Doctorado en Ingeniería y Tecnologías Industrial, Informática y Civil

Seminarios de investigación interdisciplinares

Los seminarios de investigación del Doctorado en Ingeniería y Tecnologías Industrial, Informática y Civil son un foro abierto de discusión científica y punto de encuentro entre los profesores e investigadores del programa, académicos externos, los propios alumnos del programa y la comunidad científica en general.

El Efecto de la Novedad en Realidad Virtual: Potencial y Desafíos para el Aprendizaje

  • Ponente: Inés Miguel Alonso
  • Resumen:  El "novelty effect" o efecto de la novedad es una respuesta cognitiva y biológica a estímulos novedosos que, aunque puede aumentar la motivación y la atención inicial, también implica una mayor carga cognitiva y distracción del objetivo principal de aprendizaje. En el contexto de la Realidad Virtual (VR), este efecto tiene un papel dual: puede impulsar el aprendizaje al inicio de la experiencia, pero también reducir la eficacia educativa si no se gestiona adecuadamente. En este seminario se analizarán las bases teóricas del efecto de la novedad, sus manifestaciones en entornos de VR educativa, y estrategias prácticas —como el uso de tutoriales inmersivos— para mitigar sus efectos negativos. Se presentarán resultados de un estudio experimental realizado con estudiantes universitarios, que demuestra cómo un sencillo tutorial puede mejorar la satisfacción, el aprendizaje y la usabilidad de experiencias educativas en VR
  • Lugar: Sala de Juntas 1, EPS Río Vena
  • Fecha: Jueves, 8 de mayo, a las 12
  • Enlace Teams: El Efecto de la Novedad en Realidad Virtual: Potencial y Desafíos para el Aprendizaje

Rompiendo los límites del modelo estándar de visión

  • Evento en inglés: Breaking the limits of the standard model of vision
  • Ponente: Marcelo Bertalmío. Instituto de óptica "Daza de Valdés" (CSIC - Madrid). Perfil de Marcelo en Google Scholar
  • Resumen: Los campos de la ciencia de la visión, el modelado cerebral y el aprendizaje automático con redes neuronales artificiales (RNA) comparten la misma abstracción del modelo estándar (SM), donde intentamos representar procesos arbitrariamente complejos como cascadas de filtros lineales y no linealidades. Pero a pesar de todos sus éxitos, estas disciplinas también comparten una debilidad fundamental: para algunos fenómenos básicos, los modelos existentes fallan a menos que cambien con la entrada, pero no se sabe cómo hacer que los modelos se adapten automáticamente a entradas arbitrarias. La razón principal detrás de estos fracasos es que el SM se originó como un modelo simplificado para neuronas individuales que, como se ha demostrado con el tiempo, ignoraba propiedades biológicas que ahora sabemos que son fundamentales para poder predecir las respuestas neuronales. A través de nuestro trabajo desarrollando algoritmos de mejora del color y el contraste basados ​​en la percepción visual, pudimos hacer una conexión interesante entre el procesamiento de imágenes y la neurociencia computacional. Esto nos llevó a proponer la formulación del campo receptivo intrínsecamente no lineal (INRF), un modelo de suma neuronal que, a diferencia del SM, considera la naturaleza no lineal, dinámica y dependiente de la entrada de los cálculos dendríticos. Presentaremos una serie de resultados que muestran que: (1) los modelos de visión basados ​​en INRF son capaces de explicar datos experimentales de la percepción visual y la neurociencia visual que siguen siendo un desafío para el SM; (2) las RNA con elementos INRF tienen ventajas muy importantes sobre sus contrapartes del SM: aprenden más rápido, necesitan menos datos de entrenamiento y son más robustas a las perturbaciones de entrada. Por lo tanto, creemos que INRF abre oportunidades para la ciencia de la visión y la investigación del aprendizaje automático como un nuevo bloque con el que reemplazar los elementos lineales-no lineales del SM y producir modelos que sean más precisos, estables y más fáciles de entrenar.
  • Lugar: Sala de Juntas 1, EPS Río Vena
  • Día/hora: 13 de marzo de 2025, a las 12:30
  • Enlace Teams "Rompiendo los límites del modelo estándar de visión"

Self-adaptive and context-aware intelligent training systems in sensorised immersive virtual reality environments for occupational risk prevention

  • Ponente: Gadea Lucas Pérez
  • Resumen: The primary goal of occupational risk prevention (ORP) is to provide workers with the necessary training to develop positive health and safety habits. This is particularly critical in the technical instruction required for operating new loading machinery, such as forklift trucks and telescopic handlers. Previous research has demonstrated that adaptive learning—where problems, stimuli, or tasks are adjusted based on the learner’s performance—significantly improves training outcomes. Immersive Virtual Reality (IVR) offers the possibility of simulating complex situations; however, current implementations are often rigid, providing tailored solutions for specific scenarios that fail to accommodate diverse learning styles, including differences in experience, risk perception, and gender. In this research, a self-adaptive IVR training system for machinery handling has been developed, designed to dynamically adjust to users’ individual needs in real time. The main challenges lie in integrating multiple data sources to accurately model the user's state in real time, identifying precise measurement systems that do not interfere with the learning process, and adapting the virtual environment in real time to ensure a truly responsive and adaptive experience. This presentation will discuss these challenges, as well as the methods used for user modeling, which rely on multimodal datasets gathered from participants performing various training exercises. Additionally, we will present an advance of the first results obtained, highlighting the system’s effectiveness and areas for further refinement
  • Dónde: Sala de juntas 1 (edificio A1), EPS Río Vena
  • Cuándo: Jueves, 10 de abril de 2025, a las 12 (hora Madrid, España)
  • Enlace Teams Self-adaptive and context-aware...

Seminario "Modelado e inferencia bayesiana. Un poco de teoría y algunas aplicaciones interesantes desde el procesamiento de imágenes al aprendizaje automático"

  • Fecha: Martes, 14 de mayo
  • Hora: de 12 a 14:15 horas
  • Lugar: Sala de juntas 2
  • Autor: Professor Rafael Molina - Universidad de Granada
  • Resumen: Un principio fundamental de la filosofía bayesiana es considerar todos los parámetros y variables no observables de un problema dado como cantidades estocásticas desconocidas. El objetivo de la inferencia es calcular o aproximar la distribución de todo lo
    desconocido dadas las observaciones. La inferencia bayesiana variacional (VB) es una familia de procedimientos deterministas de aproximación de distribución de probabilidad. Para alcanzar su objetivo minimiza un funcional basado en la divergencia de Kullback-Leibler (KL). Es lo suficientemente amplia como para subsumir como casos especiales varios enfoques alternativos de inferencia, incluyendo el Máximo a Posteriori (MAP) y el algoritmo Esperanza-Maximización (EM). Además, es aplicable a numerosos problemas prácticos.
    El objetivo de este seminario es proporcionar una visión general, y personal, de métodos de modelado e inferencia. Se divide en dos partes: la primera cubre los conceptos básicos de la inferencia bayesiana con énfasis en los métodos VB. Abarca desde modelos simples hasta su uso en aprendizaje profundo. La segunda parte está dedicada a aplicaciones: se presentan soluciones probabilísticas a problemas interesantes como deconvolución ciega y deconvolución de color, superresolución, clasificación de imágenes histológicas, aprendizaje con instancias múltiples, crowdsourcing en medicina y detección de fallos en LIGO.
  • Enlace reunión de MS Teams Modelado

Seminar "Bayesian Modelling and Inference. A bit of theory and some interesting applications from image processing to machine learning"

  • Date: Tuesday, May 14th
  • Hour: from 12 to 2:15 pm
  • Place: Sala de juntas 2
  • Author: Professor Rafael Molina - Universidad de Granada
  • Abstract: A fundamental principle of the Bayesian philosophy is to regard all parameters and unobservable variables of a given problem as unknown stochastic quantities. The inference goal is to calculate or approximate the distribution of all the unknowns given the observations. Bayesian variational inference (VB) is a family of deterministic probability distribution approximation procedures. To achieve its goal, it minimizes a functional based on the Kullback-Leibler divergence (KL). It is broad enough to subsume as special cases several alternative inference approaches, including Posterior Maximum (MAP) and the Expectation-Maximization (EM) algorithm. Furthermore, it is applicable to numerous practical problems.
    In this talk, I provide a personal overview of Bayesian modeling. It is divided in two parts: the first one covers basic concepts of Bayesian inference with an emphasis on VB methods. It ranges from simple models to its use in deep learning. The second part is devoted to applications: interesting blind image and color deconvolution, super-resolution, histological image classification, multiple instance learning, crowdsourcing in medicine, and glitch detection in LIGO problems are presented and probabilistic solutions described.
  • MS Teams meeting link SEminar "Bayesian"...

Seminario " El reto de la descarbonización. Desafíos a los que se enfrenta el sistema eléctrico "

Seminario "Bases para el desarrollo y aplicación de Gemelos Digitales en la industria de la energía eléctrica "

  • Fecha: 19 y 23 de octubre de 2023
  • Hora: 10:00 a 11:00 cada día
  • Lugar:  Escuela Politécnica Superior, Ed. A1, en la sala de Juntas 1 y online a través del siguiente enlace de Teams "Bases para el desarrollo..."
  • Ponente: Dr. Gonzalo Exequiel Álvarez (Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Santa Fe, Argentina)

Seminario "Manejo de las incertidumbres en la generación de electricidad"

  • Fecha: 17 y 18 de octubre de 2023
  • Hora: 10:00 a 11:00 cada día
  • Lugar:  Escuela Politécnica Superior, Ed. A1, en la sala de Juntas 1 y online a través del siguiente enlace de Teams "Manejo de las incertidumbres..."
  • Ponente: Dr. Gonzalo Exequiel Álvarez (Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), Santa Fe, Argentina)

Seminario “Monitoreo y Diagnóstico de Sistemas Dinámicos con una Perspectiva hacia la Industria 4.0”

  • Fecha: 10 de julio de 2023
  • Hora: 12.00-13.30
  • Lugar:  Escuela Politécnica Superior, Ed. A1, Aula 21 y online a través del siguiente enlace de Teams.
  • Ponente: Prof. René Romero Troncoso (Universidad Autonoma de Queretaro)

Seminario “Infinito, números reales y lo que no se puede probar”

  • Fecha: 14 de junio 2023
  • Hora: 12.30-14.00
  • Lugar:  Escuela Politécnica Superior, Ed. A1, en la sala de Juntas 2 y online a través de Teams.
  • Ponente: Dr. Segismundo Izquierdo Millán (Universidad de Valladolid)

Seminario “El Día a Día del Analista Bioinformático”

Seminar “Ejecución de procesos basados en Python en servidores remotos”

  • Fecha: 9 de marzo 2023
  • Hora: 12.00-14.00
  • Lugar:  online a través del siguiente enlace de Teams:  Haga clic aquí para unirse a la reunión Seminar "Ejecución de procesos..."
  • Ponente: José Manuel Aroca Fernández (Universidad de Burgos)
  • Grabación de la ponencia

Seminar “Modelling of Healthcare Systems to Improve Services and Save Lives

  • Fecha: 11 de enero 2023.
  • Hora: 12.30-14.30
  • Lugar: Escuela Politécnica Superior, Ed. A1, en la sala de Juntas 2 y online a través del siguiente enlace de Teams:  Haga clic aquí para unirse a la reunión
  • Ponente: Paul Harper (Cardiff University)

Seminario “La figura del doctor en la empresa. ¿Hay vida más allá de la Academia?”

  • Fecha: 16 de diciembre 2022.
  • Hora: 12.30-14.00
  • Lugar: Escuela Politécnica Superior, Edificio A1, en la Sala de Juntas 2 y online a través del siguiente enlace de Teams
  • Ponente: Mario Juez (Ingeniero Big Data Senior en SNGULAR)

Seminario “WTF - Welcome to our future”

  • Fecha: 19 de octubre 2022.
  • Hora: 10.30-12.30
  • Lugar: Escuela Politécnica Superior, Ed. A1, en la sala 24 y online a través del siguiente enlace de Teams: Haga clic aquí para unirse a la reunión ID de la reunión: 347 226 998 161
    Código de acceso: FqXHtw
  • Ponente: Benjamin Brüser  (Hochschule Ruhr West University of Applied Sciences)

Seminario "Hacia un enfoque intra-sujeto basado en la aplicación de Modelos Ocultos de Markov para la predicción del estado de concentración en contextos educativos de un modo no intrusivo"

  • Fecha: 5 de mayo de 2022.
  • Hora: 12.00
  • Lugar: Escuela Politécnica Superior, Edificio A1, en la Sala de Juntas 2 y online a través del siguiente enlace de Teams
  • Ponente: Ana Serrano Mamolar (Universidad de Burgos) 

Seminario “Fairness en la Toma de Decisiones Algorítmica”

  • Fecha: 3 de marzo de 2022
  • Hora: 12.30
  • Lugar: Teams. Unirse al Seminario Fairness
  • Ponentes: Adrián Arnaiz-Rodríguez (Fundación ELLIS -European Lab. for Learning and Intelligent Systems- y Universidad de Alicante) 

Seminario “Estudio de Desequilibrio en Datos Anchos (Wide-Data)”

  • Fecha: 27 de enero de 2022.
  • Hora: 12.30
  • Lugar: Escuela Politécnica Superior, Edificio A1, en la Sala de Juntas 2 y online a través del siguiente enlace de Teams
  • Ponentes: Ismael Ramos Pérez (Universidad de Burgos) 

Doctorado y carrera investigadora. Lo que nos hubiese gustado saber

  • Fecha: 20 de enero de 2022
  • Hora: 11.00
  • Lugar: Teams. Unirse
  • Ponentes: Álvar Arnaiz González, Ana Serrano Mamolar, Adrián Arnaiz Rodríguez, Mario Juez Gil, José Antonio Barbero Aparicio, José Luis Garrido Labrador y José Miguel Ramírez Sanz

Seminario “Balanceo de Datos: Mejorando Nuestras Predicciones”

  • Fecha: 15 de diciembre de 2021
  • Hora: 12.30
  • Lugar: Escuela Politécnica Superior, Ed. A1, en la sala de juntas 2
  • Ponentes: Dr. Nuño Basurto (Universidad de Burgos)

Seminario “Iniciativa RG: desvelando la estructura informal de campos académicos en España”

Seminario “Network Approaches for the Retail Store Location Problem”

  • Fecha: 22 de octubre de 2021
  • Hora: 12.30
  • Lugar: Escuela Politécnica Superior, Ed. A1, en la sala de juntas 2
  • Ponente: Virginia Ahedo García (Universidad de Burgos) 

Métodos de selección de instancias

  • Fecha: 25 de junio de 2021
  • Hora: 11:00 
  • Lugar: Teams. Unirse
  • Ponente: Álvar Arnáiz González (Universidad de Burgos) 

Conference "Thoughts on Streaming Data and Sequential Learning"

  • Fecha: 9 de junio de 2021
  • Hora: 18:00 h.
  • Lugar: Teams. Enlace para unirse al Seminario
  • Ponente: Prof. Ludmila Kuncheva (Bangor University)

Técnicas de preprocesamiento: reduciendo la dimensionalidad

Mi clasificador es mejor que el tuyo. Breve introducción a la comparación estadística de clasificadores

Última actualización: 30 de Abril de 2025