• El CITIC de la UDC acogió la presentación de los tres primeros proyectos de tesis, de los ocho previstos al amparo de esta convocatoria

• El 3-i ICT es el primer programa concedido a una institución gallega dentro de la convocatoria europea MSCA- COFUND del programa marco europeo H2020

El Centro de Investigación TIC (CITIC) de la Universidade da Coruña acogió este martes 23 de mayo la presentación de los trabajos de tesis de doctorado internacional del 3-i ICT (International, Interdisciplinary and Intersectoral Information and Communications Technology PhD Programme), un innovador programa de captación de talento predoctoral concedido al centro de la UDC el pasado año.

Concretamente, se presentaron tres de las ocho investigaciones previstas al amparo de este plan que ofrece una amplia formación en habilidades de investigación y transferencia, y proporcionará una sólida ventaja competitiva en el desarrollo profesional de las personas participantes. En el acto participaron, además de los doctorandos/as e investigadores/as, la responsable de proyectos europeos del CITIC, Cristina Villar, y el director del CITIC, Manuel Penedo, quien recordó que se trata del primer programa concedido a una institución gallega dentro de la convocatoria europea MSCA- COFUND del programa marco europeo H2020.

Procesamiento del lenguaje natural

“Sequence Labelling Parsing for Applied Natural Language Processing” es el título del proyecto de tesis presentado por Muhammad Imran con Carlos Gómez y Margarita Alonso Ramos cómo director y codirectora, respectivamente.

El objetivo de esta investigación es aprovechar el potencial del análisis de etiquetado de secuencias para mejorar las tareas prácticas de Procesamiento del Lenguaje Natural (PLN) en grandes configuraciones. Para lograr esto, se exploran diferentes formas de integrar información de análisis tareas como el reconocimiento de entidades nominadas, análisis de sentimiento basado en aspectos y resumen automático de texto.  Así, se usa la información del análisis como características de etiquetas y se diseñan arquitecturas de aprendizaje multitarea que realicen tanto el análisis como las tareas posteriores de forma conjunta. Todo esto con el objetivo final de mejorar la precisión y calidad de las tareas de PLN posteriores utilizando información lingüística y sin comprometer la eficiencia.

Sensorización virtual sin hilos

Por su parte, Dariel Pereira Ruisánchez es el autor del proyecto de tesis “Wireless virtual sensing fuere control applications” dirigido por Luis Castedo y codirigido por Francisco Javier Cuadrado.

En este proyecto de doctorado se propone superar las limitaciones actuales de la sensorización virtual mediante la introducción de un nuevo concepto: la sensorización virtual sin hilos. Esta innovadora idea busca aprovechar los avances recientes en la conectividad inalámbrica y la computación en el borde para desarrollar una infraestructura de red adecuada para la sensorización virtual.

El enfoque principal de esta tesis se centra en el diseño de una infraestructura de red inalámbrica específica y en la optimización de sus recursos de transmisión y computación. El diseño de la infraestructura de red inalámbrica y la optimización de sus recursos son aspectos fundamentales para lograr una detección virtual eficaz y fiable.

Modelos de predicción de la artritis reumatoide

Por último, la doctoranda Blanca Estela Monroy Castillo presentó el proyecto de tesis “Flexible cure models in data science to predict sustained remission in rheumatoid arthritis”, que contó con Ricardo Cao como director y Francisco Javier Blanco y Amalia Jácome como codirectores.

En este proyecto de tesis, se busca desarrollar técnicas eficientes de análisis estadístico de datos para predecir la remisión de la artritis reumatoide (AIRE) después del tratamiento. Para eso, se utilizarán modelos de curación, métodos no paramétricos y semiparamétricos para el análisis de supervivencia, así como técnicas de análisis de datos funcionales. Se aplicarán modelos de curación para determinar la probabilidad de remisión puntual y remisión sostenida en pacientes con AIRE. Además, se emplearán métodos en el análisis de supervivencia para predecir el tiempo de latencia en aquellos pacientes que no logren una remisión sostenida.

Para mejorar la precisión de las predicciones, se proponen el uso de técnicas de análisis de datos funcionales para definir clasificación de biomarcadores. Estos permitirán evaluar de manera más precisa la probabilidad de remisión puntual y sostenida en pacientes con AIRE.

El enfoque de modelos de curación, junto con las técnicas de análisis de datos funcionales, facilitan un análisis completo y eficiente de los datos para predecir la remisión de la AIRE y el tiempo de recurrencia en pacientes que no alcanzan una remisión sostenida.