Docencia: Trabajos Fin de Grado Dirigidos

Resumen:  Eeste trabajo describe el proceso de creación de una nueva biblioteca de algoritmos de búsqueda desarrollada en el lenguaje de programación Lua. Se realiza una introducción al lenguaje presentando sus principales características y elementos básicos así como los mecanismos de los que haremos uso durante el resto del proyecto. Se describe cada una de las partes que conforman un problema y cómo estos son representados para hacer uso de los algoritmos de búsqueda. Se realiza un recorrido por los diferentes tipos de búsqueda señalando sus características, diferencias y propiedades, desde las búsquedas no informadas e informadas hasta las búsquedas con adversario, realizando además una aproximación a un algoritmo que ha cobrado especial relevancia en la Inteligencia Artificial en los últimos años, como es Monte Carlo Tree Search. Todo este proceso se acompaña de una detallada explicación de su implementación en la biblioteca, aportando además una serie de problemas y juegos que nos permiten tanto comprobar el funcionamiento de las búsquedas como experimentar con ellas analizando su comportamiento.

Resumen: En este trabajo expondremos la infraestructura computacional donde el Aprendizaje Automático (como metodología de ajuste) y la Computación Científica (como metodología de modelado) se dan la mano para desarrollar modelos de aprendizaje automático más sofisticados, orientados a comprender y reproducir fenómenos de estudio en las disciplinas científicas. Para ello, comenzamos exponiendo ambas partes de manera esquemática e independiente para así poder llegar a entender los puntos de conexión y las sinergias que les permiten complementarse y extraer lo mejor de cada mundo para beneficio del otro. Inmediatamente después, explicaremos el fundamento que da forma a esta infraestructura, la Diferenciación Automática, mostrando con un ejemplo la forma en que ambas aproximaciones pueden converger en un marco unificado y más potente.

Resumen: El proyecto realiza un estudio de las distintas herramientas existentes para el trabajo con la Lógica Proposicional y la Lógica de Primer Orden, de forma que aborden de una forma clara, sencilla y visual muchos de los principales algoritmos para el tratamiento de dichas lógicas. En estos términos, y ante la imposibilidad de encontrar una que cubra los requisitos expuestos, este proyecto pretende aportar una herramienta para el tratamiento de la Lógica Computacional en un ámbito académico, posibilitando el trabajo con conjuntos de fórmulas de proposicionales y de lenguajes de primer orden (incluyendo lenguajes con igualdad), con el desarrollo de distintos algoritmos bajo el paradigma de la programación declarativa, de manera que proporcione una herramienta capaz de servir como apoyo docente tanto al profesorado como al alumnado, y a estos efectos aglutina en sus distintos componentes y modalidades la capacidad de trabajo desde un enfoque más cercano al paradigma declarativo y la notación funcional al mismo tiempo que, a través del manejo de la interfaz web, proporciona la capacidad de un uso completo y sencillo de las funcionalidades provistas. El proyecto se centra principalmente en el desarrollo de módulos del lenguaje Elm, que permite además el trabajo multiplataforma, a través del uso de la propia consola (elm-repl), o a través de la compilación de los propios módulos al lenguaje web javascript, permitiendo la integración con sistemas para la creación de documentos .html y .md (integración con gicentre/litvis).

Resumen: Implementación de diversos algoritmos de búsqueda (no informada, informada y con adversario) en Lua. Destaca ela implementación del algoritmo de Monte Carlo Tree Search. Se acompaña de una colección de ejemplos de demostración.

Resumen: La propuesta de este proyecto es implementar un sistema multiagente basado en simulación de multitudes que sea acelerado mediante GPU con nuevas tecnologías en este campo, así como analizar la mejora de rendimiento con respecto a su contraparte procesada en CPU. Además, se propone la implementación de un motor gráfico, haciendo uso de tecnologías de computación gráfica, que permita la visualización de estos sistemas tanto en dos como en tres dimensiones. De este modo, se haría uso de la API Vulkan mediante el uso del framework VUDA para la aceleración mediante GPU de los distintos algoritmos de simulación de multitudes. Junto a esto, se realiza la implementación de un motor gráfico sobre OpenGL [3] que permita la visualización en tiempo real, tanto en 2D como en 3D, de las simulaciones implementadas.

Resumen: El objetivo inicial de este proyecto es el de diseñar un sistema capaz de organizar automáticamente los marcadores guardados en un explorador. Para poder abordar este objetivo con ciertas garantías, el sistema debe resolver problemas relacionados con la extracción de textos en la web, su representación y clasificación, por lo que campos como el Procesamiento de Lenguaje Natural, Sistemas de Extracción de Información y Máquinas de Aprendizaje Automático, están contenidos en su contexto lógico. Pero este proyecto no está orientado al desarrollo de la aplicación en sí, sino que se centrará principalmente en la revisión y estudio de algunos algoritmos y metodologías que pueden ayudar a resolver los problemas que plantea.

Resumen: Este trabajo pretende aportar una solución a la problemática de llevar a cabo simulaciones multiagente en espacios amplios y muy concurridos, en los que, la capacidad de cómputo necesaria para modelar el comportamiento humano en una situación de emergencia, hace inviable su acercamiento mediante las técnicas tradicionales. Para ello se parte de una serie de técnicas bien conocidas y se trata de adaptar los resultados de dichas técnicas a la simulación final a bajo coste computacional, con el objetivo de sobrecargar esta lo menos posible. Mediante la simulación podrán además estudiarse cómo influye en los resultados el hecho de que los residentes cuenten con información concreta sobre lo que está sucediendo en el edificio.

Resumen: El presente trabajo tiene como objetivo la introducción y desarrollo de los fundamentos teóricos de algunas técnicas clásicas y actuales de la IA aplicadas a la generación de jugadores automáticos de Ajedrez. Hemos decidido enfocar este trabajo en el estudio de algunos de los más importantes algoritmos de resolución: el algoritmo Minimax con poda α-β, y el Árbol de Búsqueda Monte Carlo. Tras los resultados aportados en estos dos capítulos, se particularizan todos los conceptos anteriores al juego del Ajedrez, y se dan ejemplos prácticos que muestran las virtudes y debilidades de los distintos algoritmos, así como la forma en la que los algoritmos evalúan las posiciones y realizan las búsquedas de jugadas.

Resumen: Nowadays, we can find complex systems in a great variety of fields, such as biology, physics, engineering or social systems. From fluid dynamics to biomolecular interactions, we can find complex systems everywhere, and it is not an easy task to predict their behaviour. Cellular automata are considered great techniques of modelling complex systems. In cellular automata, some simple rules lead sometimes to emergent chaotic or complex behaviours that are interesting in the context of some real-life complex models. Machine Learning algorithms are well known for identifying underlaying patterns in complex structures. In this paper, cellular automata and some Machine Learning algorithms, such as Neural Networks or k-Nearest Neighbours are introduced, and after that some of them are used to analyze cellular automata. The aim of this paper is to define a way of working with cellular automata and machine learning that can be expanded later with new algorithms, new automata or more data.

Resumen: Este Trabajo de Fin de Grado realiza un estudio de un conjunto de algoritmos de optimización inspirados en la naturaleza desde el punto de vista de la Programación Funcional.
El objetivo principal es demostrar que no solo es posible desarrollar Inteligencia Artificial bajo el paradigma funcional, sino que además puede llegar a proporcionar beneficios objetivos. No obstante, no se pretende damnificar a la Programación Imperativa, sino únicamente promover las características de los lenguajes funcionales que, debidamente aprovechadas, pueden resultar en mejores implementaciones de algoritmos de Inteligencia Artificial.
Para conseguir tal cometido, se ha desarrollado una librería escrita en Haskell, un lenguaje funcional puro, poniendo especial énfasis en la modularización del código. Esta librería permite resolver problemas de optimización usando técnicas metaheurísticas inspiradas en la naturaleza.
Como punto final y a modo de demostración, se resuelven diversos problemas famosos en la literatura haciendo uso de la librería desarrollada..

Resumen: El propósito principal del proyecto es el de crear una plataforma de análisis y visualización de datos genérica, con un diseño estandarizado, que nos permita que el proyecto pueda ser reutilizado en diferentes entornos de clientes.