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.
• Estudio matemático de las Echo State Networks presentado por Alba Vallejos Alba el 13 de Junio de 2024.
• Estabilidad en las Redes Generativas Antagónicas: Problema Abierto presentado por Lidia Cruz Pérez el 14 de Junio de 2024.
• Diffusion Probabilistic Models: Fundamentos y aplicaciones presentado por Roberto Serrano Zampaña el 11 de Julio de 2024.

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).
• Aplicaciones de la Computación Celular con Membranas presentado por Alejandro Luque Cerpa el 21 de Junio de 2024.
• Architectural Optimization of Dynamic Inception Modules in Convolutional Neural Networks using the Coral Reef Optimization Algorithm presentado por David Pineda Peña el 19 de Noviembre de 2024 (codirigido con Miguel Cárdenas Montes).
• Generación de datos sintéticos para el ámbito sanitario presentado por Claudia García Barragán el 29 de Noviembre de 2024 (codirigido con Francisco José Núñez Benjumea y Alberto Moreno Conde).

En realización

Trabajos de Fin de Grado

• Uso del gradiente en Inteligencia Artificial en imágenes. Alumno: Antonio Marín Maqueda
• KANs: Redes neuronales aurtificiales basadas en el teorema de representación de Kolmogorox-Arnold. Alumno: Álvaro Galisteo Bermúdez
• Aplicaciones al Aprendizaje Automático de las Graph Neural Networks. Alumno: Jaime Duffy Panes

Trabajos Fin de Master - MULCIA

• Ciencia de Datos y Métodos de Aprendizaje Automático para el Procesado y Análisis de Grandes Volúmenes de Imágenes de Rayos X Obtenidas en Sincrotrón Alumna: Guadalupe Vega Morrone (codirigido con Miguel Ayala Martín).
• Estudio de la influencia del genoma en la sensibilidad a los fármacos en el tratamiento del cáncer Alumno: Sergio Santiago Sánchez (codirigido con Miguel Cárdenas Montes).
• Segmentacion. Estado del arte y aplicaciones oncológicas y en materia oscura Alumno: Leandro Candau Sánchez de Ybargüen (codirigido con Miguel Cárdenas Montes).
• Inteligencia Artificial Explicable usando Lógica Proposicional Alumno: Antonio Pecellín Gil (codirigido con Jesús Giráldez Crú).
• Aplicaciones del Aprendizaje Automático Federado a datos médicos Alumno: Joaquín Egocheaga (codirigido con Alberto Moreno Conde y Francisco José Núñez Benjumea).
• Avances en la predicción de los niveles de glucosa en sangre con técnicas de Inteligencia Artificial Alumno: Ernesto Gabriel Quincoces (codirigido con José Manuel Fornés Rumbao).

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.
• Alumno: Víctor Toscano Durán. Programa de Doctorado en Matemáticas. Codirigido con Matteo Rucco y con Rocío González Díaz como tutora.