Detección y caracterización de estructuras de meso y submesoescala a partir de modelos de predicción oceánicos

[ES] El proyecto trata sobre la detección y caracterización de estructuras oceánicas de mesoescala, concretamente, los giros. Estas estructuras son muy importantes a la hora del estudio de numerosos procesos físicos, químicos y biológicos que suceden en el medio oceánico. Para ello, se han estudiado otros sistemas relacionados, se ha creado una aplicación con la que los usuarios puedan caracterizar giros de forma sencilla, y una serie de herramientas automáticas de detección de giros. Por último se han realizado una serie de pruebas y comparativas de las herramientas desarrolladas para demostrar su eficacia y que éstas cumplen todos los objetivos que se propusieron en el proyecto.

Aplicaciones del caos determinista a la detección de outliers

[EN]In this paper the authors show that techniques employed in the prediction of chaotic time series" can also be applied to detection of outliers. A definition of outlier" lS provided and a theorem on hypothesis testing is also proved.

Detección de violencia escolar en adolescentes en la clase de educación física

[ES] La educación es el medio más prolífico para la adquisición de habilidades y actitudes que modelan la personalidad de los infantes. El comportamiento óptimo como medio de relación social, está iniciado primeramente por la percepción corporal. El trabajo centra su mirada en la relación que el sujeto escolar construye con sus iguales a partir de la convivencia motriz. El espacio ideal para modelar y observar la corporeidad es la clase de educación física.

Detección de QTLs de deformidades esqueléticas en dorada (Sparus aurata L.): herramientas moleculares y análisis de segregación

Programa de doctorado: Acuicultura: producción controlada de organismos acuáticos

Detección y evitación de objetos flotantes en el contexto de un vehículo autónomo de superficie

[ES]El Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería y en especial la División de Robótica y Oceanografía Computacional está desarrollando un velero autónomo de superficie que requiere de un sistema para la detección y evasión de obstáculos. Dicho sistema se ha desarrollado sobre una Raspberry Pi con un servicio para la captura de imágenes, así como un servidor web que permita la modificación de la configuración de la cámara. Una vez completada dicha infraestructura se tomaron las fotografías que conformarán el conjunto de entrenamiento para el sistema de visión por computador y se desarrollará este último. Los resultados se han integrado con el sistema del control modificando el rumbo cuando se detecte un obstáculo.