Herramienta para la gestión de datos, pacientes y agenda del grupo GICOREC

[ES]Este trabajo de fin de grado consiste en el desarrollo e implementación de una aplicación web cuya funcionalidad será la de gestionar usuarios, pacientes, productos, citas y facturas de un hospital veterinario el cual no dispone en la actualidad de ninguna herramienta informática para tal fin. Podemos diferenciar tres secciones: Hospital: Permite concertar y gestionar un listado de pacientes (asignados a propietarios) para los cuales se registran sus citas con sus respectivos detalles. El veterinario podrá visualizar un listado de todos los propietarios, mascotas y citas. También podrá añadir nuevas citas para un paciente concreto, realizadas por un veterinario existente en el sistema, día y horas disponibles para ese veterinario, pudiendo agregar información en el momento de su realización, añadir productos utilizados y subir archivos. Todos los detalles médicos obtenidos de la realización de una cita podrán ser consultados de forma posterior. Almacén: Permite tener un control y registro del inventario, registrando los productos y/o servicios en el momento de ser usados en las citas, contabilizando en todo momento la cantidad que existe en el inventario. Facturación: Permite generar facturas a partir de las citas y en función de los importes que tengan los productos así como los servicios ofertados en la clínica. Una vez finalizada una cita, se generará el archivo PDF correspondiente con la factura correspondiente y los datos referentes al informe médico. La aplicación tendrá un diseño flexible permitiendo que pueda visualizarse tanto en un PC como en una Tablet.

Sistema de gestión de procesos electorales en las organizaciones

[ES]Trabajo en el cual, se expone el desarrollo de una aplicación web, utilizando para la implementación de la misma, una metodología de desarrollo ágil denominada PUD (Proceso unificado de Desarrollo) y la cual se implementa utilizando un gestor de contenidos denominado Drupal. Como fin el Portal web responde a que los miembros de las organizaciones puedan aportar peticiones y poder votar o firmar las mismas a nivel de organización. De la misma forma permite la gestión de una organización por parte de un rol específico, y la creación y eliminación de usuarios, así mismo como asignar una victoria a una propuesta determinada.El mismo cuenta con integración de usuarios, estos pudiendo modificar su perfil y crear propuestas pudiendo así asociarlas a una organización en concreto. Por otro lado se ilustra la aplicación de ingeniería del software en proyecto web utilizando para ello en este caso como mejor opción un gestor de contenidos. Aprovechándose para ello el uso de modulo los cuales son ofrecidos por una gran comunidad. Cabe destacar que se tienen en cuenta problemas de seguridad y así mismo se exponen soluciones para solventar los mismos, se hacen pruebas para garantizar el correcto funcionamiento de la aplicación. También cabe destacar el poder dejar abierta la posibilidad de utilizar servicios REST a nuestro portal, con la intención de implementar una aplicación para dispositivos móviles y que los mismos tengan acceso a ella o el que otro aplicación de manera externa puede obtener datos de nuestra aplicación, de esta forma se permite el poder ampliar la aplicación y poder ofrecer posibles futuras funcionalidades.

Gráfico interactivo de las relaciones derivativas entre palabras del español

[ES] La aplicación Gráfico interactivo de las relaciones derivativas entre palabras del español se centra en realizar un tratamiento a la información recabada en la tesis Sistema computacional de la gestión morfológica del español, de toda la información que contiene esta tesis este proyecto hace uso recogiendo cualquier palabra introducida por el usuario, buscando su forma canónica y devolviendo en forma gráfica la familia de palabras relacionada con esta, mediante un grafo. Esta aplicación web tiene como objetivo hacer amena la legibilidad y consulta de la información mencionada. Para lograr este objetivo se ha desarrollado una interfaz muy sencilla para el usuario, en la que éste solo tiene que introducir una palabra y relacionarla mediante un click. Una vez realizada la búsqueda, la aplicación permite al usuario interactuar con el grafo, pudiendo moverlo por la pantalla a su antojo, también tiene la función de mostrar los hijos de un nodo hoja al pasar el puntero por encima de éste y al hacer doble click sobre un nodo hoja, sea hijo o nieto de la raíz, devolviendo un nuevo grafo con el nodo seleccionado como raíz del mismo y mostrando sus hijos y nietos si los tuviera.

Control automatizado de audiencias televisivas

[ES] Actualmente en España existe una única compañía dedicada a la medida de las audiencias televisivas, que realiza mediante la instalación de unos pequeños aparatos en el domicilio de los voluntarios, obteniendo datos de los mismos. Sin embargo, el funcionamiento de estos dispositivos es manual, siendo el usuario el responsable de indicar en todo momento el canal que está espectando y el número de espectadores presentes. Ésto además de una carga, puede suponer una desviación, voluntaria o involuntaria de los datos por parte del usuario. Para mejorar estas funcionalidades, se llevará a cabo un estudio en la aplicación de técnicas de visión por computador en el campo de la medición de audiencias. Durante este estudio se llevará a cabo el desarrollo de un sistema distribuido que permite la captación, análisis y representación de la información obtenida. Este sistema distribuido estará formado por: Una aplicación cliente, encargada de la obtención de los datos sin intervención del usuario a través de técnicas de visión por computador, barajándose las posibilidades de utilizar como base hardware un Smart-T o un mini-pc, sobre los que se ejecutaría un sistema basado en Linux. Esta aplicación se ejecutará, obviamente, en el hogar del usuario. Un servidor, que ejecutará la aplicación encargada de la clasificación y estudio de los datos obtenidos mediante el uso de Bases de Datos, así como su representación a través de una aplicación web para su consulta a través de un navegador.

Diseño e implementación de un prototipo de enchufe inteligente mediante la placa Arduino

[ES] Este trabajo detalla las diferentes etapas del desarrollo de construcción del prototipo Clever Socket, abarcando desde su análisis, a su diseño e implementación.
Clever Socket es un conjunto hardware y software que facilita el control del encendido y el apagado de los aparatos electrónicos conectados a él a través de redes de comunicación LAN y WAN. Para lograr este propósito, el artefacto se apoya en la placa de desarrollo electrónico Arduino UNO y la placa Arduino WiFi Shield –que posibilita su conexión inalámbrica a la red–.
El dispositivo cuenta con cuatro bases de enchufe controladas a través de relés, que permiten la gestión de hasta cuatro dispositivos electrónicos de manera simultánea.
 En el lado del software se presentan tres componentes:
Un servicio web de bajo nivel destinado a la gestión de la placa Arduino. Permite la comunicación con la placa, la lectura y escritura de sus pines.
 Un servicio web específico del dispositivo Clever Socket. Facilita la comunicación con el prototipo hardware, permitiendo así la gestión de diferentes operaciones que se llevan a cabo sobre los aparatos conectados a sus enchufes.
 Una aplicación web. Actúa como interfaz entre el usuario y el servicio web de Clever Socket, permitiendo la gestión del dispositivo. El diseño de la aplicación es responsive, lo que posibilita su correcta visualización en todo tipo de dispositivos, tanto móviles como de escritorio.

Desarrollo del juego Stacker para HTML5/Canvas

[ES] Juego Stacker para HTML5 propone una aplicación web con dos modalidades de juegos basados en el clásico Stacker. La modalidad classic stacker pretende simular dicho juego, en la cual el jugador ha de apilar una fila horizontal de cuadrados que se desplazan a velocidad constante horizontalmente sobre otra fila horizontal de cuadrados que se encuentran en la parte inferior sin describir ningún movimiento. La velocidad de movimiento de la fila que ha de apilar irá aumentando conforme se vayan superando los niveles. El juego acaba cuando no dispone de más cuadrados en la fila, que se perderán si no se consigue apilar de manera exacta. La otra modalidad de juego se le conoce como super stacker. En esta modalidad, el jugador ha de apilar una serie de figuras con formas distintas sobre otras figuras estáticas que forman parte de un mundo generado. Las figuras que ha de apilar el jugador son sensibles a fuerzas tales como la gravedad, colisión entre objetos, fricción, etc. Si alguna de estas figuras entra en contacto con alguno de los límites del mundo, el jugador ha perdido. Ganará cuando la estructura final formada aguanta un número de segundos determinados, pasando así a otro nivel (escenario) de mayor complejidad. Para esta modalidad de juego se ha necesitado un motor físico portado a Javascript que simule las fuerzas mencionadas anteriormente. Resaltar también que se ha optado por realizar un diseño adaptable utilizando frameworks como bootstrap 3 debido al gran auge de los dispositivos móviles con dimensiones de pantalla variables.

Gestión del ranking para una asociación canina de perros de exposición

[ES] Esta aplicación web realizada en Ruby on Rails, tiene como objetivo principal la gestión del ranking para una asociación de perros de exposición. Dicha asociación es la “Asociación Española para el Fomento de la Raza Bulldog Francés”. En dicha asociación, los perros participan en exposiciones caninas y de acuerdo con una tabla y los resultados, les adjudican puntos a los perros. La tabla de asignación de puntos puede variar cada año.  El perro que más puntos obtiene gana el ranking, hay un ganador hembra y otro ganador macho. Por otra parte, los posibles roles de usuarios son: el rol de administrador, los cuales pueden manejar todos los recursos; el rol de socio, que puede crear nuevos perfiles de perros, enviar resultados de sus perros y demás acciones posibles para este rol; el rol de usuarios registrado, que son usuarios que fueron socios y que ya no lo son. Dicho tipo de usuario puede modificar su perfil, pero ya no podría hacer cambios o eliminar sus perros de la aplicación. Y tampoco podría borrar resultados de sus perros que ya hubiesen sido enviados cuando era socio;  y el rol de usuario no registrado que sólo pueden ver los listados de perros, ver sus perfiles y demás acciones que sólo sean ver pero no crear, modificar ni borrar nada. Como resultado final a este trabajo de fin de grado se ha obtenido una aplicación con los requisitos necesarios para cubrir las necesidades para la asociación de perros de exposición, en el cual se gestiona el ranking, también se gestionan los perfiles tanto de perros como de usuarios, control de accesos según el rol del usuario, gestión de las exposiciones, etc.

INSUDOC

[ES] El trabajo fin de grado INSUDOC, es una herramienta web para profesores, comunicadores y cualquier persona que tenga que trabajar sobre unos apuntes y desee de forma automática generar una presentación de éstos. El docente actual, entre otros, además de impartir clases, dedica gran parte de su tiempo a preparar éstas así como el material didáctico y la documentación especifica. La idea de este proyecto es aprovechar los recursos tecnológicos e intentar ganar tiempo aunando los procesos de elaboración de los apuntes y preparación de las clases. Esta aplicación escoge de manera automática las partes del documento de texto que necesitamos, para posteriormente almacenarlas y mostrarlas como una presentación. Para ello, se utilizarían técnicas de reconocimiento automático de patrones para la identificación de estructuras de textos y la creación de dicha presentación. En la actualidad no existen, al menos yo no las he encontrado, herramientas parecidos a la que he desarrollado. Por lo que consideré oportuno crear esta aplicación web que tanto facilitaría la labor de tantos profesionales.

MiNube

[ES]MiNube es una solución de almacenamiento de datos online enfocada en la privacidad, seguridad y control del usuario final. A diferencia de otras plataformas de almacenamiento en la nube en el que se depende de agentes externos, MiNube cede el control de los datos al usuario, permitiéndole configurar su propio entorno y definiendo políticas de encriptación en las que el propio usuario es el único agente capaz de acceder a sus datos. MiNube se compone de tres partes: Un servidor web para servir archivos, una aplicación web para acceder a los mismos, y un cliente de escritorio multiplataforma encargado de sincronizar los archivos del usuario entre distintos repositorios.

SEDAH: Servidor de datos para el estudio de la alteración hidrológica

Durante los años 2008, 2009 y 2010 se han llevado a cabo, a nivel estatal, diversas actuaciones encaminadas a evaluar la alteración ecohidrológica de las masas de agua. Esta evaluación se llevó a cabo con la metodología y aplicación IAHRIS. Durante el desarrollo de estos trabajos se constató la necesidad de crear una herramienta que permitiera una mejor adecuación de los valores de la Red Oficial de Estaciones de Aforo (ROEA) a las diferentes herramientas que permiten valorar la alteración hidrológica de los regímenes hidrológicos, con especial atención a su aplicación a través del modelo IAHRIS. La aplicación web creada, denominada SEDAR (Servidor de Datos para Estudio de la Alteración Hidrológica), ayuda a solventar esta tarea, por un lado agilizando el trámite de selección de estaciones de aforo, fechas, tipo de serie de aforo, valoración preliminar de la calidad de los datos, clasificación referencia-alterado de los caudales, exportación de datos, y por otro proporcionando información completada tanto para datos mensuales y diarios, disponiendo de esta manera de un mayor volumen de datos en los formatos nativos de IAHRIS e IHA. De este modo, se dispone de una aplicación de fácil acceso por el usuario y con gran valor para la realización de estudios de alteración hidrológica, propuestas de régimen de caudal ambiental y proyectos de restauración fluvial; además constituye una aplicación base para la incorporación de nuevas funcionalidades de mayor alcance ligadas a la obtención de datos en régimen natural o de referencia.

Intrgración de un corpus de textos biblingüe y un glosario del campo de la informática.

En este trabajo se presentan las principales características de Calíope, una aplicación web que es capaz de manejar un corpus y un glosario de términos en inglés y en español. La singularidad más importante de esta herramienta es que permite interrelacionar estos dos recursos. Así, por ejemplo, los resultados de la búsqueda de concordancias se pueden incorporar automáticamente a los ejemplos de uso del término correspondiente en el glosario; y desde la lista de palabras de un texto del corpus se pueden añadir términos al glosario o acceder a la información de un término que esté en el glosario.

Contributions to Bayesian network learning with applications to neuroscience

Neuronal morphology is a key feature in the study of brain circuits, as it is highly related to information processing and functional identification. Neuronal morphology affects the process of integration of inputs from other neurons and determines the neurons which receive the output of the neurons. Different parts of the neurons can operate semi-independently according to the spatial location of the synaptic connections. As a result, there is considerable interest in the analysis of the microanatomy of nervous cells since it constitutes an excellent tool for better understanding cortical function. However, the morphologies, molecular features and electrophysiological properties of neuronal cells are extremely variable. Except for some special cases, this variability makes it hard to find a set of features that unambiguously define a neuronal type. In addition, there are distinct types of neurons in particular regions of the brain. This morphological variability makes the analysis and modeling of neuronal morphology a challenge. Uncertainty is a key feature in many complex real-world problems. Probability theory provides a framework for modeling and reasoning with uncertainty. Probabilistic graphical models combine statistical theory and graph theory to provide a tool for managing domains with uncertainty. In particular, we focus on Bayesian networks, the most commonly used probabilistic graphical model. In this dissertation, we design new methods for learning Bayesian networks and apply them to the problem of modeling and analyzing morphological data from neurons. The morphology of a neuron can be quantified using a number of measurements, e.g., the length of the dendrites and the axon, the number of bifurcations, the direction of the dendrites and the axon, etc. These measurements can be modeled as discrete or continuous data. The continuous data can be linear (e.g., the length or the width of a dendrite) or directional (e.g., the direction of the axon). These data may follow complex probability distributions and may not fit any known parametric distribution. Modeling this kind of problems using hybrid Bayesian networks with discrete, linear and directional variables poses a number of challenges regarding learning from data, inference, etc. In this dissertation, we propose a method for modeling and simulating basal dendritic trees from pyramidal neurons using Bayesian networks to capture the interactions between the variables in the problem domain. A complete set of variables is measured from the dendrites, and a learning algorithm is applied to find the structure and estimate the parameters of the probability distributions included in the Bayesian networks. Then, a simulation algorithm is used to build the virtual dendrites by sampling values from the Bayesian networks, and a thorough evaluation is performed to show the model’s ability to generate realistic dendrites. In this first approach, the variables are discretized so that discrete Bayesian networks can be learned and simulated. Then, we address the problem of learning hybrid Bayesian networks with different kinds of variables. Mixtures of polynomials have been proposed as a way of representing probability densities in hybrid Bayesian networks. We present a method for learning mixtures of polynomials approximations of one-dimensional, multidimensional and conditional probability densities from data. The method is based on basis spline interpolation, where a density is approximated as a linear combination of basis splines. The proposed algorithms are evaluated using artificial datasets. We also use the proposed methods as a non-parametric density estimation technique in Bayesian network classifiers. Next, we address the problem of including directional data in Bayesian networks. These data have some special properties that rule out the use of classical statistics. Therefore, different distributions and statistics, such as the univariate von Mises and the multivariate von Mises–Fisher distributions, should be used to deal with this kind of information. In particular, we extend the naive Bayes classifier to the case where the conditional probability distributions of the predictive variables given the class follow either of these distributions. We consider the simple scenario, where only directional predictive variables are used, and the hybrid case, where discrete, Gaussian and directional distributions are mixed. The classifier decision functions and their decision surfaces are studied at length. Artificial examples are used to illustrate the behavior of the classifiers. The proposed classifiers are empirically evaluated over real datasets. We also study the problem of interneuron classification. An extensive group of experts is asked to classify a set of neurons according to their most prominent anatomical features. A web application is developed to retrieve the experts’ classifications. We compute agreement measures to analyze the consensus between the experts when classifying the neurons. Using Bayesian networks and clustering algorithms on the resulting data, we investigate the suitability of the anatomical terms and neuron types commonly used in the literature. Additionally, we apply supervised learning approaches to automatically classify interneurons using the values of their morphological measurements. Then, a methodology for building a model which captures the opinions of all the experts is presented. First, one Bayesian network is learned for each expert, and we propose an algorithm for clustering Bayesian networks corresponding to experts with similar behaviors. Then, a Bayesian network which represents the opinions of each group of experts is induced. Finally, a consensus Bayesian multinet which models the opinions of the whole group of experts is built. A thorough analysis of the consensus model identifies different behaviors between the experts when classifying the interneurons in the experiment. A set of characterizing morphological traits for the neuronal types can be defined by performing inference in the Bayesian multinet. These findings are used to validate the model and to gain some insights into neuron morphology. Finally, we study a classification problem where the true class label of the training instances is not known. Instead, a set of class labels is available for each instance. This is inspired by the neuron classification problem, where a group of experts is asked to individually provide a class label for each instance. We propose a novel approach for learning Bayesian networks using count vectors which represent the number of experts who selected each class label for each instance. These Bayesian networks are evaluated using artificial datasets from supervised learning problems. Resumen La morfología neuronal es una característica clave en el estudio de los circuitos cerebrales, ya que está altamente relacionada con el procesado de información y con los roles funcionales. La morfología neuronal afecta al proceso de integración de las señales de entrada y determina las neuronas que reciben las salidas de otras neuronas. Las diferentes partes de la neurona pueden operar de forma semi-independiente de acuerdo a la localización espacial de las conexiones sinápticas. Por tanto, existe un interés considerable en el análisis de la microanatomía de las células nerviosas, ya que constituye una excelente herramienta para comprender mejor el funcionamiento de la corteza cerebral. Sin embargo, las propiedades morfológicas, moleculares y electrofisiológicas de las células neuronales son extremadamente variables. Excepto en algunos casos especiales, esta variabilidad morfológica dificulta la definición de un conjunto de características que distingan claramente un tipo neuronal. Además, existen diferentes tipos de neuronas en regiones particulares del cerebro. La variabilidad neuronal hace que el análisis y el modelado de la morfología neuronal sean un importante reto científico. La incertidumbre es una propiedad clave en muchos problemas reales. La teoría de la probabilidad proporciona un marco para modelar y razonar bajo incertidumbre. Los modelos gráficos probabilísticos combinan la teoría estadística y la teoría de grafos con el objetivo de proporcionar una herramienta con la que trabajar bajo incertidumbre. En particular, nos centraremos en las redes bayesianas, el modelo más utilizado dentro de los modelos gráficos probabilísticos. En esta tesis hemos diseñado nuevos métodos para aprender redes bayesianas, inspirados por y aplicados al problema del modelado y análisis de datos morfológicos de neuronas. La morfología de una neurona puede ser cuantificada usando una serie de medidas, por ejemplo, la longitud de las dendritas y el axón, el número de bifurcaciones, la dirección de las dendritas y el axón, etc. Estas medidas pueden ser modeladas como datos continuos o discretos. A su vez, los datos continuos pueden ser lineales (por ejemplo, la longitud o la anchura de una dendrita) o direccionales (por ejemplo, la dirección del axón). Estos datos pueden llegar a seguir distribuciones de probabilidad muy complejas y pueden no ajustarse a ninguna distribución paramétrica conocida. El modelado de este tipo de problemas con redes bayesianas híbridas incluyendo variables discretas, lineales y direccionales presenta una serie de retos en relación al aprendizaje a partir de datos, la inferencia, etc. En esta tesis se propone un método para modelar y simular árboles dendríticos basales de neuronas piramidales usando redes bayesianas para capturar las interacciones entre las variables del problema. Para ello, se mide un amplio conjunto de variables de las dendritas y se aplica un algoritmo de aprendizaje con el que se aprende la estructura y se estiman los parámetros de las distribuciones de probabilidad que constituyen las redes bayesianas. Después, se usa un algoritmo de simulación para construir dendritas virtuales mediante el muestreo de valores de las redes bayesianas. Finalmente, se lleva a cabo una profunda evaluaci ón para verificar la capacidad del modelo a la hora de generar dendritas realistas. En esta primera aproximación, las variables fueron discretizadas para poder aprender y muestrear las redes bayesianas. A continuación, se aborda el problema del aprendizaje de redes bayesianas con diferentes tipos de variables. Las mixturas de polinomios constituyen un método para representar densidades de probabilidad en redes bayesianas híbridas. Presentamos un método para aprender aproximaciones de densidades unidimensionales, multidimensionales y condicionales a partir de datos utilizando mixturas de polinomios. El método se basa en interpolación con splines, que aproxima una densidad como una combinación lineal de splines. Los algoritmos propuestos se evalúan utilizando bases de datos artificiales. Además, las mixturas de polinomios son utilizadas como un método no paramétrico de estimación de densidades para clasificadores basados en redes bayesianas. Después, se estudia el problema de incluir información direccional en redes bayesianas. Este tipo de datos presenta una serie de características especiales que impiden el uso de las técnicas estadísticas clásicas. Por ello, para manejar este tipo de información se deben usar estadísticos y distribuciones de probabilidad específicos, como la distribución univariante von Mises y la distribución multivariante von Mises–Fisher. En concreto, en esta tesis extendemos el clasificador naive Bayes al caso en el que las distribuciones de probabilidad condicionada de las variables predictoras dada la clase siguen alguna de estas distribuciones. Se estudia el caso base, en el que sólo se utilizan variables direccionales, y el caso híbrido, en el que variables discretas, lineales y direccionales aparecen mezcladas. También se estudian los clasificadores desde un punto de vista teórico, derivando sus funciones de decisión y las superficies de decisión asociadas. El comportamiento de los clasificadores se ilustra utilizando bases de datos artificiales. Además, los clasificadores son evaluados empíricamente utilizando bases de datos reales. También se estudia el problema de la clasificación de interneuronas. Desarrollamos una aplicación web que permite a un grupo de expertos clasificar un conjunto de neuronas de acuerdo a sus características morfológicas más destacadas. Se utilizan medidas de concordancia para analizar el consenso entre los expertos a la hora de clasificar las neuronas. Se investiga la idoneidad de los términos anatómicos y de los tipos neuronales utilizados frecuentemente en la literatura a través del análisis de redes bayesianas y la aplicación de algoritmos de clustering. Además, se aplican técnicas de aprendizaje supervisado con el objetivo de clasificar de forma automática las interneuronas a partir de sus valores morfológicos. A continuación, se presenta una metodología para construir un modelo que captura las opiniones de todos los expertos. Primero, se genera una red bayesiana para cada experto y se propone un algoritmo para agrupar las redes bayesianas que se corresponden con expertos con comportamientos similares. Después, se induce una red bayesiana que modela la opinión de cada grupo de expertos. Por último, se construye una multired bayesiana que modela las opiniones del conjunto completo de expertos. El análisis del modelo consensuado permite identificar diferentes comportamientos entre los expertos a la hora de clasificar las neuronas. Además, permite extraer un conjunto de características morfológicas relevantes para cada uno de los tipos neuronales mediante inferencia con la multired bayesiana. Estos descubrimientos se utilizan para validar el modelo y constituyen información relevante acerca de la morfología neuronal. Por último, se estudia un problema de clasificación en el que la etiqueta de clase de los datos de entrenamiento es incierta. En cambio, disponemos de un conjunto de etiquetas para cada instancia. Este problema está inspirado en el problema de la clasificación de neuronas, en el que un grupo de expertos proporciona una etiqueta de clase para cada instancia de manera individual. Se propone un método para aprender redes bayesianas utilizando vectores de cuentas, que representan el número de expertos que seleccionan cada etiqueta de clase para cada instancia. Estas redes bayesianas se evalúan utilizando bases de datos artificiales de problemas de aprendizaje supervisado.

Sistema de monitorización de sistemas distribuidos

La computación distribuida ha estado presente desde hace unos cuantos años, pero es quizás en la actualidad cuando está contando con una mayor repercusión. En los últimos años el modelo de computación en la nube (Cloud computing) ha ganado mucha popularidad, prueba de ello es la cantidad de productos existentes. Todo sistema informático requiere ser controlado a través de sistemas de monitorización que permiten conocer el estado del mismo, de tal manera que pueda ser gestionado fácilmente. Hoy en día la mayoría de los productos de monitorización existentes limitan a la hora de visualizar una representación real de la arquitectura de los sistemas a monitorizar, lo que puede dificultar la tarea de los administradores. Es decir, la visualización que proporcionan de la arquitectura del sistema, en muchos casos se ve influenciada por el diseño del sistema de visualización, lo que impide ver los niveles de la arquitectura y las relaciones entre estos. En este trabajo se presenta un sistema de monitorización para sistemas distribuidos o Cloud, que pretende dar solución a esta problemática, no limitando la representación de la arquitectura del sistema a monitorizar. El sistema está formado por: agentes, que se encargan de la tarea de recolección de las métricas del sistema monitorizado; un servidor, al que los agentes le envían las métricas para que las almacenen en una base de datos; y una aplicación web, a través de la que se visualiza toda la información. El sistema ha sido probado satisfactoriamente con la monitorización de CumuloNimbo, una plataforma como servicio (PaaS), que ofrece interfaz SQL y procesamiento transaccional altamente escalable sobre almacenes clave valor. Este trabajo describe la arquitectura del sistema de monitorización, y en concreto, el desarrollo de la principal contribución al sistema, la aplicación web. ---ABSTRACT---Distributed computing has been around for quite a long time, but now it is becoming more and more important. In the last few years, cloud computing, a branch of distributed computing has become very popular, as its different products in the market can prove. Every computing system requires to be controlled through monitoring systems to keep them functioning correctly. Currently, most of the monitoring systems in the market only provide a view of the architectures of the systems monitored, which in most cases do not permit having a real view of the system. This lack of vision can make administrators’ tasks really difficult. If they do not know the architecture perfectly, controlling the system based on the view that the monitoring system provides is extremely complicated. The project introduces a new monitoring system for distributed or Cloud systems, which shows the real architecture of the system. This new system is composed of several elements: agents, which collect the metrics of the monitored system; a server, which receives the metrics from the agents and saves them in a database; and a web application, which shows all the data collected in an easy way. The monitoring system has been tested successfully with Cumulonimbo. CumuloNimbo is a platform as a service (PaaS) which offers an SQL interface and a high-scalable transactional process. This platform works over key-value storage. This project describes the architecture of the monitoring system, especially, the development of the web application, which is the main contribution to the system.

Estudio de las posibilidades de los datos abiertos enlazados (Linked Open Data) para la realización de mashups de ámbito geográfico.

La web ha sufrido una drástica transformación en los últimos años, debido principalmente a su popularización y a la enorme cantidad de información que alberga. Debido a estos factores se ha dado el salto de la denominada Web de Documentos, a la Web Semántica, donde toda la información está relacionada con otra. Las principales ventajas de la información enlazada estriban en la facilidad de reutilización, accesibilidad y disponibilidad para ser encontrada por el usuario. En este trabajo se pretende poner de manifiesto la utilidad de los datos enlazados aplicados al ámbito geográfico y mostrar como pueden ser empleados hoy en día. Para ello se han explotado datos enlazados de carácter espacial provenientes de diferentes fuentes, a través de servidores externos o endpoints SPARQL. Además de eso se ha trabajado con un servidor privado capaz de proporcionar información enlazada almacenada en un equipo personal. La explotación de información enlazada se ha implementado en una aplicación web en lenguaje JavaScript, tratando de abstraer totalmente al usuario del tratamiento de los datos a nivel interno de la aplicación. Esta aplicación cuenta además con algunos módulos y opciones capaces de interactuar con las consultas realizadas a los servidores, consiguiendo un entorno más intuitivo y agradable para el usuario. ABSTRACT: In recent years the web has suffered a drastic transformation because of the popularization and the huge amount of stored information. Due to these factors it has gone from Documents web to Semantic web, where the data are linked. The main advantages of Linked Data lie in the ease of his reuse, accessibility and availability to be located by users. The aim of this research is to highlight the usefulness of the geographic linked data and show how can be used at present time. To get this, the spatial linked data coming from several sources have been managed through external servers or also called endpoints. Besides, it has been worked with a private server able to provide linked data stored in a personal computer. The use of linked data has been implemented in a JavaScript web application, trying completely to abstract the internally data treatment of the application to make the user ignore it. This application has some modules and options that are able to interact with the queries made to the servers, getting a more intuitive and kind environment for users.

Seguimiento de la actividad de pacientes en ensayos clínicos en redes sociales y otros repositorios públicos

Actualmente nos encontramos en la era de Internet y las nuevas tecnologías. Esto supone que queremos utilizar Internet para casi cualquier problema que se nos presente hoy en día. Al mismo tiempo vivimos un momento en el que los ensayos clínicos están siendo cruciales para la cura de enfermedades, algo que supone si no el más sí uno de los aspectos más importantes en nuestra vida. Pero el seguimiento de los ensayos clínicos presenta el problema de que finalizados tras cinco años de duración, toda comunicación con los pacientes que participaron en ellos se pierde y volver a contactar con ellos se convierte en una tarea ardua. De estas ideas básicas surge el desarrollo de este proyecto. Se ha querido unir las nuevas tecnologías y el beneficioso uso de Internet con la posibilidad de encontrar a pacientes sin tener que perder demasiado tiempo en ello y sin molestar a nadie por el camino. La aplicación que se plantea en este proyecto es, por tanto, una aplicación web basada en PHP, HTML5 y CSS3 que sea capaz de leer información personal de pacientes almacenada en CRFs y que con ella realice búsquedas en redes sociales destinadas a la medicina y así, de esta manera, poder constatar qué ha sido del paciente. Para ello primero se tendrá que realizar un exhaustivo estudio de las redes sociales y repositorios electrónicos clínicos que hay actualmente en el mercado. Una vez identificados estos recursos y sus posibles elementos de desarrollo se estudiarán las herramientas de manejo de Case Report Forms disponibles, que sean de código abierto, para poder usarlas como punto de lectura de los datos del paciente. Una vez disponible esta información sólo será necesario hacer que la aplicación lea los datos y realice las búsquedas en las redes sociales seleccionadas. En definitiva, se ha diseñado un sistema que facilite el seguimiento de pacientes de estudios clínicos al equipo médico.