Llegint el llibre de la vida: una proposta de Museu Virtual Interactiu sobre l'ADN

Es descriu el procés de creació d'un Museu Virtual sobre la genètica i l'ADN, i una primera evaluació del projecte.

Les emocions en el procés d'aprenentatge virtual : una aproximació des de la perspectiva de l'experiència dels estudiants de la Universitat Oberta de Catalunya

Treball que s'engloba en l'ampli camp de les Humanidades i vol contribuir al coneixement empíric sobre l'experiència emocional implicada en els processos d'aprenentatge virtual des de la perspectiva dels estudiants.

Machine learning algorithms for spatial data. Case studies: Environmental pollution, natural hazards, renewable resources

This paper presents general problems and approaches for the spatial data analysis using machine learning algorithms. Machine learning is a very powerful approach to adaptive data analysis, modelling and visualisation. The key feature of the machine learning algorithms is that they learn from empirical data and can be used in cases when the modelled environmental phenomena are hidden, nonlinear, noisy and highly variable in space and in time. Most of the machines learning algorithms are universal and adaptive modelling tools developed to solve basic problems of learning from data: classification/pattern recognition, regression/mapping and probability density modelling. In the present report some of the widely used machine learning algorithms, namely artificial neural networks (ANN) of different architectures and Support Vector Machines (SVM), are adapted to the problems of the analysis and modelling of geo-spatial data. Machine learning algorithms have an important advantage over traditional models of spatial statistics when problems are considered in a high dimensional geo-feature spaces, when the dimension of space exceeds 5. Such features are usually generated, for example, from digital elevation models, remote sensing images, etc. An important extension of models concerns considering of real space constrains like geomorphology, networks, and other natural structures. Recent developments in semi-supervised learning can improve modelling of environmental phenomena taking into account on geo-manifolds. An important part of the study deals with the analysis of relevant variables and models' inputs. This problem is approached by using different feature selection/feature extraction nonlinear tools. To demonstrate the application of machine learning algorithms several interesting case studies are considered: digital soil mapping using SVM, automatic mapping of soil and water system pollution using ANN; natural hazards risk analysis (avalanches, landslides), assessments of renewable resources (wind fields) with SVM and ANN models, etc. The dimensionality of spaces considered varies from 2 to more than 30. Figures 1, 2, 3 demonstrate some results of the studies and their outputs. Finally, the results of environmental mapping are discussed and compared with traditional models of geostatistics.

L'Observatori Científic de la Ciutat Mediterrània : estudi de cas avaluació del Fòrum virtual de l'Evolució

La meva recerca s'ha centrat a analitzar la manera com els fòrums especialitzats poden ser útils a la difusió de la cultura i en concret als museus del segle XXI i de quina manera se'n beneficien també els ciutadans.

Diagnosi de la relació entre les aplicacions didàctiques de la museografia virtual i l'educació formal anàlisi de casos

L'educació formal necessita de noves eines d'aprenentatge que s'ajustin a la revolució que ha sofert la nostra societat, i una d'elles pot ser l'aplicació de les TIC a la difusió del patrimoni museològic. Com construir aquest discurs museogràfic i l'anàlisi de diferents exemples ja existents en la xarxa, conformen aquest treball.

J2EE: Botiga virtual

Aquest Treball de Final de Carrera conté el projecte de creació i desenvolupament d'una botiga virtual de venda de llibres, pel·lícules, música i videojocs.

Projecte botiga virtual 7notes

Projecte per desenvolupar una botiga virtual de comerç electrònic, orientada a la venda de discos i DVD, amb tecnologies Java EE.

Una botiga virtual de música: eMonMusical

Treball de Fi de Carrera a l'àrea de J2EE que consisteix en la creació d'una botiga virtual amb el framework Spring MVC i Spring Web Flow.

UOC Algorithms

Aplicació per a iPad a mode de repositori de continguts relacionats amb l'ensenyament d'assignatures d'informàtica.

Centre de formació virtual

Treball de fi de carrera en .NET sobre un centre de formació virtual, desenvolupat en la plataforma .NET amb ASP.NET, VB.NET i Windows Phone 7.

Virtual Camarero : desarrollo de aplicaciones departamentales con .NET Framework 4.0

El Virtual Camarero es un proyecto de final de carrera realizado con .NET. Consiste en una aplicación para terminal táctil para poder realizar pedidos en un bar o restaurante desde la mesa de un local. Sin la necesidad de que el camarero venga a pedir lo que se quiere tomar.

Campus formatiu virtual : CampusNET

L'objectiu del projecte és desenvolupar una plataforma de formació online. Es dissenyarà una aplicació web que permeti, per una banda, la gestió i administració de cursos i per altra banda, l'accés dels clients als cursos contractats.

PSYNC : Sincronización de un entorno virtual para ser usado por usuarios con necesidades de movilidad

El objetivo del presente trabajo será aplicar la tecnología de la virtualización en un supuesto cotidiano para un usuario informático particular. Concretamente, como hipótesis de trabajo, asumiremos el caso de un usuario que utiliza su PC de sobremesa particular como herramienta para su trabajo. Este usuario, que también se dedica al mundo de la informática, utilizará el citado PC de sobremesa para realizar desarrollos, elaborar documentación, etc.

Infraestructura virtual

Estudi de les tècniques de virtualització en arquitectures x86. Estudi de les plataformes que de computació en núvol OpenStack, Eucalyptus i OpenNebula que proporcionen IaaS. Disseny i implementació d'una infraestructura virtual per un entorn privat amb OpenNebula i el sistema d'arxius MooseFS.