Trabajos dirigidos

Tesis doctorales

• Programación celular: resolución eficiente de problemas numéricos NP-completos Tesis doctoral de Agustín Riscos Núñez, codirigida por Mario Pérez Jiménez y Miguel A. Gutiérrez Naranjo. La defensa se realizó el 23 de Septiembre de 2004, obteniendo la calificación de Sobresaliente cum Laude.
• Computational Topology on Neural Networks: From the data to the model Tesis doctoral de Eduardo Paluzo Hidalgo, codirigida por Rocío González Díaz y Miguel A. Gutiérrez Naranjo. La defensa se realizó el 14 de mayo de 2021, obteniendo la calificación de Sobresaliente cum Laude.

Trabajos de Investigación

• Membrane Systems with Promoters/Inhibitors. From Computational Universality to Algorithms. Dragos Sburlan. El trabajo fue presentado el 7 de octubre de 2004, obteniendo la calificación de Sobresaliente.

Proyectos Fin de Carrera

• Programación Lógica Inductiva: Estudio de Aleph presentado de manera conjunta por Laura Mateos Párraga y Antonio Marín Fernández el 21 de Septiembre de 2000.
• Un asistente gráfico para la enseñanza de Prolog presentado por Rafael Budía Ruíz el 27 de Junio de 2003. Codirigido con Andrés Cordón Franco.
• Implementación paralela es CUDA de autómatas celulares para el procesamiento de imágenes digitales presentado por Francisco Peña Cantillana en Septiembre de 2011.

Trabajos Fin de Grado

• Clasificación de mármoles mediante redes neuronales presentado por Jesús Iglesias Berenguer el 26 de Septiembre de 2014.
• Aplicaciones del Aprendizaje Automático al Estudio de la Enfermedad de Alzheimer presentado por Sergio Martín Maroto el 9 de Julio de 2015.
• Detección de Cáncer de Mama con Redes Neuronales Artificiales presentado por Javier Guisado Torres el 18 de diciembre de 2015.
• Predicción de la alergenicidad potencial de las proteínas alimentarias mediante diferentes técnicas de Aprendizaje Automático presentado por Francisco Manuel García Moreno el 7 de Julio de 2017.
• Fundamentos matemáticos de los métodos kernel para aprendizaje supervisado presentado por Ana López Díaz el 28 de Junio de 2018.
• Ética para la Inteligencia Artificial presentado por Rosario Jiménez Roque el 17 de Julio de 2019.
• Redes neuronales convolucionales: Octave Convolution presentado por Luis Cortés Ferre el 25 de Septiembre de 2019.
• Aplicación de redes Long Short-Term Memory para predicción de la calidad del aceite en campaña presentado por José Enrique Prieto Menacho el 20 de Diciembre de 2019.
• Principios matemáticos de la agregación bootstrap presentado por Julia Alcántara Romero el 29 de Junio de 2020. Trabajo codirigido con Miguel A. Martínez del Amor.
• Aprendizaje automático con redes neuronales convolutivas avanzadas: Capsule networks presentado por Javier Romero Sevilla el 2 de Julio de 2020.
• Estudio y uso de algoritmos de Deep Learning para la modificación de contenido multimedia presentado por Fabio Rodríguez Macías el 17 de diciembre de 2020
• Estudio, aplicaciones y análisis de autoencoders presentado por Sergio Valdivia Morales el 17 de diciembre de 2020
• Explicabilidad en Redes Neuronales Convolucionales a través de Mapas de Activación de Clases presentado por Naroa Alonso Fernández el 15 de julio de 2021
• Análisis y predicción de series temporales usando redes neuronales recurrentes presentado por Emilio Barragán Rodríguez el 15 de julio de 2021
• Aplicación de Deep Learning generativo a imágenes presentado por Luis Galocha Domínguez el 15 de julio de 2021
• Deep Learning aplicado a información secuencial presentado por Marly Esther Mejia Aular el 15 de julio de 2021
• Estudio geométrico y topológico de las redes neuronales multicapa como aproximadores universales de funciones presentado por Enrique Rosa Miranda el 15 de septiembre de 2021 y codirigido con Rocío González Díaz y Eduardo Paluzo Hidalgo.
• Aspectos matemáticos de las Redes Generativas Antagónicas presentado por Javier Santos Montero el 7 de Julio de 2022
• Deep Learning aplicado a grafos: Graph Neural Networks presentado por Desirée Santos Rivera el 16 de Septiembre de 2022
• Transferencia de estilo aplicada a videos presentado por Andrés Carrasco Garzón el 16 de Septiembre de 2022
• Una aproximación matemática a la Inteligencia Artificial Explicable presentado por Aurelio Barrera Vicent el 22 de Junio de 2023 y codirigido con Eduardo Paluzo Hidalgo.
• Las matemáticas de la atención presentado por Lucía Sánchez Arrabal el 22 de Junio de 2023.

Trabajos Fin de Master

• Análisis de accidentes de tráfico con técnicas de Aprendizaje Automático presentado por Antonio Granado Pérez el 13 de Diciembre de 2013.
• Aprendizaje Evolutivo presentado por Domingo Llorente Rivera el 25 de Septiembre de 2014.
• Influencia de atributos en aprendizaje evolutivo con aplicación a la biología presentado por David de Vega Rodríguez el 15 de Diciembre de 2014. Proyecto codirigido con Raúl Giraldez Rojo.
• Estudio de la entropía como herramienta para la detección de regiones de interés en imágenes médicas presentado por Virginia Matos Arana el 15 de Diciembre de 2014.
• Using Different Classification Methods for Detecting Breast Cancer Using Mammogram presentado por Heba Alsayed Ahmad el 13 de Julio de 2015.
• Imagen de la Ciudad de Jerez a partir del Análisis de Datos Turísticos presentado por Rogelio Gómez Fernández el 14 de Diciembre de 2015.
• Análisis de la organización de tejidos biológicos empaquetados por métodos computacionales presentado por Pedro Javier Gómez Gálvez el 6 de Julio de 2016 (co-dirigido con Luis María Escudero).
• Estudio de enfermedades genéticas mediante técnicas de Deep Learning presentado por Guillermo Jiménez Pérez el 12 de Septiembre de 2016.
• Aplicaciones del análisis fractal al estudio de mamografías presentado por Covadonga Fernández Blanco el 11 de Diciembre de 2017.
• Simulación del crecimiento de tumores mediante autómatas celulares presentado por Sergio Rodríguez Calvo el 11 de Diciembre de 2017.
• Modelado y el pronóstico de la serie temporal de los niveles de concentración de Radon222 presentes en el Laboratorio Subterráneo de Canfranc mediante Redes Neuronales presentado por Iván Méndez Jiménez el 6 de Julio de 2018 (codirigido con Miguel Cárdenas Montes).
• Aplicaciones del aprendizaje profundo al reconocimiento de mármoles presentado por Francisco J. Macías García el 12 de Julio de 2018.
• Análisis topológico de datos y redes neuronales presentado por Eduardo Paluzo Hidalgo el 12 de Julio de 2018 (codirigido con Rocío González Díaz).
• Aplicación de técnicas de Aprendizaje Automático para la estabilización de micro-vehículos aéreos no tripulados inspiradas en Drosophila presentado por Macarena Mérida Floriano el 20 de Septiembre de 2018.
• Mejora de la predicción de los niveles de contaminación en áreas urbanas con la incorporación de información meteorológica y algoritmos de aprendizaje profundo presentado por Juan Cañete Rodríguez el 20 de Septiembre de 2019 (codirigido con Miguel Cárdenas Montes).
• Mejora de la predicción de los niveles de Radón en el Laboratorio Subterráneo de Canfranc mediante la descomposición previa de la series temporal y algoritmos de aprendizaje profundo presentado por Roberto Andrés Vasco Carofilis el 20 de Septiembre de 2019 (codirigido con Miguel Cárdenas Montes).
• Fundamentos matemáticos de las Redes Generativas Antagónicas presentado por José María Verde López el 16 de Diciembre de 2019.
• Segmentación automática de series temporales con algoritmos evolutivos y de aprendizaje no supervisado con aplicación a los niveles de Radón en el Laboratorio Subterráneo de Canfranc y la calidad de aire en Madrid presentado por Alejandro Luque Cerpa el 15 de septiembre de 2020 (codirigido con Miguel Cárdenas Montes).
• Inteligencia Artificial Explicable: El caso de las redes neuronales convolucionales presentado por Gerard Rovira Parra el 14 de diciembre de 2020
• Interpretation of Deep Neural Networks as Dynamic Systems presentado por Eduardo Sánchez Karhunen el 15 de diciembre de 2020 (codirigido con José Francisco Quesada Moreno).
• Deep Learning applied to Intracranial Hemorrhage Detection presentado por Luis Cortés Ferre el 8 de julio de 2021 (codirigido con Marcin Balcerzyk).
• Redes Neuronales de Grafos para imputación de valores perdidos presentado por Agustín Moreno Pérez el 16 de septiembre de 2021.
• Explicaciones visuales: Más allá de Grad-CAM presentado por Manuel Paniagua Gómez el 17 de diciembre de 2021
• Nature-Inspired Computation: two cases presentado por Pedro García Victoria el 17 de diciembre de 2021 (codirigido con Miguel Cárdenas Montes)
• Análisis de la influencia del entorno en pacientes crónicos y en la población presentado por Adrián Roldán Rojo el 13 de Julio de 2022 (codirigido con Alberto Moreno Conde).
• Prediction of Head and Neck Cancer with Deep Active Learning presentado por Enrique Arroyo Escribano el 13 de Diciembre de 2022 (codirigido con Miguel Cárdenas Montes).
• Aplicaciones de la Inteligencia Artificial a la predicción de los niveles de glucosa en sangre mediante técnicas no invasivas presentado por Víctor Toscano Durán el 20 de Junio de 2023 (codirigido con José Manuel Fornés Rumbao).
• Predicting the Dynamic Evolution of Tumor Migration with Artificial Intelligence presentado por Francisco M. García Moreno en Julio de 2023 en el Máster Universitario en Investigación Traslacional y Medicina Personalizada de la Universidad de Granada
• Aplicaciones de la Inteligencia Artificial a la prevención del asma en Andalucía presentado por Claudia Rodríguez Vegas el 16 de Noviembre de 2023 (codirigido con Alberto Moreno Conde).

En realización

Trabajos de Fin de Grado

• Estudio matemático de las Echo State Networks. Alumna: Alba Vallejos Alba
• Estabilidad en las Redes Generativas Antagónicas: Problema abierto. Alumna: Lidia Cruz Pérez
• Diffusion Probabilistic Models: Fundamentos y aplicaciones. Alumno: Roberto Serrano Zampaña
• Aplicaciones al Aprendizaje Automático de las Graph Neural Networks. Alumno: Roberto González Díaz

Trabajos Fin de Master - MULCIA

• Destilación del conocimiento y la arquitectura Student-Teacher en Deep Learning. Alumna: Steffany Andrea Alfonso Palacio.
• Aplicaciones de la Computación Celular con Membranas. Alumno: Alejandro Luque Cerpa
• Optimización avanzada de la arquitectura Inception codirigido con Miguel Cárdenas Montes. Alumno: David Pineda Peña
• Segmentacion. Estado del arte y aplicaciones oncológicas y en materia oscura codirigido con Miguel Cárdenas Montes. Alumno: Leandro Candau Sánchez de Ybargüen
• Generación de datos sintéticos para el ámbito sanitario codirigido con Francisco José Núñez Benjumea y Alberto Moreno Conde. Alumna: Claudia García Barragán.

Tesis doctorales

• Alumno: Eduardo Sánchez Karhunen. Programa de Doctorado en Informática. Codirigido con José Francisco Quesada Moreno.
• Alumno: Luis Cortés Ferre. Programa de Doctorado en Informática. Codirigido con Marcin Balcerzyk.
• Alumno: Alberto Rincón Borreguero. Programa de Doctorado en Informática.