Aplicaciones de procesamiento de lenguaje natural

El campo de procesamiento de lenguaje natural (PLN), ha tenido un gran crecimiento en los últimos años; sus áreas de investigación incluyen: recuperación y extracción de información, minería de datos, traducción automática, sistemas de búsquedas de respuestas, generación de resúmenes automáticos, análisis de sentimientos, entre otras. En este artículo se presentan conceptos y algunas herramientas con el fin de contribuir al entendimiento del procesamiento de texto con técnicas de PLN, con el propósito de extraer información relevante que pueda ser usada en un gran rango de aplicaciones. Se pueden desarrollar clasificadores automáticos que permitan categorizar documentos y recomendar etiquetas; estos clasificadores deben ser independientes de la plataforma, fácilmente personalizables para poder ser integrados en diferentes proyectos y que sean capaces de aprender a partir de ejemplos. En el presente artículo se introducen estos algoritmos de clasificación, se analizan algunas herramientas de código abierto disponibles actualmente para llevar a cabo estas tareas y se comparan diversas implementaciones utilizando la métrica F en la evaluación de los clasificadores.

Aplicación de tecnologías de procesamiento de lenguaje natural y tecnología semántica en Brand Rain y Anpro21

Este artículo presenta la aplicación y resultados obtenidos de la investigación en técnicas de procesamiento de lenguaje natural y tecnología semántica en Brand Rain y Anpro21. Se exponen todos los proyectos relacionados con las temáticas antes mencionadas y se presenta la aplicación y ventajas de la transferencia de la investigación y nuevas tecnologías desarrolladas a la herramienta de monitorización y cálculo de reputación Brand Rain.

Estudio y planificación de contenidos, materiales y metodologías docentes según el EEES: 1er curso de ingeniería multimedia

Convencidos de la idoneidad de realizar un seguimiento y revisión anual de la titulación de Ingeniería Multimedia se propuso para el curso académico 2013/14 el presente proyecto de red, que tiene por objetivo revisar y analizar los contenidos, materiales y metodologías docentes de las distintas asignaturas con el propósito de subsanar las posibles insuficiencias detectadas, y consecuentemente, mejorar la calidad de la docencia y el rendimiento del alumnado en el aprendizaje. En esta memoria se presentan los resultados de la evaluación de las asignaturas del primer curso y el análisis comparativo con cursos anteriores, obteniendo datos muy positivos, lo que muestra, un año más, la preparación y motivación de los actuales alumnos y futuros Ingenieros/as Multimedia.

Memoria de la red de coordinación del tercer curso del grado en Ingeniería Multimedia

Durante el presente curso se ha constatado el asentamiento del tercer curso del grado en Ingeniería Multimedia, lo que se deriva de los informes de seguimiento de las asignaturas del curso que, en su gran mayoría, no han destacado problema alguno (con alguna excepción de la que se informa). Por otro lado, se ha llevado a cabo una iniciativa para contrastar si las dependencias entre las asignaturas de tercero con respecto a sus precedentes en el plan de estudios responden en realidad a los planteamientos que se hicieron durante el diseño del mismo, intentando descubrir carencias o inconsistencias en los contenidos. De esta manera, se han detectado dependencias que no son tales, dependencias que faltan y temarios de asignaturas básicas en los que, desde el punto de vista de las asignaturas de tercero faltan o sobran contenidos.

Red para la elaboración de materiales docentes en el análisis y tratamiento de datos geoquímicos y petrológicos

El trabajo realizado por esta red docente tiene por objetivo el desarrollo de materiales docentes específicos para el análisis y tratamiento de datos geoquímicos y petrológicos dentro de las asignaturas enmarcadas en el tercer curso del Grado en Geología: Petrología Ígnea y Metamórfica, Petrología Sedimentaria y Geoquímica y Prospección Geoquímica. El trabajo se ha centrado en la definición de las actividades a realizar por el estudiante, haciendo especial hincapié en la coordinación de los contenidos y distribución temporal entre las asignaturas anteriormente mencionadas. Los resultados obtenidos durante los cursos precedentes han mostrado la necesidad de desarrollar manuales, páginas webs y videos que permitan el autoaprendizaje del alumno. Una de las principales debilidades encontradas durante el tratamiento de datos radica en el conocimiento de los diferentes pasos intermedios que se realizan, las suposiciones que se consideran y los errores derivados de ellas. La gran parte del material y software docente existente solo proporciona el resultado final del tratamiento de los datos obtenidos en el estudio geoquímico y petrológico de las muestras naturales. Por lo tanto, el material desarrollado para solventar dichos problemas docentes incluye colecciones de problemas y prácticas, videos-tutoriales y el desarrollo de software propio o utilizando software libre.

La arquitectura y el urbanismo del Campus de la Universidad de Alicante como recurso a[tra]ctivo

Es evidente que uno de los principales recursos con los que cuenta la Universidad de Alicante es su Campus, no solo el de San Vicente del Raspeig sino también y además la constelación de Sedes Universitarias y Estaciones Científicas que lo componen. La calidad de sus edificios, todos ellos dignísimos para el fin al que sirven y algunos sencillamente magníficas obras de arquitectura, tanto las de nueva planta como las históricas que albergan las Sedes; la ordenación ejemplar de sus espacios libres donde la vegetación es, por derecho propio, protagonista indiscutible de un proyecto paisajístico modélico; o las esculturas, placas y homenajes y donaciones, embajadas y mecenazgos que salpican el espacio público dotándolo de identidad y cualificándolo, componen un conjunto notable poseedor de un enorme atractivo para la vida de la comunidad universitaria, para sus visitantes y para sus posibles futuros habitantes (nuevos estudiantes, PDI y PAS). El presente proyecto tiene como objetivo poner en valor todo ese patrimonio mediante su conocimiento y difusión a través de diversos canales que pretenden llegar al mayor público posible desde el rigor de la investigación y el atractivo de la presentación de sus resultados.

Estudio y mejora de métodos de registro 3D: aceleración sobre unidades de procesamiento gráfico y caracterización del espacio de transformaciones iniciales

Durante los últimos años ha sido creciente el uso de las unidades de procesamiento gráfico, más conocidas como GPU (Graphic Processing Unit), en aplicaciones de propósito general, dejando a un lado el objetivo para el que fueron creadas y que no era otro que el renderizado de gráficos por computador. Este crecimiento se debe en parte a la evolución que han experimentado estos dispositivos durante este tiempo y que les ha dotado de gran potencia de cálculo, consiguiendo que su uso se extienda desde ordenadores personales a grandes cluster. Este hecho unido a la proliferación de sensores RGB-D de bajo coste ha hecho que crezca el número de aplicaciones de visión que hacen uso de esta tecnología para la resolución de problemas, así como también para el desarrollo de nuevas aplicaciones. Todas estas mejoras no solamente se han realizado en la parte hardware, es decir en los dispositivos, sino también en la parte software con la aparición de nuevas herramientas de desarrollo que facilitan la programación de estos dispositivos GPU. Este nuevo paradigma se acuñó como Computación de Propósito General sobre Unidades de Proceso Gráfico (General-Purpose computation on Graphics Processing Units, GPGPU). Los dispositivos GPU se clasifican en diferentes familias, en función de las distintas características hardware que poseen. Cada nueva familia que aparece incorpora nuevas mejoras tecnológicas que le permite conseguir mejor rendimiento que las anteriores. No obstante, para sacar un rendimiento óptimo a un dispositivo GPU es necesario configurarlo correctamente antes de usarlo. Esta configuración viene determinada por los valores asignados a una serie de parámetros del dispositivo. Por tanto, muchas de las implementaciones que hoy en día hacen uso de los dispositivos GPU para el registro denso de nubes de puntos 3D, podrían ver mejorado su rendimiento con una configuración óptima de dichos parámetros, en función del dispositivo utilizado. Es por ello que, ante la falta de un estudio detallado del grado de afectación de los parámetros GPU sobre el rendimiento final de una implementación, se consideró muy conveniente la realización de este estudio. Este estudio no sólo se realizó con distintas configuraciones de parámetros GPU, sino también con diferentes arquitecturas de dispositivos GPU. El objetivo de este estudio es proporcionar una herramienta de decisión que ayude a los desarrolladores a la hora implementar aplicaciones para dispositivos GPU. Uno de los campos de investigación en los que más prolifera el uso de estas tecnologías es el campo de la robótica ya que tradicionalmente en robótica, sobre todo en la robótica móvil, se utilizaban combinaciones de sensores de distinta naturaleza con un alto coste económico, como el láser, el sónar o el sensor de contacto, para obtener datos del entorno. Más tarde, estos datos eran utilizados en aplicaciones de visión por computador con un coste computacional muy alto. Todo este coste, tanto el económico de los sensores utilizados como el coste computacional, se ha visto reducido notablemente gracias a estas nuevas tecnologías. Dentro de las aplicaciones de visión por computador más utilizadas está el registro de nubes de puntos. Este proceso es, en general, la transformación de diferentes nubes de puntos a un sistema de coordenadas conocido. Los datos pueden proceder de fotografías, de diferentes sensores, etc. Se utiliza en diferentes campos como son la visión artificial, la imagen médica, el reconocimiento de objetos y el análisis de imágenes y datos de satélites. El registro se utiliza para poder comparar o integrar los datos obtenidos en diferentes mediciones. En este trabajo se realiza un repaso del estado del arte de los métodos de registro 3D. Al mismo tiempo, se presenta un profundo estudio sobre el método de registro 3D más utilizado, Iterative Closest Point (ICP), y una de sus variantes más conocidas, Expectation-Maximization ICP (EMICP). Este estudio contempla tanto su implementación secuencial como su implementación paralela en dispositivos GPU, centrándose en cómo afectan a su rendimiento las distintas configuraciones de parámetros GPU. Como consecuencia de este estudio, también se presenta una propuesta para mejorar el aprovechamiento de la memoria de los dispositivos GPU, permitiendo el trabajo con nubes de puntos más grandes, reduciendo el problema de la limitación de memoria impuesta por el dispositivo. El funcionamiento de los métodos de registro 3D utilizados en este trabajo depende en gran medida de la inicialización del problema. En este caso, esa inicialización del problema consiste en la correcta elección de la matriz de transformación con la que se iniciará el algoritmo. Debido a que este aspecto es muy importante en este tipo de algoritmos, ya que de él depende llegar antes o no a la solución o, incluso, no llegar nunca a la solución, en este trabajo se presenta un estudio sobre el espacio de transformaciones con el objetivo de caracterizarlo y facilitar la elección de la transformación inicial a utilizar en estos algoritmos.