Política de Cookies

El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Si desea configurar las cookies, pulse el botón Personalizar Cookies. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz.

Personalización de Cookies

El sitio web de la Universidad de Cádiz utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Cádiz. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

A continuación podrá configurar las cookies del sitio web según su finalidad:

  • Análisis estadístico

    En este sitio se utilizan cookies de terceros (Google Analytics) que permiten cuantificar el número de usuarios de forma anónima (nunca se obtendrán datos personales que permitan identificar al usuario) y así poder analizar la utilización que hacen los usuarios del nuestro servicio, a fin de mejorar la experiencia de navegación y ofrecer nuestros contenidos de manera óptima.

  • Redes sociales

    En este sitio web se utilizan cookies de terceros que permiten el correcto funcionamiento de algunas redes sociales (principalmente Youtube y Twitter) sin utilizar ningún dato personal del usuario.

Vicomtech

Experiencias interactivas multimedia y multipantalla

 

Empresa colaboradora:

Vicomtech

 

Directores: 

Dr. Juan Manuel Dodero

Dr. Mikel Zorrilla Berasategui

Gr. de Investigación:

Mejora del proceso software y

métodos formales

Programa de doctorado de la

UCA: Ingeniería Informática

 

La línea de investigación se basa en la interactividad con contenido multimedia a través de múltiples dispositivos simultáneamente. Esto permite a los usuarios tener la percepción de una única experiencia a través de diferentes pantallas a través de los conceptos de ubicuidad y pervasividad. Un usuario puede migrar un servicio de un dispositivo a otro, o puede consumir el servicio con una segunda pantalla a la vez (por ejemplo una TV y un Tablet).
Dentro de esta línea de investigación, denominada interoperable technologies for multi-device media services, se investiga sobre la optimización de las experiencias de usuario y aborda diversos retos: adaptación de las aplicaciones a un entorno multi-dispositivo, decidiendo de forma dinámica qué partes del servicio mostrar en cada dispositivo; creación de interfaces de usuario que se adapten a cada dispositivo, en función de las partes de aplicación que se muestren; sincronización de los servicios a través de los diferentes dispositivos; descubrimiento y asociación de recursos (usuarios, dispositivos y servicios) y autenticación de usuario a través de múltiples dispositivos.
Nuevos modelos de integración de información explícita e implícita en modelos de Big Data

Empresa colaboradora:

Vicomtech

 

Directores: 

Dra. Guadalupe Ortiz Bellot

Dr. Mikel Zorrilla Berasategui

Gr. de Investigación:

UCASE de Ingeniería del 

Software

Programa de doctorado de la

UCA: Ingeniería Informática

 

En la actualidad, el término Big Data ha tomado una gran relevancia en el ámbito de la investigación y en el entorno industrial. Este término se refiere al gran volumen de datos que fluyen por las redes y los procesos de negocio y que son susceptibles de ser analizados para mejorar la toma de decisiones y los procesos de negocio en general, y en el ámbito industrial en particular.
Las técnicas tradicionales de procesamiento de datos tienen varias limitaciones para procesar grandes cantidades de datos y la analítica de Big Data requiere nuevos algoritmos basados, por ejemplo, en aprendizaje automático y en técnicas revolucionarias como el Deep Learning que permitan procesar datos en tiempo real con alta precisión y eficiencia. Por otra parte, en determinados ámbitos tales como los procesos industriales, existe un conocimiento profundo del comportamiento de los sistemas que se pretenden controlar que se representa con los conocidos modelos rigurosos, que responden de manera determinista. El conocimiento adquirido a través de estos modelos, junto con el de los expertos en el dominio, pueden considerarse como información explícita registrable en forma de un conjunto de reglas.
Por todo lo anterior, el objetivo de esta tesis consiste en la investigación en un supermodelo capaz de integrar monitorizar y controlar los conocimientos adquiridos a través de modelos rigurosos, algoritmos de minería de datos y conjuntos de reglas establecidos por los expertos del dominio en entornos Big Data.