para la evaluación de la parte teórica de la asignatura. Además, se presentan las características de los cuestionarios Moodle, se aporta la encuesta de valoración del método que se pasó a los estudiantes, los resultados obtenidos en la citada encuesta, las conclusiones y las recomendaciones para el futuro. Deseamos destacar el soporte de la “Red de Investigación en Sistemas Inteligentes. Evaluación continua mediante controles utilizando Moodle” Código de Red ICE: 3021.

¿Podemos considerar la docencia como un fractal?

Este trabajo surge de una reflexión de las tantas que se plantea el profesor cada curso académico. Estas reflexiones nos han llevado a analizar los distintos puntos de vista del estudiante y del profesor frente a la realidad que se desarrolla en el aula, tratando aspectos como la motivación y el trabajo del estudiante, la masificación de las aulas y el diseño de las actividades formativas. Resultado de este estudio, se propone un modelo docente basado en los principios de la geometría fractal, en el sentido de que se plantean diferentes niveles de abstracción para las diversas actividades formativas y éstas son auto similares, es decir, se descomponen una y otra vez. En cada nivel una actividad se descompone en tareas de un nivel inferior junto con su evaluación correspondiente. Con este modelo se fomenta la retroalimentación y la motivación del estudiante. El modelo presentado se contextualiza en una asignatura de introducción a la programación pero es totalmente generalizable a otra materia.

3D Maps Representation Using GNG

Current RGB-D sensors provide a big amount of valuable information for mobile robotics tasks like 3D map reconstruction, but the storage and processing of the incremental data provided by the different sensors through time quickly become unmanageable. In this work, we focus on 3D maps representation and propose the use of the Growing Neural Gas (GNG) network as a model to represent 3D input data. GNG method is able to represent the input data with a desired amount of neurons or resolution while preserving the topology of the input space. Experiments show how GNG method yields a better input space adaptation than other state-of-the-art 3D map representation methods.

Seguimiento del Máster en Ingeniería de Telecomunicación: medidas para conseguir la calidad y la excelencia

El Máster Universitario en Ingeniería de Telecomunicación en la Universidad de Alicante es el título que se imparte desde la Escuela Politécnica Superior y que habilita para el ejercicio de la profesión regulada de Ingeniero de Telecomunicación. Consta de 90 ECTS y se imparte a lo largo de 2 cursos académicos. El máster está implantado desde el curso 2011-2012 por lo que durante el actual curso 2012-2013 tendremos egresados de la primera promoción. Una vez implantado en su totalidad, es posible realizar un seguimiento del máster con la intención de obtener la excelencia académica mediante todas aquellas medidas y procesos de evaluación internos que sean necesarios. Además también es conveniente evaluar el impacto social, universitario y empresarial del máster evaluando las carencias, lagunas y oportunidades de formación que se detecten y tomando las oportunas medidas correctoras. Será necesario tener en cuenta la relación del título con el mundo empresarial y con la sociedad en general que tiene el sector de las telecomunicaciones en la evaluación de la calidad docente en el aula.

Valoración por los estudiantes del uso de foros Moodle en la evaluación docente

En la asignatura Sistemas Inteligentes del grado en Ingeniería Informática, durante el curso 2012-13, se planteó a los estudiantes un sistema de evaluación de la parte teórica consistente en la realización de controles on-line utilizando cuestionarios Moodle. Para la elaboración de los cuestionarios, se elegirían preguntas propuestas por los estudiantes en cada uno de los foros temáticos correspondientes. De cada tema se creó una base de preguntas Moodle para la generación con restricciones de cuestionarios aleatorios. El funcionamiento de los foros de aportación de preguntas partía de un foro creado para cada tema donde los estudiantes iban añadiendo un hilo para cada pregunta que proponían. En el hilo se producía el debate y participación de los estudiantes relativo al contenido y calidad de la pregunta. Una vez cerrado cada foro, los profesores seleccionaban las que cumplían requisitos de calidad, creando así la base de preguntas de los cuestionarios Moodle. La asignatura ha tenido más de 120 estudiantes, con 14 foros, lo que ha hecho que se superaran los 1.500 hilos de preguntas. En este artículo se presenta la encuesta de valoración por parte de los estudiantes, así como detalles de participación en los foros, los resultados obtenidos y las conclusiones. Deseamos destacar el soporte de la “Red de Investigación en Sistemas Inteligentes. Uso de los foros Moodle en la metodología docente” para realizar este estudio. Código de Red ICE: 2847.

Nuevo método de evaluación mediante revisiones cruzadas de los estudiantes

Actualmente nos enfrentamos a nuevos desafíos en el mundo de la educación. Entre las cuestiones más importantes se encuentra el grado de participación y compromiso de los estudiantes en su propio proceso de aprendizaje y esto implica que deban participar en su evaluación de manera activa. Así, en este artículo se presenta un nuevo método de evaluación empleado en la asignatura “Arquitecturas y Sistemas Operativos para Tiempo Real”, del título de Ingeniería Informática de la Universidad de Alicante. En este novedoso método, los alumnos participan en el proceso de evaluación de sus propios trabajos por medio de revisiones cruzadas (peer-reviewing) que pretenden identificar las carencias o errores en los trabajos presentados por sus compañeros de asignatura. En pocas semanas los estudiantes pueden entender la innovadora visión del proceso de enseñanza-aprendizaje empleado en nuestra asignatura y se involucran activamente en dicho proceso; con todo ello, sus conocimientos han de actualizarse de manera continua, por lo que son capaces de entender y asimilar los nuevos conceptos explicados por el profesor.

Learning Probabilistic Features for Robotic Navigation Using Laser Sensors

SLAM is a popular task used by robots and autonomous vehicles to build a map of an unknown environment and, at the same time, to determine their location within the map. This paper describes a SLAM-based, probabilistic robotic system able to learn the essential features of different parts of its environment. Some previous SLAM implementations had computational complexities ranging from O(Nlog(N)) to O(N2), where N is the number of map features. Unlike these methods, our approach reduces the computational complexity to O(N) by using a model to fuse the information from the sensors after applying the Bayesian paradigm. Once the training process is completed, the robot identifies and locates those areas that potentially match the sections that have been previously learned. After the training, the robot navigates and extracts a three-dimensional map of the environment using a single laser sensor. Thus, it perceives different sections of its world. In addition, in order to make our system able to be used in a low-cost robot, low-complexity algorithms that can be easily implemented on embedded processors or microcontrollers are used.

Improving classification using a Confidence Matrix based on weak classifiers applied to OCR

This paper proposes a new feature representation method based on the construction of a Confidence Matrix (CM). This representation consists of posterior probability values provided by several weak classifiers, each one trained and used in different sets of features from the original sample. The CM allows the final classifier to abstract itself from discovering underlying groups of features. In this work the CM is applied to isolated character image recognition, for which several set of features can be extracted from each sample. Experimentation has shown that the use of CM permits a significant improvement in accuracy in most cases, while the others remain the same. The results were obtained after experimenting with four well-known corpora, using evolved meta-classifiers with the k-Nearest Neighbor rule as a weak classifier and by applying statistical significance tests.

Analyzing the commercial activities of a street network by ranking their nodes: a case study in Murcia, Spain

Urban researchers and planners are often interested in understanding how economic activities are distributed in urban regions, what forces influence their special pattern and how urban structure and functions are mutually dependent. In this paper, we want to show how an algorithm for ranking the nodes in a network can be used to understand and visualize certain commercial activities of a city. The first part of the method consists of collecting real information about different types of commercial activities at each location in the urban network of the city of Murcia, Spain. Four clearly differentiated commercial activities are studied, such as restaurants and bars, shops, banks and supermarkets or department stores, but obviously we can study other. The information collected is then quantified by means of a data matrix, which is used as the basis for the implementation of a PageRank algorithm which produces a ranking of all the nodes in the network, according to their significance within it. Finally, we visualize the resulting classification using a colour scale that helps us to represent the business network.

Improving kNN multi-label classification in Prototype Selection scenarios using class proposals

Prototype Selection (PS) algorithms allow a faster Nearest Neighbor classification by keeping only the most profitable prototypes of the training set. In turn, these schemes typically lower the performance accuracy. In this work a new strategy for multi-label classifications tasks is proposed to solve this accuracy drop without the need of using all the training set. For that, given a new instance, the PS algorithm is used as a fast recommender system which retrieves the most likely classes. Then, the actual classification is performed only considering the prototypes from the initial training set belonging to the suggested classes. Results show that this strategy provides a large set of trade-off solutions which fills the gap between PS-based classification efficiency and conventional kNN accuracy. Furthermore, this scheme is not only able to, at best, reach the performance of conventional kNN with barely a third of distances computed, but it does also outperform the latter in noisy scenarios, proving to be a much more robust approach.

Tuning compilations by multi-objective optimization: Application to Apache web server

Modern compilers present a great and ever increasing number of options which can modify the features and behavior of a compiled program. Many of these options are often wasted due to the required comprehensive knowledge about both the underlying architecture and the internal processes of the compiler. In this context, it is usual, not having a single design goal but a more complex set of objectives. In addition, the dependencies between different goals are difficult to be a priori inferred. This paper proposes a strategy for tuning the compilation of any given application. This is accomplished by using an automatic variation of the compilation options by means of multi-objective optimization and evolutionary computation commanded by the NSGA-II algorithm. This allows finding compilation options that simultaneously optimize different objectives. The advantages of our proposal are illustrated by means of a case study based on the well-known Apache web server. Our strategy has demonstrated an ability to find improvements up to 7.5% and up to 27% in context switches and L2 cache misses, respectively, and also discovers the most important bottlenecks involved in the application performance.

Using a RGB-D camera for 6DoF SLAM

This paper presents a method for fast calculation of the egomotion done by a robot using visual features. The method is part of a complete system for automatic map building and Simultaneous Localization and Mapping (SLAM). The method uses optical flow in order to determine if the robot has done a movement. If so, some visual features which do not accomplish several criteria (like intersection, unicity, etc,) are deleted, and then the egomotion is calculated. We use a state-of-the-art algorithm (TORO) in order to rectify the map and solve the SLAM problem. The proposed method provides better efficiency that other current methods.