Convocatoria de 2020
Premio UNIA Digital de Investigación a Jorge Castro Gallardo
Jorge Castro Gallardo es graduado en Ingeniería Técnica en Informática de Gestión (2009) e Ingeniería en Informática (2011) por la Universidad de Jaén, donde realizó su Trabajo Tutelado de Iniciación a la Investigación (2012). Obtuvo el grado de doctor en la Universidad de Granada por la tesis “Nuevos modelos en sistemas de recomendación y Sistemas de recomendación del grupo para mejorar las recomendaciones”. Un trabajo dirigido por el Dr. Luis Martínez López en cotutela internacional con la University of Technology Sydney (Australia), dirigido por la Dra. Jie Lu, en 2019 y 2020 respectivamente.
Los resultados más importantes de su investigación para su tesis doctoral han sido la propuesta de distintos algoritmos de recomendación a grupos y de recomendación sensible al contexto en entornos de Big Data junto con la implementación de una biblioteca software para su fácil despliegue. Actualmente trabaja como Ingeniero Software Senior para GeoDB en el desarrollo de un ecosistema de compartición de datos peer-to-peer a gran escala.
En su tesis, el investigador propone varias mejoras de los procesos de personalización para guiar a los usuarios mediante recomendaciones en entornos con sobrecarga de información. Estas mejoras se proponen en dos bloques: i) para sistemas de recomendación a grupos y, ii) sistemas de recomendación sensibles al contexto. En el primer bloque se proponen cuatro modelos de recomendación a grupos para mejorar los siguientes problemas: (1) pérdida de información y de diversidad debida a la agregación de valoraciones en un perfil de grupo, (2) Conflictos en el grupo sobre las recomendaciones recibidas , (3) Modelado de la influencia entre miembros del grupo, y (4) Gestión del ruido natural. El segundo bloque se proponen: a) Un nuevo modelo de recomendación sensible al contexto en un entorno de Big Data aplicado al dominio de respuesta a preguntas, el cual integra tendencias en redes sociales (ej:Twitter) como contexto de la recomendación; y b) un modelo de recomendación a grupos y sensible al contexto que utiliza un proceso de resolución de conflictos en el grupo.
Accésits
Juan Pedro Domínguez Morales
Nacido en Sevilla en 1992, recibió el título de Grado en Ingeniería Informática - Ingeniería de Computadores, el título de Máster en Ingeniería de Computadores y Redes, y el título de Doctor en Ingeniería Informática (especializándose en procesamiento de audio neuromórfico y redes neuronales pulsantes) en la Universidad de Sevilla en 2014, 2015 y 2018, respectivamente. Su doctorado fue realizado gracias a una beca de Formación de Profesorado Universitario concedida por el Ministerio de Educación, Cultura y Deporte. Desde enero de 2019, trabaja como Profesor Sustituto Interino en el departamento de Arquitectura y Tecnología de Computadores, en la misma Universidad. Es miembro del grupo de investigación TEP-108 Robótica y Tecnología de Computadores desde 2015.
En su Tesis Doctoral, Juan Pedro propuso e implementó novedosos sistemas de reconocimiento de habla y de procesamiento de audio basados en redes neuronales pulsantes y un sensor artificial que imita el comportamiento del oído humano (cóclea neuromórfica artificial). En primer lugar, estudió el comportamiento biológico del sistema auditivo humano junto a los mecanismos clásicos de procesamiento de procesamiento y reconocimiento de audio, incluyendo técnicas de deep learning. Basado en estos estudios, se propusieron y desarrollaron novedosos sistemas de reconocimiento de audio automático utilizando para ello un sensor bio-inspirado. Una aplicación software de escritorio llamada NAVIS fue desarrollada para post-procesar la información obtenida de dicho sensor, permitiendo analizarla, lo cual es de vital importancia a la hora de trabajar con este tipo de datos.
Utilizando el hardware SpiNNaker, en la que se implementaron redes neuronales pulsantes, se desarrollaron diferentes sistemas de clasificación en tiempo real de señales de audio obtenidas mediante una cóclea neuromórfica. En este sentido, se realizaron diversas publicaciones en revistas y presentaciones en conferencias donde se presentaba la clasificación tanto de notas musicales como de comandos vocales, los cuales fueron perturbados simulando entornos de ruido extremo para medir la robustez y las limitaciones de los sistemas propuestos. Finalmente, se desarrolló un sistema de clasificación entre personas sanas y pacientes patológicos con problemas cardíacos en base al sonido de los latidos del corazón, los cuales fueron obtenidos por medio de un sensor neuromórfico y procesados gracias a técnicas de deep learning. El trabajo propuesto supuso un gran avance frente al estado del arte en el reconocimiento automático de patrones cardiovasculares mediante auscultación.
Sus intereses de investigación incluyen ingeniería neuromórfica, redes neuronales pulsantes, procesamiento de audio, deep learning, análisis de imágenes médicas y sistemas de diagnóstico asistido por ordenador.
Francisco Manuel Jiménez Brenes
Doctor en “Ingeniería Agraria, Alimentaria, Forestal y Desarrollo Rural Sostenible” por la Universidad de Córdoba (UCO) desde 2019 es, asimismo, Ingeniero de Montes (UCO, 2009) e Ingeniero Técnico Forestal (Universidad de Huelva, 2005). Posee varios títulos de Máster entre los que cabe destacar el “Máster en Geomática, Teledetección y Modelos Espaciales aplicados a la Gestión Forestal” (UCO, 2016), donde obtuvo el Premio Extraordinario de Máster de la UCO. Desde 2015 ha trabajado en el Grupo de “Teledetección Aplicada a Agricultura de Precisión y Malherbología” (Grupo imaPing www.ias.csic.es/imaping) del Instituto de Agricultura Sostenible (IAS), centro perteneciente al Consejo Superior de Investigaciones Científicas (CSIC), donde desarrolló su Tesis Doctoral bajo la dirección de las Doctoras Francisca López Granados y Ana Isabel de Castro Megías.
Los resultados obtenidos en su Tesis Doctoral, titulada “Optimización del manejo de cultivos leñosos a través del análisis automatizado de imágenes obtenidas con vehículos aéreos no tripulados”, ponen de manifiesto el potencial de la combinación UAV-OBIA para llevar a cabo estrategias de manejo localizado de manera eficiente, económica y sostenible, principalmente en cuanto al uso sostenible de fitosanitarios, contribuyendo así a la Digitalización de la Agricultura.
Durante su etapa predoctoral ha colaborado con investigadores de la Universitat de Lleida, Universidad Pública de Navarra, Instituto de Ciencias Agrarias (ICA-CSIC) de Madrid, IFAPA de Cabra e IFAPA Alameda del Obispo de Córdoba. Actualmente, cuenta con un índice h=6 y 213 citas (Scopus) y ha participado en 12 artículos científicos publicados en revistas incluidas en el Science Citation Index (SCI), entre los cuales se encuentran los 3 artículos que conforman su Tesis. También ha realizado 9 aportaciones científicas en congresos nacionales, 5 en congresos internacionales y 3 en revistas divulgativas especializadas.