Mostrando ítems 1-20 de 67

    Understanding the Causes of Forgetting in Continually Learned Neural Networks 

    Soutif-Cormerais, Albin (Fecha de defensa: 2024-05-23)

    L'ús de l'aprenentatge profund ha crescut en popularitat els darrers anys en molts camps d'aplicació com el de la visió per computador i el processament del llenguatge natural. Actualment, la majoria de les tasques en ...

    From traditional to interesting: How Interests change the Routing decisions and Performance metrics in Opportunistic Networks 

    Córdova Pintado, María Daniela (Fecha de defensa: 2024-04-29)

    Aquesta tesi presenta tot el treball realitzat per dissenyar i desenvolupar una nova estratègia per operar en Xarxes Oportunistes (OppNets), que permet una gestió eficient dels recursos dels nodes utilitzant l'interès dels ...

    Caracterización de aplicaciones con comportamiento irregular para predecir su rendimiento, basado en la filosofía PAS2P 

    Tirado Marabolí, Felipe Leonardo (Fecha de defensa: 2024-04-04)

    El modelatge d'aplicacions científiques paral·leles ens permet entendre les complexitats del comportament de les aplicacions paral·leles. Moltes aplicacions científiques presenten un comportament irregular, fet que dificulta ...

    Massive cosmological data generation and distribution 

    Tallada Crespi, Pau (Fecha de defensa: 2024-04-12)

    En les darreres dècades, físics i astrònoms han transformat radicalment la seva metodologia per investigar el contingut i l'evolució de l'univers. Les tècniques informàtiques avançades s'han convertit en eines indispensables ...

    Classification of Generalized Hadamard Codes Obtained From Additive Codes Over Z/p^s and Some Mixed Alphabets 

    Bhunia, Dipak Kumar (Fecha de defensa: 2024-03-20)

    Aquesta tesi doctoral es centra en els codis Hadamard generalitzats (GH) obtinguts a partir de codis additius sobre Z_{p^s} i alguns alfabets mixtes. Els codis GH són codis (n,pn,n(p-1)/p), que són òptims respecte al límit ...

    A Multi-Scenario Approach to Continuously Learn and Understand the Evolution of Norm Violations 

    Freitas Dos Santos, Thiago (Fecha de defensa: 2024-03-20)

    Aquesta tesi aborda el repte d'identificar les violacions de les normes que evolucionen a les comunitats en línia i proposa un enfocament d'aprenentatge automàtic que dona suport als sistemes normatius per aprendre de ...

    Evaluation of the Reproducibility of Radiomic Intelligent Systems for Early Detection of Lung Cancer 

    Torres, Guillermo Eduardo (Fecha de defensa: 2024-03-19)

    Actualment, hi ha una creixent tendència en casos de càncer, sent el càncer de pulmó el líder en morts relacionades per càncer i ocupant el segon lloc en nous casos, just darrere del càncer de mama. Després de la detecció ...

    Content Delivery Network solutions for the CMS experiment: the evolution towards HL-LHC 

    Pérez Dengra, Carlos (Fecha de defensa: 2024-02-02)

    El Gran Col·lisionador d'Hadrons (LHC) al CERN de Ginebra està preparat per a una actualització transformadora, preparant-se per millorar tant el seu accelerador com els detectors de partícules. Aquesta iniciativa estratègica ...

    Trustworthy Task Allocation for Human Teams 

    Georgara, Athina (Fecha de defensa: 2023-12-19)

    L'assignació de tasques per a equips humans és de suma importància en una varietat d'entorns del món real. Els equips reuneixen individus amb diferents competències, interessos i perspectives, el que els permet abordar ...

    Exploring the role of Text in Visual Question Answering on Natural Scenes and Documents 

    Perez Tito, Ruben (Fecha de defensa: 2023-11-13)

    Visual Question Answering (VQA) és la tasca on donada una imatge i una pregunta en llenguatge natural, l'objectiu és generar una resposta en llenguatge natural. En la intersecció entre la visió per computador i el processament ...

    Towards Robustness in Computer-based Image Understanding 

    Velazquez Dorta, Diego Alejandro (Fecha de defensa: 2023-07-14)

    En el context de l'aprenentatge profund, la robustesa es refereix a la capacitat d'un model per mantenir el seu rendiment quan s'enfronta a diverses formes de pertorbacions. Aquestes pertorbacions podrien ser en forma de ...

    Cloud-based urgent computing for forest fire spread prediction 

    Pereira Fraga, Edigley (Fecha de defensa: 2023-07-13)

    El foc és un element natural de molts ecosistemes. No obstant això, cada any els incendis forestals causen danys a la biodiversitat, l'atmosfera i les activitats econòmiques. Les estratègies de prevenció d'incendis forestals ...

    Advancing Vision-based End-to-End Autonomous Driving 

    Xiao, Yi (Fecha de defensa: 2023-07-10)

    En conducció autònoma, una intel·ligència artificial (IA) processa l'entorn per conduir el vehicle a la destinació desitjada. Actualment, hi ha diferents paradigmes que aborden el desenvolupament de conductors dotats d'IA. ...

    Towards Source-Free Domain Adaption of Neural Networks in an Open World 

    Yang, Shiqi (Fecha de defensa: 2023-07-03)

    Tot i que aconsegueixen un gran èxit, les xarxes neuronals profundes solen requerir una gran quantitat de dades etiquetades per a la formació. Tanmateix, recollir dades etiquetades sovint és laboriós i costós. Per tant, ...

    AI with care: Integrating machine learning with expert knowledge for In Vitro Fertilization 

    Correa Mañas, Nuria (Fecha de defensa: 2023-07-24)

    Després de gairebé 45 anys del naixement de Lousie Brown, el primer nadó nascut després de la fecundació in vitro (FIV), les taxes de gestació per a aquest tractament segueixen al voltant del 30%, amb un 20% de possibilitats ...

    Deep Learning Based Data Fusion Approaches for the Assessment of Cognitive States on EEG Signals 

    Yauri Vidalón, José Elías (Fecha de defensa: 2023-05-05)

    Durant mil·lennis, l'estudi de la parella cervell-ment ha fascinat la humanitat per entendre la naturalesa complexa dels estats cognitius. Un estat cognitiu és l'estat de la ment en un moment concret i implica activitats ...

    Going beyond Classification Problems for the Continual Learning of Deep Neural Networks 

    Wu, Chenshen (Fecha de defensa: 2023-03-16)

    L'aprenentatge profund ha experimentat un gran progrés en l'última dècada a causa de l'explosió de la mida de les dades d'entrenament i els avenços en potència computacional. Mitjançant el processament d'inici a final de ...

    Smart Traffic Control for the Era of Autonomous Driving 

    Qiao, Jianglin (Fecha de defensa: 2023-03-10)

    En l'última dècada, la investigació sobre vehicles autònoms (AV) ha fet un progrés revolucionari. Els avenços en intel·ligència artificial (IA), i especialment en aprenentatge automàtic, permeten que els cotxes autònoms ...

    Gestión del Almacenamiento para Tolerancia a Fallos en Computación de Altas Prestaciones 

    León Otero, Betzabeth (Fecha de defensa: 2023-03-09)

    En entornos HPC es primordial mantener en continuo funcionamiento las aplicaciones que implican gran tiempo de ejecución. La redundancia es uno de los métodos utilizados en HPC como una estrategia de protección frente a ...

    Synth-to-real semi-supervised learning for visual tasks 

    Gómez Zurita, Jose Luis (Fecha de defensa: 2023-03-23)

    Aquest PhD se centra a aplicar l’aprenentatge semisupervisat (SSL) en problemes d’adaptació de domini sense supervisió (UDA) per tasques visuals relacionades amb la conducció autònoma. Comencem adreçant el problema de ...