Comunicaciones y ponencias de congresos DEIM - EIMS Biltzarretako komunikazioak eta txostenak

Permanent URI for this collection

http://hdl.handle.net/2454/29491

Browse

Now showing 1 - 20 of 131

Open Access
Aprender matemáticas: ¿qué enseñan los niños con discapacidad intelectual a los maestros en formación?
(Universidad de Zaragoza, 2019-05-14) Cogolludo, José Ignacio; García Catalán, Olga Raquel; Gil Clemente, Elena; Lizasoain Iriso, María Inmaculada; Millán Gasca, Ana; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute for Advanced Materials and Mathematics - INAMAT2
La actitud con la que los maestros de Primaria afrontan su tarea como profesores de matemáticas tiene más que ver con sus experiencias previas como alumnos de la disciplina que con los contenidos que han aprendido durante las asignaturas de didáctica de las matemáticas en los Grados de Educación. Esta cuestión tiene un impacto sobre la instrucción matemática posterior de los niños, que se amplifica en el caso de los que tienen necesidades educativas especiales y conduce a emprender vías poco eficaces. Nuestro objetivo es trasladar a los estudiantes prácticas positivas, en forma de experiencia, llevadas a cabo con niños con discapacidad intelectual que puedan iluminarles sobre la forma de aprender de cualquier niño. Prácticas basadas por una parte en un enfoque histórico que propone una integración de aritmética y geometría elementales y por otra parte en el modelo desarrollado en Singapur para la resolución de problemas.
Open Access
Assessing the impact of physicians' behavior variability on performance indicators in emergency departments: an agent-based model
(IEEE, 2025-01-20) Baigorri Iguzquiaguirre, Miguel; Cildoz Esquíroz, Marta; Mallor Giménez, Fermín; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
In emergency departments (EDs), traditional simulation models often overlook the variability in physician practice, assuming uniform service provision. Our study introduces a hybrid agent-based discrete-event simulation (AB-DES) model to capture this variability. Through simulation scenarios based on real ED data, we assess the impact of physician behavior on key performance indicators such as patient waiting times and physician stress levels. Results show significant variability in both individual physician performance and average metrics across scenarios. By integrating physician agent modeling, informed by literature from medical and workplace psychology, our approach offers a more nuanced representation of ED dynamics. This model serves as a foundation for future developments towards digital twins, facilitating real-time ED management. Our findings emphasize the importance of considering physician behavior for accurate performance assessment and optimization.
Open Access
Cognitive assistant for physical exercise monitoring in hand rehabilitation
(Springer, 2023-08-21) Rincón Arango, Jaime Andrés; Marco Detchart, Cedric; Julian, Vicente; Carrascosa, Carlos; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
This paper introduces a novel, affordable companion robot that has been designed for rehabilitation purposes among the elderly population. The robot is equipped with a camera that records exercises, and an animation screen that delivers clear and easy-to-follow instructions and feedback. To evaluate the device, a machine learning algorithm was used on a dataset of therapy exercises. The results indicate that the robot effectively recognizes gestures and accurately identifies the exercises being performed. This study presents a groundbreaking and cost-effective solution for elderly rehabilitation and has the potential to revolutionize the industry with its cutting-edge technology.
Open Access
A generalization of the gravitational search algorithm
(Springer, 2017-05-19) Bustince Sola, Humberto; Minárová, María; Fernández Fernández, Francisco Javier; Sesma Sara, Mikel; Marco Detchart, Cedric; Ruiz-Aranguren, Javier; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
In this work we propose a generalization of the gravitational search algorithm where the product in the expression of the gravitational attraction force is replaced by more general functions. We study some conditions which ensure convergence of our proposal and we show that we recover a wide class of aggregation functions to replace the product.
Open Access
Some properties and construction methods for ordered directionally monotone functions
(IEEE, 2017-08-24) Sesma Sara, Mikel; Marco Detchart, Cedric; Bustince Sola, Humberto; Barrenechea Tartas, Edurne; Lafuente López, Julio; Kolesárová, Anna; Mesiar, Radko; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
In this work we propose a new generalization of the notion of monotonicity, the so-called ordered directionally monotonicity. With this new notion, the direction of increasingness or decreasingness at a given point depends on that specific point, so that it is not the same for every value on the domain of the considered function.
Open Access
d-CC integrals: generalizing CC-integrals by restricted dissimilarity functions with applications to fuzzy-rule based systems
(Springer, 2023) Sartori, Joelson; Asmus, Tiago da Cruz; Santos, Helida; Borges, Eduardo N.; Bustince Sola, Humberto; Dimuro, Graçaliz Pereira; Lucca, Giancarlo; Bedregal, Benjamin; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
The discrete Choquet Integral (CI) and its generalizations have been successfully applied in many different fields, with particularly good results when considered in Fuzzy Rule-Based Classification Systems (FRBCSs). One of those functions is the CC-integral, where the product operations in the expanded form of the CI are generalized by copulas. Recently, some new Choquet-like operators were developed by generalizing the difference operation by a Restricted Dissimilarity Function (RDF) in either the usual or the expanded form of the original CI, also providing good results in practical applications. So, motivated by such developments, in this paper we propose the generalization of the CC-integral by means of RDFs, resulting in a function that we call d-CC-integral. We study some relevant properties of this new definition, focusing on its monotonicity-like behavior. Then, we proceed to apply d-CC-integrals in a classification problem, comparing different d-CC-integrals between them. The classification acuity of the best d-CC-integral surpasses the one achieved by the best CC-integral and is statistically equivalent to the state-of-the-art in FRBCSs.
Open Access
Aggregation of deep features for image retrieval based on object detection
(Springer, 2019-09-22) Forcén Carvalho, Juan Ignacio; Pagola Barrio, Miguel; Barrenechea Tartas, Edurne; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
Image retrieval can be tackled using deep features from pretrained Convolutional Neural Networks (CNN). The feature map from the last convolutional layer of a CNN encodes descriptive information from which a discriminative global descriptor can be obtained. However, this global descriptors combine all of the information of the image, giving equal importance to the background and the object of the query. We propose to use an object detection based on saliency models to identify relevant regions in the image and therefore obtain better image descriptors. We extend our proposal to multi-regional image representation and we combine our proposal with other spatial weighting measures. The descriptors derived from the salient regions improve the performance in three well known image retrieval datasets as we show in the experiments.
Open Access
Triangulation en recherche qualitative à l'aide: de l'analyse statistique implicative
(Université Bourgogne Franche-Comté - Besançon, 2021) Wilhelmi, Miguel R.; Belletich Ruiz, Olga; Iribas Pardo, Haritz; Abaurrea Larrayoz, Jaione; Lasa Oyarbide, Aitzol; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Ciencias humanas y de la educación; Giza eta Hezkuntza Zientziak
In Education Sciences and, more generally, in Human and Social Sciences, qualitative and descriptive approaches are used extensively. From a methodological point of view, triangulation is in turn widely used. This triangulation can integrate quantitative methods referring to categorical variables (or qualitative variables or ‘attribute’ variables). This specificity is often not well understood by researchers, who may lack the necessary technical training in these research areas. General considerations are provided and applied to a particular study, namely: “describing the profile students to become kindergarten or primary schools’ teachers".
Open Access
Enhancing DreamBooth with LoRA for generating unlimited characters with stable diffusion
(IEEE, 2024-09-09) Pascual Casas, Rubén; Maiza Coupin, Adrián Mikel; Sesma Sara, Mikel; Paternain Dallo, Daniel; Galar Idoate, Mikel; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa, PJUPNA2023-11377
This paper addresses the challenge of generating unlimited new and distinct characters that encompass the style and shared visual characteristics of a limited set of human designed characters. This is a relevant problem in the audiovisual industry, as the ability to rapidly produce original characters that adhere to specific characteristics greatly increases the possibilities in the production of movies, series, or video games. Our solution is built upon DreamBooth, a widely extended fine-tuning method for text-to-image models. We propose an adaptation focusing on two main challenges: the impracticality of relying on detailed image prompts for character description and the few-shot learning scenario with a limited set of characters available for training. To solve these issues, we introduce additional character-specific tokens to DreamBooth training and remove its class-specific regularization dataset. For an unlimited generation of characters, we propose the usage of random tokens and random embeddings. This proposal is tested on two specialized datasets and the results shows our method¿s capability to produce diverse characters that adhere to a style and visual characteristics. An ablation study to analyze the contributions of the proposed modifications is also developed.
Open Access
Generación ilimitada de personajes mediante Stable Diffusion con DreamBooth y LoRA
(CAEPIA, 2024) Pascual Casas, Rubén; Maiza Coupin, Adrián Mikel; Sesma Sara, Mikel; Paternain Dallo, Daniel; Galar Idoate, Mikel; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa, PJUPNA2023-11377; Gobierno de Navarra / Nafarroako Gobernua
Este artículo aborda el reto de generar un número ilimitado de personajes nuevos, y distintos, que engloben el estilo y las características visuales compartidas de un conjunto limitado de personajes diseñados por un humano. Este es un problema de gran relevancia en la industria audiovisual, ya que la capacidad de producir rápidamente personajes originales que se adhieran a unas características específicas aumenta enormemente las posibilidades en la producción de películas, series o videojuegos. Nuestra solución se basa en DreamBooth, un método de ajuste de modelos generativos de texto a imagen ampliamente extendido. Proponemos una adaptación centrada en dos retos principales: lo poco práctico que resulta utilizar prompts detallados de las imágenes para describir los personajes y la complejidad del ajuste de modelos a partir de un conjunto limitado de personajes. Para resolver estos problemas, introducimos en el entrenamiento de DreamBooth tokens adicionales específicos para cada personaje y eliminamos el conjunto de datos de regularización. Para generar personajes de manera ilimitada, proponemos el uso de tokens y embeddings aleatorios. Comprobamos la utilidad de la propuesta utilizando dos conjuntos de datos diferentes. Los resultados obtenidos muestran la capacidad de nuestro método para producir personajes diversos que se adhieren a un estilo y a unas características visuales concretas. Finalmente, desarrollamos un estudio de ablación.
Open Access
De funciones de equivalencia restringida en Lⁿ a medidas de similitud entre multiconjuntos difusos
(CAEPIA, 2024) Ferrero Jaurrieta, Mikel; Rodríguez Martínez, Iosu; Bernardini, Ángela; Fernández Fernández, Francisco Javier; López Molina, Carlos; Bustince Sola, Humberto; Takáč, Zdenko; Marco Detchart, Cedric; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
Este artículo es un resumen del trabajo publicado en la revista IEEE Transactions on Fuzzy Systems. En este trabajo, presentamos una contribución a la teoría de las Funciones de Equivalencia Restringida (REF), que permite comparar elementos multivaluados. Extendemos el concepto de REF de L a Ln y presentamos una nueva construcción de similitud en Ln. A partir de esta filosofía se construyen medidas de similitud entre multiconjuntos difusos y se presenta un ejemplo aplicado en el contexto de la difusión anisotrópica de imágenes en color.
Open Access
Análisis de los cambios en los patrones de temperatura mediante técnicas de stream clustering
(CAEPIA, 2024) Urío Larrea, Asier; Pereira Dimuro, Graçaliz; Andreu-Pérez, Javier; Camargo, Heloisa A.; Aguirre Eraso, Javier; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
El cambio climático afecta a las condiciones medioambientales de las distintas regiones. La capacidad de constatar estos cambios es una eficaz herramienta para adaptarse a la evolución de las condiciones. Los datos meteorológicos se generan continuamente en múltiples estaciones de todo el mundo, proporcionando una valiosa información sobre la variabilidad en el tiempo de los patrones climáticos. El estudio de este flujo de datos nos permite comprender mejor los nuevos patrones climáticos. Este trabajo explora, mediante un algoritmo de agrupamiento de flujos de datos (stream clustering), el potencial de emplear datos meteorológicos obtenidos en diferentes localizaciones geográficas para rastrear el cambio en los patrones climáticos en la Comunidad Foral de Navarra durante los últimos 20 años. El estudio de caso mostró la aplicabilidad de los métodos de flujos de datos a la segmentación incremental de regiones geográficas en función de sus factores climatológicos.
Open Access
Funciones de agregación inspiradas en la integral Choquet
(CAEPIA, 2024) Bustince Sola, Humberto; Lafuente López, Julio; González García, Xabier; Pereira Dimuro, Graçaliz; Mesiar, Radko; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC
En este trabajo presentamos una nueva clase de funciones de agregación. Para la definición de estas nuevas funciones nos inspiramos en el método de construcción de las integrales Choquet, reemplazando las medidas por funciones adecuadas. Tras discutir la definición de las nuevas funciones, estudiamos algunas de su propiedades básicas y consideramos su relación con otras funciones de agregación utilizadas en la literatura, como los estadísticos de orden o las funciones de overlap y grouping.
Open Access
Generalizando el pooling maximo por funciones (a, b)-grouping en redes neuronales convolucionales
(CAEPIA, 2024) Rodríguez Martínez, Iosu; Da Cruz Asmus, Tiago; Pereira Dimuro, Graçaliz; Herrera, Francisco; Takáč, Zdenko; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Gobierno de Navarra / Nafarroako Gobernua
Este artículo es un resumen del trabajo publicado en la revista Information Fusion [1]. En este artículo explorábamos el reemplazo del operador de pooling máximo comunmente empleado en redes neuronales convolucionales (CNNs) por funciones (a, b)-grouping. Estas funciones extienden el concepto de función de grouping clásica [2] a un intervalo cerrado [a, b], siguiendo la filosofía de [3]. En el contexto del operador de pooling, estas nuevas funciones ayudan a la optimización de los modelos suavizando los gradientes en el proceso de retropropagación y obteniendo resultados competitivos con métodos más complejos
Embargo
Optimal charging station deployment for drone-assisted delivery
(Springer, 2025-01-31) Izco Berastegui, Irene; Serrano Hernández, Adrián; Faulín Fajardo, Javier; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
Last-mile delivery of goods made by drones is considered to be in its experimental phase. Nevertheless, international enterprises such as Amazon, Google, UPS or DHL are expanding new unmanned aerial vehicle technologies related to delivery issues. Flight range of drones is compromised due to the limited battery capacity and the payload of delivered parcels. This challenge is addressed through the placement of charging stations where drone batteries are recharged. As assignment issues have not yet received much attention in the literature, this study will focus on designing drone assignment strategies through optimization. The optimization aims at minimizing charging station installation costs, drone energy consumption, and operational costs. The aim of this work is to design a model to determine the optimal number of the drone hubs, along with their configuration. Moreover, we will determine their location and size, allocating the customer demands to stations and dimensioning the drones¿ fleet in each station to deliver packages efficiently.
Open Access
On the limits of effectiveness in estimation of distribution algorithms
(IEEE, 2011) Echegoyen Arruti, Carlos; Zhang, Qingfu; Mendiburu, Alexander; Santana, Roberto; Lozano, José Antonio; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
Which problems a search algorithm can effectively solve is a fundamental issue that plays a key role in understanding and developing algorithms. In order to study the ability limit of estimation of distribution algorithms (EDAs), this paper experimentally tests three different EDA implementations on a sequence of additively decomposable functions (ADFs) with an increasing number of interactions among binary variables. The results show that the ability of EDAs to solve problems could be lost immediately when the degree of variable interaction is larger than a threshold. We argue that this phase-transition phenomenon is closely related with the computational restrictions imposed in the learning step of this type of algorithms. Moreover, we demonstrate how the use of unrestricted Bayesian networks rapidly becomes inefficient as the number of sub-functions in an ADF increases. The study conducted in this paper is useful in order to identify patterns of behavior in EDAs and, thus, improve their performances.
Open Access
A rule-based approach for interpretable intensity-modulated radiation therapy treatment selection
(IEEE, 2024-08-05) González García, Xabier; Fumanal Idocin, Javier; Nunez do Rio, Joan M.; Bustince Sola, Humberto; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
Artificial Intelligence (AI) methods are becoming essential in healthcare. In the context of Intensity-Modulated Radiation Therapy (IMRT), Knowledge-Based Planning (KBP) methodologies have enabled the modification of treatments in real-time to accommodate morphological changes in patients. KBP for IMRT is a data-driven approach that utilises real-time medical imaging to adjust the radiation dose for a patient as needed for the different stages of an illness. In this work we present an interpretable AI model that selects the best IMRT treatment alternatives and determines which is the best. We use an Adaptive Neuforuzzy Adaptive Inference System (ANFIS), which combines the potential of a neural network with the interpretability of a rule based system. We train the model in a supervised manner using the OpenKBP challenge data repository. For this purpose, we also developed a data augmentation method that is supported by Diffusion Probabilistic Models. This approach enables the generation of a wider spectrum of treatment qualities and aids regularisation. The primary advantage of this framework resides in its ability to offer explanations, which is essential in the deployment of medical procedures in real life. Moreover, it serves as a valuable means to test hypotheses concerning the quality of IMRT treatments. Our study reveals that the developed tool has substantial potential to establish itself as a reference in the realm of explainable IMRT treatment selection tools.
Open Access
Diseño y captura de una base de datos para el reconocimiento de emociones minimizando sesgos
(CAEPIA, 2024) Jurío Munárriz, Aránzazu; Pascual Casas, Rubén; Domínguez Catena, Iris; Paternain Dallo, Daniel; Galar Idoate, Mikel; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Institute of Smart Cities - ISC; Universidad Pública de Navarra / Nafarroako Unibertistate Publikoa; Gobierno de Navarra / Nafarroako Gobernua
El reconocimiento de emociones a partir de expresiones faciales (FER) es un campo de investigación importante para la interacción persona-máquina. Sin embargo, los conjuntos de datos utilizados para entrenar modelos FER a menudo contienen sesgos demográficos que pueden conducir a la discriminación en el modelo final. En este trabajo, presentamos el diseño y la captura realizados para la creación de una nueva base de datos para FER, donde tratamos de minimizar los sesgos desde el propio diseño. La base de datos se ha creado utilizando diferentes métodos de captura. Para comprobar la reducción de los sesgos alcanzada, analizamos diferentes métricas de sesgo representacional y estereotípico sobre la base de datos generada y la comparamos frente a otras bases de datos estándar en la literatura de FER.
Open Access
PointerVol: a laser pointer for swept volumetric displays
(ACM, 2024-10-11) Fernández Ortega, Unai Javier; Sarasate Azcona, Iosune; Ezcurdia Aguirre, Íñigo Fermín; López-Amo Ocón, Manuel; Fernandez Fernandez, Ivan; Marzo Pérez, Asier; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika
A laser pointer is a commonly used device that does not require communication with the display system or modifications on the applications, the presenter can just take a pointer and start using it. When a laser pointer is used on a volumetric display, a line rather than a point appears, making it not suitable for pointing at 3D locations. PointerVol is a modified laser pointer that allows users to point to 3D positions inside a swept volumetric display. We propose two PointerVol implementations based on timing and distance measurements, we evaluate the pointing performance using them. Finally, we present other features such as multi-user pointing, line patterns and a multi-finger wearable. PointerVol is a simple device that can help to popularize volumetric displays, or at least to make them more usable for presentations with true-3D content.
Open Access
Enabling anything to anything connectivity within urban environments towards cognitive frameworks
(IEEE, 2024-08-23) Picallo Guembe, Imanol; Klaina, Hicham; López Iturri, Peio; Azpilicueta Fernández de las Heras, Leyre; Celaya Echarri, Mikel; Astrain Escola, José Javier; Villadangos Alonso, Jesús; Falcone Lanas, Francisco; Ingeniería Eléctrica, Electrónica y de Comunicación; Ingeniaritza Elektrikoa, Elektronikoa eta Telekomunikazio Ingeniaritza; Estadística, Informática y Matemáticas; Estatistika, Informatika eta Matematika; Ciencias; Zientziak; Institute of Smart Cities - ISC
The evolution from Smart Cities towards Cognitive Cities is enabled, among others, by the use of flexible and adaptive communication systems, capable of providing high levels of interactivity among multiple systems and users. In this work, wireless connectivity in full volumetric scale is analyzed, in order to provide wireless links between any device/user within the scenario, spanning to different applications from vehicular connectivity at different levels or infrastructure related communications, among others.