Programari - Treballs de l'alumnat

Permanent URI for this collectionhttps://hdl.handle.net/2445/44160

Statistics

Browse

Now showing 1 - 20 of 684

Avaluació d’estratègies d’augmentació i generació d’imatges sintètiques per a patologies cerebrals rares
(2026-06-10) Haro Fernández-Capo, Anna; Díaz, Oliver
[eng] The development of machine learning models for rare cerebral pathologies is often hindered by limited datasets and high variability in imaging acquisition. In this project, we present a modular pipeline for processing, augmenting, and synthetically generating 2D TOF-MRA images. We explore classical data augmentation using TorchIO with morphological operations, as well as generative approaches based on pre-trained Diffusion models and conditional Pix2Pix networks. Quantitative and qualitative evaluations, including radiomic feature extraction, domain classifiers, and clinical proxy tasks, demonstrate the trade-offs between anatomical fidelity and dataset variability. Our results highlight that classical augmentation ensures consistent anatomical structures, while generative models expand variability but may introduce domain shifts. This work provides a reproducible framework for studying rare cerebrovascular conditions and sets the foundation for integrating clinical data in future studies. [cat] El desenvolupament de models d’aprenentatge automàtic per a patologies cerebrals rares es veu limitat per la manca de conjunts de dades suficients i la variabilitat en els protocols d’adquisició d’imatges. En aquest projecte, presentem un pipeline modular per al processament, augmentació i generació sintètica de slices TOF-MRA en 2D. Es comparen tècniques d’augmentació clàssiques amb TorchIO i operacions morfològiques, així com models generatius basats en Diffusion preentrenades i xarxes Pix2Pix condicionades. L’avaluació quantitativa i qualitativa, incloent l’extracció de característiques radiòmiques, classificadors de domini i tasques clíniques proxy, evidencia els compromisos entre fidelitat anatòmica i variabilitat del conjunt de dades. Els resultats mostren que l’augmentació clàssica preserva millor l’estructura anatòmica, mentre que els models generatius amplien la variabilitat amb un possible desplaçament de domini. Aquest treball estableix un marc reproduïble per a l’estudi de patologies cerebrovasculars rares i serveix de base per a la integració de dades clíniques en estudis futurs. [spa] El desarrollo de modelos de aprendizaje automático para patologías cerebrales raras se ve limitado por la escasez de conjuntos de datos y la alta variabilidad en los protocolos de adquisición de imágenes. En este proyecto, presentamos un pipeline modular para el procesamiento, la augmentación y la generación sintética de slices TOF-MRA en 2D. Se comparan técnicas de augmentación clásicas con TorchIO y operaciones morfológicas, así como enfoques generativos basados en modelos Diffusion preentrenados y redes Pix2Pix condicionadas. La evaluación cuantitativa y cualitativa, incluyendo la extracción de características radiómicas, clasificadores de dominio y tareas clínicas proxy, evidencia los compromisos entre la fidelidad anatómica y la variabilidad del conjunto de datos. Los resultados muestran que la augmentación clásica preserva mejor la estructura anatómica, mientras que los modelos generativos amplían la variabilidad con posibles desplazamientos de dominio. Este trabajo establece un marco reproducible para el estudio de patologías cerebrovasculares raras y sienta las bases para la integración de datos clínicos en investigaciones futuras.
Estudio y Análisis de la procrastinación, recogida de datos y web
(2026-06-10) Gelonch Capell, Arnau; Salamó Llorente, Maria
[spa] Este trabajo constituye la segunda iteración de una línea de investigación sobre la detección temprana de la procrastinación académica, desarrollada en la Facultad de Matemáticas e Informática de la Universitat de Barcelona. Su aportación principal es el rediseño completo de la plataforma de recogida de datos como un sistema cliente–servidor: un servidor tipado en FastAPI con validación centralizada, un cliente desacoplado en React + TypeScript y un despliegue reproducible basado en Infrastructure-as-Code e integración continua. La nueva versión se incorporó a la operación de forma incremental durante el curso (el Q1 se cubrió aún con la versión heredada). Sobre esa plataforma se ha construido un conjunto de cuadernos reproducibles e informes estandarizados por asignatura que sostienen la operación cuatrimestral del estudio, que durante el curso 2025–2026 ha cubierto cinco asignaturas en dos cuatrimestres. Se replica y amplía el análisis de comportamiento del trabajo previo: agrupamiento K-Means de las curvas diarias de estrés, dedicación y progreso de Programació I y Disseny de Software, caracterizado estadísticamente y relacionado con el perfil psicológico del estudiante (Big Five y TKI). Todos los datos recogidos se anonimizan para preservar la privacidad de los participantes. [cat] Aquest treball constitueix la segona iteració d’una línia de recerca sobre la detecció precoç de la procrastinació acadèmica, desenvolupada a la Facultat de Matemàtiques i Informàtica de la Universitat de Barcelona. La seva aportació principal és el redisseny complet de la plataforma de recollida de dades com un sistema client–servidor: un backend tipat en FastAPI amb validació centralitzada, un frontend desacoblat en React + TypeScript i un desplegament reproduïble basat en Infrastructure-as-Code i integració contínua. La nova versió es va incorporar a l’operació de forma incremental durant el curs (el Q1 es va cobrir encara amb la versió heretada). Sobre aquesta plataforma s’ha construït un conjunt de notebooks reproduïbles i informes estandarditzats per assignatura que sostenen l’operació quadrimestral de l’estudi, que durant el curs 2025–2026 ha cobert cinc assignatures en dos quadrimestres. Es replica i amplia l’anàlisi de comportament del treball previ: agrupament K-Means de les corbes diàries d’estrès, dedicació i progrés de Programació I i Disseny de Software, caracteritzat estadísticament i relacionat amb el perfil psicològic de l’estudiant (Big Five i TKI). Totes les dades recollides s’anonimitzen per preservar la privadesa dels participants. [eng] This work is the second iteration of a research line on the early detection of academic procrastination, carried out at the Faculty of Mathematics and Computer Science of the Universitat de Barcelona. Its main contribution is the complete redesign of the data-collection platform as a client–server system: a typed FastAPI backend with centralized validation, a decoupled React + TypeScript frontend, and a reproducible deployment based on Infrastructure-as-Code and continuous integration. The new version was rolled out incrementally during the academic year (Q1 was still covered by the inherited platform). On top of this platform, a set of reproducible notebooks and standardized per-subject reports was built to sustain the semester-by-semester operation of the study, which during 2025–2026 covered five subjects across two terms. The behavioral analysis of the previous project is replicated and extended: K-Means clustering of the daily stress, dedication and progress curves of Programació I and Disseny de Software, characterized statistically and related to the psychological profile of the students (Big Five and TKI). All the data collected are anonymized to preserve the privacy of the participants.
Predicció de conflictes entre laboratoris i significança clínica de variants genètiques amb aprenentatge automàtic
(2026-06-10) Garcia Rovira, Èlia; Ortiz Martínez, Daniel
[cat] Aquest treball de fi de grau presenta una anàlisi comparativa de mètodes d’aprenentatge automàtic per a la classificació clínica de variants genètiques a ClinVar. S’han implementat i avaluat diversos models de classificació en dos problemes complementaris: la predicció binària de classificacions conflictives entre laboratoris i la predicció multiclasse de la significança clínica (benigna, VUS i patogènica). Cada model s’ha entrenat sobre dues configuracions del conjunt de dades, amb i sense anotacions funcionals VEP, amb l’objectiu d’avaluar-ne l’impacte. Els resultats mostren que el model Random Forest obté el millor rendiment en ambdues tasques, amb un ROC AUC de 0,827 en la classificació binària i un F1-score macro de 0,900 en la multiclasse. L’anàlisi d’interpretabilitat mitjançant valors SHAP identifica les freqüències al·lèliques i l’impacte molecular (IMPACT) com els predictors més rellevants. La comparació entre configuracions revela que les anotacions VEP aporten una millora modesta en la tasca binària, però significativa en la multiclasse, sobretot en el model MLP, mentre que els models basats en arbres es mantenen estables davant la reducció de variables. Els resultats confirmen el valor de combinar models predictius amb tècniques d’interpretabilitat per donar suport a la classificació clínica de variants, alhora que mostren que és més difícil predir el desacord entre laboratoris que la significança clínica. [eng] This thesis presents a comparative analysis of machine learning methods for the clinical classification of genetic variants in ClinVar. Several classification models were implemented and evaluated on two complementary tasks: the binary prediction of conflicting classifications between laboratories and the multiclass prediction of clinical significance (benign, VUS, and pathogenic). Each model was trained on two dataset configurations, with and without VEP functional annotations, in order to assess their impact. The results show that the Random Forest model achieves the best performance in both tasks, with a ROC AUC of 0.827 in the binary classification and a macro F1-score of 0.900 in the multiclass setting. Interpretability analysis using SHAP values identifies allele frequencies and molecular impact (IMPACT) as the most relevant predictors. The comparison between configurations reveals that VEP annotations provide a modest improvement in the binary task, but a significant one in the multiclass setting, particularly for the MLP model, while tree-based models remain robust to feature reduction. Overall, the results confirm the value of combining predictive models with interpretability techniques to support the clinical classification of variants, while also showing that predicting disagreements between laboratories is more challenging than predicting clinical significance. [spa] Este trabajo de fin de grado presenta un análisis comparativo de métodos de aprendizaje automático para la clasificación clínica de variantes genéticas en ClinVar. Se implementaron y evaluaron diversos modelos de clasificación en dos problemas complementarios: la predicción binaria de clasificaciones conflictivas entre laboratorios y la predicción multiclase de la significancia clínica (benigna, VUS y patogénica). Cada modelo se entrenó sobre dos configuraciones del conjunto de datos, con y sin anotaciones funcionales VEP, con el objetivo de evaluar su impacto. Los resultados muestran que el modelo Random Forest obtiene el mejor rendimiento en ambas tareas, con un ROC AUC de 0,827 en la clasificación binaria y un F1-score macro de 0,900 en la multiclase. El análisis de interpretabilidad mediante valores SHAP identifica las frecuencias alélicas y el impacto molecular (IMPACT) como los predictores más relevantes. La comparación entre configuraciones revela que las anotaciones VEP aportan una mejora modesta en la tarea binaria, pero significativa en la multiclase, especialmente en el modelo MLP, mientras que los modelos basados en árboles se mantienen robustos ante la reducción de variables. En conjunto, los resultados confirman el valor de combinar modelos predictivos con técnicas de interpretabilidad para apoyar la clasificación clínica de variantes, al tiempo que muestran que predecir el desacuerdo entre laboratorios es más difícil que predecir la significancia clínica.
Graphy: Assistent conversacional intel·ligent per a l’aprenentatge i resolució d’errors en programació de shaders
(2026-06-10) García Pérez, Àlex; Puig Puig, Anna
[eng] This thesis presents the design and implementation of a domain-specific educational chatbot to support students during GPU-based computer graphics laboratory sessions. The system focuses on practices that use OpenGL and GLSL shaders and targets recurrent difficulties observed in the course, such as understanding the programmable graphics pipeline, managing the flow of data from CPU to GPU, and debugging rendering errors. The chatbot models key concepts related to GPU architecture, the stages of the modern rendering pipeline, vertex and fragment shaders, transformation matrices (model, view, projection), lighting models (Phong and Blinn-Phong), and texturing with UV coordinates. On this basis it provides both conceptual explanations and guided debugging assistance for typical issues including compilation and linking errors in shaders, incorrect buffer or attribute configuration, faulty transformation matrices, lighting artefacts caused by incorrect normals, and completely black frames. The system is integrated into the actual practice environment of the subject and has been evaluated with expert teachers through a structured validation protocol combining a usability questionnaire (SUS), semi-structured interviews, and think-aloud observation. The evaluation combines technical and educational indicators, showing that a specialised conversational assistant can complement traditional teaching resources in GPU and shader-based graphics courses. [cat] Aquest treball presenta el disseny i la implementació d’un xatbot educatiu específic per donar suport a l’alumnat durant les pràctiques de gràfics per computador basades en GPU. El sistema se centra en pràctiques que utilitzen OpenGL i shaders GLSL i aborda dificultats recurrents detectades a l’assignatura, com ara la comprensió del pipeline gràfic programable, la gestió del flux de dades de la CPU a la GPU i el debugging d’errors de representació. El xatbot modela conceptes clau relacionats amb l’arquitectura de la GPU, les etapes del pipeline modern, els vertex i fragment shaders, les matrius de transformació (model, vista, projecció), els models d’il·luminació (Phong i Blinn-Phong) i el texturat amb coordenades UV. A partir d’això, ofereix tant explicacions conceptuals com ajuda guiada per resoldre problemes típics incloent errors de compilació i enllaç de shaders, configuracions incorrectes de buffers o atributs, matrius de transformació errònies, artefactes d’il·luminació per normals incorrectes i pantalles negres. El sistema s’ha integrat en el context real de pràctiques de l’assignatura i s’ha avaluat amb professorat expert mitjançant un protocol de validació estructurat que combina un qüestionari d’usabilitat (SUS), entrevistes semi-estructurades i observació en veu alta (*think-aloud*). L’avaluació combina indicadors tècnics i educatius, indicant que un assistent conversacional especialitzat pot complementar els recursos docents tradicionals en cursos de gràfics basats en GPU i shaders.
Preference-Guided Diffusion Fine-Tuning for Histopathology Image Generation
(2026-06-10) Fideu Garcia, Gerard; Radeva, Petia; Nagarajan, Bhalaji
[eng] Generating synthetic histopathological images requires more than visual realism: the generated samples must also preserve the class-specific patterns that distinguish normal from tumor tissue. This is especially challenging because histopathological patches often contain subtle morphological differences, where small changes in tissue structure, nuclei, or staining may affect the pathological label. This thesis studies how a pre-trained Stable Diffusion model can be adapted and, more importantly, how Direct Preference Optimization can be explored as a guided refinement strategy to improve class alignment in histopathology image generation. The proposed pipeline is based on Stable Diffusion v1.5 on PatchCamelyon histopathology patches using Low-Rank Adaptation, or LoRA. This provides a parameter-efficient way to adapt the model to the visual appearance of histopathological tissue while updating only a small number of parameters. Besides this adaptation, a ResNet-18 classifier, trained to distinguish normal from tumor tissue, is used as an external feedback signal to evaluate how well each generated image matches its target class. We explore two refinement strategies: a reward-guided filtering stage based on classifier probabilities, and a DPO-based preference refinement stage. Furthermore, we deep dive into DPO as a new preference-guided refinement strategy for histopathology image generation. Instead of using classifier scores only to accept or discard samples according to a fixed threshold, we use these scores to construct winner-loser pairs between generated images. This allows our model to learn from relative comparisons between better and worse generations, introducing a richer refinement signal than simple reward-guided filtering. The experiments compare the original Stable Diffusion baseline, the LoRA-adapted model, the reward-guided refinement strategy, and the DPO-based approach, considering both image quality and class alignment. The results show that classifier-guided feedback can improve the control of histopathology image generation, while DPO provides a promising direction for using preference learning as guided refinement in this domain. [cat] Generar imatges histopatològiques sintètiques requereix més que realisme visual: les mostres generades també han de preservar els patrons específics de cada classe que distingeixen el teixit normal del tumoral. Això és especialment difícil perquè els fragments histopatològics sovint contenen diferències morfològiques subtils, on petits canvis en l’estructura del teixit, els nuclis o la tinció poden afectar l’etiqueta patològica. Aquesta tesi estudia com un model Stable Diffusion preentrenat pot ser adaptat i, més important encara, com l’Optimització de Preferències Directa pot explorar-se com a estratègia de refinament guiat per millorar l’alineació de classes en la generació d’imatges histopatològiques. El pipeline proposat es basa en Stable Diffusion v1.5 sobre fragments histopatològics de PatchCamelyon mitjançant Adaptació de Baix Rang, o LoRA. Això proporciona una manera eficient en paràmetres d’adaptar el model a l’aparença visual del teixit histopatològic actualitzant només un nombre reduït de paràmetres. A més d’aquesta adaptació, s’utilitza un classificador ResNet-18, entrenat per distingir teixit normal de tumoral, com a senyal de retroalimentació externa per avaluar com de bé cada imatge generada s’ajusta a la seva classe objectiu. Explorem dues estratègies de refinament: una etapa de filtratge guiat per recompensa basada en probabilitats del classificador, i una etapa de refinament de preferències basada en DPO. A més, aprofundim en el DPO com a nova estratègia de refinament guiat per preferències per a la generació d’imatges histopatològiques. En lloc d’utilitzar les puntuacions del classificador únicament per acceptar o descartar mostres segons un llindar fix, utilitzem aquestes puntuacions per construir parells guanyador-perdedor entre imatges generades. Això permet que el nostre model aprengui de comparacions relatives entre generacions millors i pitjors, introduint un senyal de refinament més ric que el simple filtratge guiat per recompensa. Els experiments comparen el model Stable Diffusion original com a línia base, el model adaptat amb LoRA, l’estratègia de refinament guiat per recompensa i l’enfocament basat en DPO, considerant tant la qualitat de la imatge com l’alineació de classes. Els resultats mostren que la retroalimentació guiada per classificador pot millorar el control de la generació d’imatges histopatològiques, mentre que el DPO ofereix una direcció prometedora per utilitzar l’aprenentatge per preferències com a refinament guiat en aquest domini.
Towards Fair and Inclusive Skin Lesion Classification Systems
(2026-06-09) Madrid Leon, David; Jacques Junior, Julio C. S.
[eng] Fairness in skin lesion classification remains a critical challenge because dermatological datasets are often imbalanced across diagnostic categories and patient attributes such as skin tone, age, and sex. This thesis addresses this issue by evaluating how different intervention points in the training pipeline affect fairness and performance trade-off. Using MILK10k, a multimodal dataset with paired clinical and dermoscopic images, the study compares model configurations and training strategies under a common fairnessaware framework, including data augmentation, loss reweighting, and self-supervised learning. The results show that class imbalance and demographic fairness are related but not equivalent problems, and that representation-level pretraining provides the most promising improvements among the evaluated strategies. Overall, this work contributes to the development of fairer and more inclusive dermatological AI systems by showing the importance of evaluating not only how well a model performs, but also for whom it performs reliably. [spa] El fairness en clasificación de lesiones cutáneas sigue siendo un reto importante, ya que los conjuntos de datos dermatológicos suelen estar desbalanceados tanto en categorías diagnósticas como en atributos de los pacientes, como el tono de piel, la edad y el sexo. Este trabajo aborda este problema evaluando cómo distintos puntos de intervención del proceso de entrenamiento afectan al trade-off entre rendimiento predictivo y fairness. Utilizando MILK10k, un conjunto de datos multimodal con imágenes clínicas y dermoscópicas emparejadas, el estudio compara configuraciones de modelos y estrategias de entrenamiento bajo un marco común orientado a fairness, incluyendo data augmentation, reponderación de la función de pérdida, y aprendizaje auto-supervisado multimodal. Los resultados muestran que el desbalance entre clases y el fairness demográfico son problemas relacionados, pero no equivalentes, y que el preentrenamiento a nivel de representación ofrece las mejoras más prometedoras entre las estrategias evaluadas. En conjunto, este trabajo contribuye al desarrollo de sistemas de IA dermatológica más justos e inclusivos, mostrando la importancia de evaluar no solo cómo de bien funciona un modelo, sino también para qué grupos lo hace de forma fiable. [cat] El fairness en classificació de lesions cutànies continua sent un repte important, ja que els conjunts de dades dermatològiques solen estar desbalancejats tant en categories diagnòstiques com en atributs dels pacients, com el to de pell, l’edat i el sexe. Aquest treball aborda aquest problema avaluant com diferents punts d’intervenció del procés d’entrenament afecten el trade-off entre rendiment predictiu i fairness. Utilitzant MILK10k, un conjunt de dades multimodal amb imatges clíniques i dermatoscòpiques aparellades, l’estudi compara configuracions de models i estratègies d’entrenament sota un marc comú orientat a fairness, incloent data augmentation, reponderació de la funció de pèrdua, i aprenentatge auto-supervisat multimodal. Els resultats mostren que el desbalanceig entre classes i la fairness demogràfica són problemes relacionats, però no equivalents, i que el preentrenament a nivell de representació ofereix les millores més prometedores entre les estratègies avaluades. En conjunt, aquest treball contribueix al desenvolupament de sistemes d’IA dermatològica més justos i inclusius, mostrant la importància d’avaluar no només com de bé funciona un model, sinó també per a quins grups ho fa de manera fiable.
Plataforma de Gestió de Voluntariat en Esdeveniments Massius
(2026-06-10) Falgosa Campoy, Aleix; Rodríguez Santiago, Inmaculada
[cat] Avui dia, la majoria dels events massius (concerts, curses populars, festivals o jornades solidàries) depenen de centenars de voluntaris per funcionar. La coordinació d'aquest voluntariat continua gestionant-se de manera dispersa: fulls de càlcul, grups de WhatsApp i correus electrònics que dificulten el control de les assignacions, la comunicació dels canvis i el reconeixement de la participació. La manca de solucions per a aquesta casuística és el que impulsa aquest projecte. L'objectiu principal de VolunTrack és centralitzar i digitalitzar el cicle complet de gestió del voluntariat en events massius, des del registre i la inscripció fins al control d'assistència i l'emissió de certificats, millorant l'experiència tant dels voluntaris com dels coordinadors. El projecte s'ha desenvolupat aplicant la metodologia Design Thinking, que ha permès identificar les necessitats reals dels usuaris a través d'un qüestionari amb 101 respostes i tres entrevistes semiestructurades, i traduir-les en una proposta de disseny centrada en les persones. El desenvolupament de la plataforma cobreix totes les etapes del cicle de vida de programació: anàlisi de requisits, disseny d'arquitectura de la informació i d'interfície, implementació, desplegament i avaluació amb usuaris. El resultat és una aplicació web funcional amb tres perfils (voluntari, coordinador i responsable d'àrea) que incorpora un motor d'assignació amb puntuació de compatibilitat (avalua automàticament l'adequació de cada voluntari a una tasca segons les seves habilitats, disponibilitat i historial), control d'assistència per codi QR, comunicació integrada i un sistema de gamificació basat en l'acumulació de punts per participació, l'obtenció de medalles per assoliments i la visualització del progrés personal per fomentar la fidelització i la motivació dels voluntaris al llarg del temps. [spa] Hoy en día, la mayoría de los eventos masivos (conciertos, carreras populares, festivales o jornadas solidarias) dependen de cientos de voluntarios para funcionar. La coordinación de este voluntariado continúa gestionándose de manera dispersa: hojas de cálculo, grupos de WhatsApp y correos electrónicos que dificultan el control de las asignaciones, la comunicación de los cambios y el reconocimiento de la participación. La falta de soluciones para esta casuística es lo que impulsa este proyecto. El objetivo principal de VolunTrack es centralizar y digitalizar el ciclo completo de gestión del voluntariado en eventos masivos, desde el registro y la inscripción hasta el control de asistencia y la emisión de certificados, mejorando la experiencia tanto de los voluntarios como de los coordinadores. El proyecto se ha desarrollado aplicando la metodología Design Thinking, que ha permitido identificar las necesidades reales de los usuarios a través de un cuestionario con 101 respuestas y tres entrevistas semiestructuradas, y traducirlas en una propuesta de diseño centrada en las personas. El desarrollo de la plataforma cubre todas las etapas del ciclo de vida de programación: análisis de requisitos, diseño de arquitectura de la información y de interfaz, implementación, despliegue y evaluación con usuarios. El resultado es una aplicación web funcional con tres perfiles (voluntario, coordinador y responsable de área) que incorpora un motor de asignación con puntuación de compatibilidad (evalúa automáticamente la adecuación de cada voluntario a una tarea según sus habilidades, disponibilidad e historial), control de asistencia por código QR, comunicación integrada y un sistema de gamificación basado en la acumulación de puntos por participación, la obtención de medallas por logros y la visualización del progreso personal para fomentar la fidelización y la motivación de los voluntarios a lo largo del tiempo. [eng] Nowadays, most large-scale events (concerts, popular races, festivals, or charity days) rely on hundreds of volunteers to operate. The coordination of this volunteering continues to be managed in a fragmented way: spreadsheets, WhatsApp groups, and emails that hinder the tracking of assignments, the communication of changes, and the recognition of participation. The lack of solutions for this situation is what drives this project. The main objective of VolunTrack is to centralize and digitize the complete volunteer management cycle for large-scale events, from registration and sign-up to attendance tracking and certificate issuance, improving the experience for both volunteers and coordinators. The project has been developed using the Design Thinking methodology, which has made it possible to identify the real needs of users through a questionnaire with 101 responses and three semi-structured interviews, and to translate them into a people-centered design proposal. The development of the platform covers all stages of the software development lifecycle: requirements analysis, information architecture and interface design, implementation, deployment, and user evaluation. The result is a functional web application with three user profiles (volunteer, coordinator, and area manager) that incorporates an assignment engine with a compatibility score (which automatically evaluates the suitability of each volunteer for a task based on their skills, availability, and history), QR code attendance tracking, integrated communication, and a gamification system based on the accumulation of points for participation, the awarding of badges for achievements, and the visualization of personal progress, in order to foster volunteer loyalty and motivation over time.
Gamificació d'una app d’hàbits alimentaris
(2026-07-20) Curto Llatje, Francesc; Rodríguez Santiago, Inmaculada
[eng] This project presents the design and implementation of a gamification system for dietary tracking and healthy habit formation, and a mobile application developed as a proof of concept to demonstrate how the gamification system integrates into an app environment. The main goal is to improve user motivation, consistent use of the application, and long-term engagement by incorporating game elements such as levels, experience points, streaks, quests, badges, and personalized routes. The proposal is based on user-centered design principles and on an analysis of related studies and existing applications, which showed that visible progress, clear goals, and meaningful rewards are key factors for sustained use. The result is a structured gamified framework that supports healthy habits. [cat] Aquest treball presenta el disseny i la implementació d’un sistema de gamificació per al seguiment alimentari i la consolidació d’hàbits saludables, i una aplicació mòbil desenvolupada com a prova de concepte per demostrar com el sistema de gamificació s’integra dins d’un entorn d’app. L’objectiu principal és millorar la motivació de l’usuari, l’ús constant de l’aplicació i la implicació a llarg termini mitjançant elements de joc com nivells, punts d’experiència, ratxes, missions, medalles i rutes personalitzades. La proposta es basa en principis de disseny centrat en l’usuari i en una anàlisi d’estudis relacionats i aplicacions existents, que han mostrat que la visibilitat del progrés, els objectius clars i les recompenses significatives són factors clau per a un ús sostingut. El resultat és un marc gamificat estructurat que dona suport als hàbits saludables. [spa] Este trabajo presenta el diseño e implementación de un sistema de gamificación para el seguimiento dietético y la formación de hábitos saludables, y una aplicación móvil desarrollada como prueba de concepto para demostrar cómo el sistema de gamificación se integra en un entorno de app. El objetivo principal es mejorar la motivación del usuario, el uso constante de la aplicación y la implicación a largo plazo mediante elementos de juego como niveles, puntos de experiencia, rachas, misiones, medallas y rutas personalizadas. La propuesta se basa en principios de diseño centrado en el usuario y en un análisis de estudios relacionados y aplicaciones existentes, que han mostrado que la visibilidad del progreso, los objetivos claros y las recompensas significativas son factores clave para un uso sostenido. El resultado es un marco gamificado estructurado que da soporte a los hábitos saludables.
MazeMind: Disseny Accessible d’un Videojoc Web per a l’Entrenament de la Memòria Visuoespacial amb Gamificació i Adaptació de Dificultat
(2026-05-26) Comas Romero, Pol; Ribera, Mireia
[eng] MazeMind is an interactive web application aimed at training visuospatial memory through maze solving. The project was born with a differential objective: to incorporate accessibility as a design criterion from the very beginning, preventing the experience from depending on a single user profile. The solution offers a game experience structured in phases (memorization and execution), a level-based progression system, a universal daily challenge with a streak mechanic to encourage consistent practice, practice modes (including an adaptive practice mode), and social features through multiplayer. Accessibility is addressed holistically: full keyboard navigation, key remapping, interaction consistency and visual hierarchy, advanced per-screen theme and colour customisation with live preview, a built-in contrast checker that validates compliance with WCAG 2.2 Level AA contrast requirements in real time, multilingual support (Catalan, Spanish and English), configurable audio feedback, responsive design for mobile devices, and account management with full data deletion. However, due to its visuospatial nature, the design requires functional vision and is not suitable for total blindness. This report presents the theoretical framework, requirements, design decisions and validation of the solution, with special emphasis on justifying each functionality as a response to real needs and well-established best practices. [cat] MazeMind és una aplicació web interactiva orientada a l’entrenament de la memòria visuoespacial a través de la resolució de laberints. El projecte neix amb un objectiu diferencial: incorporar l’accessibilitat com a criteri de disseny des del primer moment, evitant que l’experiència depengui d’un únic perfil d’usuari. La solució ofereix una experiència de joc estructurada en fases (memorització i execució), un sistema de progressió per nivells, un repte diari universal amb mecànica de ratxa per fomentar l’hàbit d’ús, modes de pràctica (incloent-hi una pràctica adaptativa) i funcionalitats socials mitjançant multijugador. L’accessibilitat s’aborda de manera transversal: navegació completa amb teclat, remapeig de tecles, coherència d’interacció i jerarquia visual, personalització avançada de temes i colors per pantalla amb vista prèvia, un verificador de contrast integrat que valida en temps real el compliment dels requisits de contrast de les WCAG 2.2 de nivell AA, suport multilingüe (català, castellà i anglès), control del feedback auditiu, disseny responsiu adaptat a mòbils, i gestió de compte amb opció d’eliminació completa. Cal remarcar que, atesa la naturalesa visuoespacial, el disseny requereix visió funcional i no és apte per a ceguesa total. La memòria presenta el marc teòric, els requisits, les decisions de disseny i la validació de la solució, amb un èmfasi especial a justificar cada funcionalitat com a resposta a necessitats reals i bones pràctiques contrastades.
Creació d’una aplicació per crear presentacions accessibles
(2026-06-01) Castillo Eguizabal, Mireia; Ribera, Mireia
[spa] La accesibilidad en las presentaciones digitales es un aspecto frecuentemente ignorado en las herramientas de creación de contenido actuales, a pesar de ser un requisito fundamental para garantizar la inclusión de personas con diversidad funcional. Este Trabajo Final de Grado presenta Slides for All, una aplicación web que permite generar presentaciones digitales accesibles de manera automática mediante inteligencia artificial. El objetivo principal del proyecto ha sido poner al alcance de cualquier usuario, independientemente de su conocimiento técnico, las herramientas necesarias para crear presentaciones que cumplan con los estándares de accesibilidad. Para lograrlo, se ha seguido la metodología Design Thinking, estructurando el desarrollo en un proceso iterativo de cinco fases. Se ha comenzado por la etapa de empatía, realizando una investigación cualitativa para comprender las necesidades reales de los usuarios. Esta información ha permitido definir el problema mediante la creación de arquetipos y la especificación de requisitos de accesibilidad. Posteriormente, se ha pasado a idear y prototipar la solución, para finalmente evaluarla mediante test con usuarios y validaciones técnicas. Como resultado, se ha implementado una aplicación que combina la generación manual o automática de contenido con un editor que incorpora funcionalidades específicas de accesibilidad, como el análisis de contraste en tiempo real, la gestión del orden de lectura para lectores de pantalla y el texto alternativo obligatorio en las imágenes. La aplicación incluye también un sistema de autenticación de usuarios que permite registrarse e iniciar sesión, de manera que cada usuario puede guardar sus presentaciones en la base de datos y acceder a ellas, editarlas y gestionarlas en cualquier momento. Además, ofrece exportación en formato ZIP y EPUB 3.0 con soporte para tecnologías asistivas. [cat] L’accessibilitat en les presentacions digitals és un aspecte sovint ignorat en les eines de creació de contingut actuals, tot i ser un requisit fonamental per garantir la inclusió de persones amb diversitat funcional. Aquest Treball Final de Grau presenta Slides for All, una aplicació web que permet generar presentacions digitals accessibles de manera automàtica mitjançant intel·ligència artificial. L’objectiu principal del projecte ha estat posar a l’abast de qualsevol usuari, independentment del seu coneixement tècnic, les eines necessàries per crear presentacions que compleixin els estàndards d’accessibilitat. Per aconseguir-ho, s’ha seguit la metodologia Design Thinking, estructurant el desenvolupament en un procés iteratiu de cinc fases. S’ha començat per l’etapa d’empatia, realitzant una recerca qualitativa per comprendre les necessitats reals dels usuaris. Aquesta informació ha permès definir el problema mitjançant la creació d’arquetips i l’especificació de requisits d’accessibilitat. Posteriorment, s’ha passat a idear i prototipar la solució, per finalment avaluar-la mitjançant tests amb usuaris i validacions tècniques. Com a resultat, s’ha implementat una aplicació que combina la generació manual o automàtica de contingut amb un editor que incorpora funcionalitats específiques d’accessibilitat, com l’anàlisi de contrast en temps real, la gestió de l’ordre de lectura per a lectors de pantalla i el text alternatiu obligatori en les imatges. L’aplicació inclou també un sistema d’autenticació d’usuaris que permet registrar-se i iniciar sessió, de manera que cada usuari pot desar les seves presentacions a la base de dades i accedir-hi, editar-les i gestionar-les en qualsevol moment. A més, ofereix exportació en format ZIP i EPUB 3.0 amb suport per a tecnologies assistives. [eng] Accessibility in digital presentations is an aspect frequently overlooked by current content creation tools, despite being a fundamental requirement for ensuring the inclusion of people with disabilities. This Bachelor's Thesis presents Slides for All, a web application that enables the automatic generation of accessible digital presentations using artificial intelligence. The main objective of the project has been to make the tools needed to create accessible presentations available to any user, regardless of their technical knowledge. To achieve this, the Design Thinking methodology was followed, structuring the development work in an iterative five-phase process. The process began with the empathy stage, conducting qualitative research to understand the real needs of users. This information was used to define the problem through the creation of user archetypes and the specification of accessibility requirements. Subsequently, the solution was ideated and prototyped, before finally being evaluated through user testing and technical validation. As a result, an application has been implemented that combines manual or automatic content generation with an editor incorporating specific accessibility features, such as real-time contrast analysis, reading order management for screen readers, and mandatory alternative text for images. The application also includes a user authentication system that allows users to register and log in, enabling them to save their presentations in the database and access, edit, and manage them at any time. Furthermore, it offers export in ZIP and EPUB 3.0 formats with assistive technology support.
Honeypots: Creació d’entorns simulats per atraure i estudiar atacants
(2026-06-09) Blasi Cano, Sergi; Roca Cánovas, Raúl
[eng] Honeypots are cybersecurity tools designed to attract and record malicious activity with the aim of studying attacker behavior and the threats present on the Internet. This work presents the design and implementation of a solution based on T-Pot, an open-source project that integrates multiple honeypots into a single environment deployed on Amazon Web Services. The infrastructure registered a total of 1.994.374 events over a nine-day period, combining data from passive monitoring tools (p0f, Suricata, Fatt and Ntpn) and direct interactions with nineteen honeypots. The five honeypots with the highest activity were HoneyTrap, Dionaea, Cowrie, MiniPrint and Tanner, capturing intrusion attempts, port scans, credential attacks and malware download attempts. The collected data was stored in a Supabase database and analyzed to extract relevant information about attack frequency, geographic origin, most targeted services and ports, and attacker behavior patterns. An interactive dashboard was developed using Streamlit to visualize the recorded activity. The results highlight the dominance of automated scanning activity, an active DoublePulsar exploitation campaign targeting SMB services, and an unusual concentrated attack pattern against network printer services during a weekend period. The work concludes with a discussion of the limitations of this implementation and possible future improvements. [cat] Els honeypots són eines de ciberseguretat dissenyades per atraure i registrar atacs maliciosos amb la finalitat d’estudiar el comportament dels atacants i les amenaces presents a Internet. En aquest treball, es presenta el disseny i la implementació d’una solució basada en T-Pot, un projecte de codi obert que integra múltiples honeypots en un únic entorn desplegat a Amazon Web Services. La infraestructura va registrar un total de 1.994.374 esdeveniments al llarg de nou dies, combinant dades de les eines de monitoratge passiu (p0f, Suricata, Fatt i Ntpn) i interaccions directes amb dinou honeypots. Els cinc honeypots amb major activitat han estat HoneyTrap, Dionaea, Cowrie, MiniPrint i Tanner, capturant intents d’intrusió, escanejos de ports, atacs de credencials i intents de descàrrega de malware. Les dades recollides s’han emmagatzemat en una base de dades Supabase i analitzades per extreure informació rellevant sobre la freqüència dels atacs, l’origen geogràfic, els serveis i ports més atacats i els patrons de comportament dels atacants. S’ha desenvolupat un dashboard interactiu amb Streamlit per visualitzar l’activitat registrada. Els resultats obtinguts evidencien el predomini de l’activitat automatitzada d’escaneig massiu, l’existència d’una campanya activa d’explotació de DoublePulsar dirigida a serveis SMB, i un patró inusual d’activitat concentrada contra serveis d’impressió en xarxa durant un cap de setmana. Es conclou amb una discussió sobre les limitacions d’aquesta implementació i possibles millores futures. [spa] Los honeypots son herramientas de ciberseguridad diseñadas para atraer y registrar ataques maliciosos con el objetivo de estudiar el comportamiento de los atacantes y las amenazas presentes en Internet. En este trabajo, se presenta el diseño y la implementación de una solución basada en T-Pot, un proyecto de código abierto que integra múltiples honeypots en un único entorno desplegado en Amazon Web Services. La infraestructura registró un total de 1.994.374 eventos a lo largo de nueve días, combinando datos de las herramientas de monitorización pasiva (p0f, Suricata, Fatt y Ntpn) e interacciones directas con diecinueve honeypots. Los cinco honeypots con mayor actividad han sido HoneyTrap, Dionaea, Cowrie, MiniPrint y Tanner, capturando intentos de intrusión, escaneos de puertos, ataques de credenciales e intentos de descarga de malware. Los datos recopilados se han almacenado en una base de datos Supabase y analizados para extraer información relevante sobre la frecuencia de los ataques, el origen geográfico, los servicios y puertos más atacados y los patrones de comportamiento de los atacantes. Se ha desarrollado un panel interactivo con Streamlit para visualizar la actividad registrada. Los resultados obtenidos evidencian el predominio de la actividad automatizada de escaneo masivo, la existencia de una campaña activa de explotación de DoublePulsar dirigida a servicios SMB, y un patrón inusual de actividad concentrada contra servicios de impresión en red durante un fin de semana. Se concluye con una discusión sobre las limitaciones de esta implementación y posibles mejoras futuras.
Benchmarking Vision-Language Transformer Models Across Diverse Datasets
(2026-06-01) Blanco Ponce, Samuel; Escalera Guerrero, Sergio
This project develops a common benchmark harness for comparing vision-language models across visual question answering, captioning, detection, classification, preference, rating, and prompt-reconstruction tasks. The final evaluation focuses on hosted API models using 20 examples per benchmark and identical execution settings. GPT-4o and Claude Sonnet 4.5 are compared on 44 jointly completed benchmarks; GPT-4o wins 30, Claude wins 10, and 4 are tied. A second comparison covers the 22 Type A/B/C benchmarks completed by GPT-4o, GPT-4.1, GPT-5, Gemini 3.5 Flash, and Claude Sonnet 4.5. Gemini leads this restricted Type A/B/C set, while GPT-4o is the stronger model in the direct GPT-4o–Claude comparison. The results show that model rankings depend on task family and that matched benchmark coverage is necessary for fair aggregation. Because each benchmark uses a small sample and hosted models may change, the conclusions should be interpreted as a reproducible experimental snapshot rather than a permanent leaderboard.
Desarrollo de un sistema para el análisis de posturas de danza clásica mediante visión artificial
(2026-06-08) Blanco García, Ana Xuemei; Escalera Guerrero, Sergio
[spa] La danza clásica requiere una correcta colocación corporal y una ejecución precisa de sus posiciones. En este Trabajo de Fin de Grado se ha desarrollado una herramienta de apoyo para analizar posturas de ballet mediante visión artificial. Para ello, se han comparado distintos modelos de detección de pose y, finalmente, se seleccionó MediaPipe por su precisión y facilidad de integración. A partir de los puntos corporales detectados, se aplicaron reglas geométricas previamente definidas para evaluar distintas posiciones de la danza clásica. Como resultado, se ha obtenido una aplicación con una interfaz web que permite seleccionar una postura, cargar una imagen y recibir una corrección visual y textual. El sistema demuestra que la detección de landmarks corporales puede utilizarse como apoyo para la corrección técnica en la danza clásica. [cat] La dansa clàssica requereix una col·locació corporal correcta i una execució precisa de les seves posicions. En aquest Treball de Final de Grau es desenvolupa una eina de suport per analitzar postures de ballet mitjançant visió per computador. Per a fer-ho, s’han comparat diferents models de detecció de posicions i, finalment, s’ha seleccionat MediaPipe per la seva precisió i facilitat d’integració. A partir dels punts de referència corporals detectats, s’han aplicat regles geomètriques prèviament definides per a avaluar diferents posicions de la dansa clàssica. Com a resultat, s’ha obtingut una aplicació amb una interfície web que permet seleccionar una posició, carregar una imatge i rebre una correcció visual i textual. El sistema demostra que la detecció de punts clau corporals es pot emprar com a suport per a la correcció tècnica en la dansa clàssica. [eng] Classical dance requires correct body alignment and precise execution of its positions. This Bachelor’s Thesis describes the development of a support tool to analyze ballet postures using computer vision. To achieve this, different pose estimation models were compared, and MediaPipe was ultimately selected due to its precision and ease of integration. Based on the detected body landmarks, predefined geometric rules were applied to evaluate various classical dance positions. As a result, a web interface application was obtained, allowing users to select a posture, upload an image, and receive both visual and textual feedback. The system demonstrates that body landmark detection can be effectively used as a supportive tool for technical correction in classical dance.
A comparative study of fairness methods for clinical predictions using the MIMIC-IV database
(2026-01-17) Vukovic, Iris; Igual Muñoz, Laura
Fairness methods are an increasingly important aspect of responsible implementations of machine learning models. As machine learning becomes more intertwined in clinical settings, it is necessary that bias mitigation is accounted for, but performance maintenance remains a challenge. Fairness-aware interpretable modeling (FAIM) [1] is an in-processing fairness method that avoids extreme performance degradation while improving fairness and maintaining interpretability. In this study, the method is stress-tested by changing the original prediction task, hospital admission prediction after emergency department (ED) stay, to the distinct clinical task of predicting necessity of invasive medical ventilation (IMV) for patients in the intensive care unit (ICU) using electronic health record (EHR) data from the recently released MIMIC-IV database. A comparison with the baseline logistic regression model and other state-of-the-art fairness methods is presented and, although bias amongst intersectional demographic subgroups was not completely mitigated with FAIM, there was clear improvement compared to the baseline and also compared to other traditional fairness methods.
Deconvolving the Transcriptomic Signatures of Somatic Expansion in Huntington’s Disease
(2026-01-17) Fuses, Caterina; Abante, Jordi; Vitrià i Marca, Jordi
Huntington’s disease (HD) is driven by somatic CAG repeat expansions, but measuring expansion length alongside transcriptomes at single-cell resolution is experimentally challenging. In this thesis I test DCAG, a deep generative model that predicts somatic expansion stage from single-cell RNA-seq data by disentangling expansion-associated transcriptional variability from confounding factors such as cell type and sequencing technology. In the supervised setting, DCAG outperforms baseline models in balanced accuracy while producing interpretable latent representations. It also shows good performance in the semi-supervised setting trained with cells from different sequencing technologies. The model enables propagation of expansion labels to unlabeled datasets, facilitating mutation-length-aware analyses of existing and future experiments. While developed for HD, the used methodology is generalizable to other polyglutamine disorders or staged molecular processes, providing a computational tool for linking transcriptomic signatures to disease-relevant molecular features.
Analysis of Content Diversity in News Recommendation Systems
(2026-01-17) Blanco Borrás, Rubén; Pujol Vila, Oriol; Vitrià i Marca, Jordi
This Master’s Thesis studies informational diversity in news recommendation systems from a dual perspective: producer diversity and consumer-perceived diversity. The main objective is to analyze which diversity metrics are most suitable for evaluating journalistic content and how they can be applied to different datasets. In a first phase, a study is conducted on various diversity metrics used in recommendation systems, taking as reference those proposed in the literature associated with Microsoft and using the MIND Small dataset. This analysis allows the evaluation of classical diversity and coverage metrics applied to news recommendation, as well as an understanding of their advantages and limitations in controlled environments. In a second phase, these metrics are adapted and applied to a news dataset from the media outlet 3Cat, aiming to evaluate the diversity of political topics present in the published content. In this context, a distinction is made between producer diversity, related to the ideological and thematic variety of the generated content, and consumer diversity, modeled through an activation metric that approximates the diversity effectively perceived by the reader. The results allow for a comparison of both diversity perspectives and the analysis of potential mismatches between the informational supply and the diversity experienced by the user. The code developed for data processing and metric calculation can be found in the project repository (Blanco Borrás, 2026).
Effect of domain growth rates on Turing patterns during embryo development
(2025-01-09) Tacoronte Hernandez, Alba; Haro, Àlex; Muñoz Romero, José Javier
This work examines reaction–diffusion dynamics for Turing pattern formation on expanding domains, with the aim of explaining how growth drives pattern selection. Under exponential growth, new analytical insights that predict mode jumping (both to neighboring modes and to higher, non-adjacent modes) consistent with prior theoretical accounts have been obtained. Under linear growth, analogous phenomena are shown using FEM where simple closed-form analysis is not possible. For exponential growth, the computational findings align with the analysis, revealing regimes where growth promotes, inhibits, or redirects Turing modes, while for linear growth, they enable a comparison with prior results that establishes analogies between the two regimes. By integrating analytical and numerical perspectives, this study delineates the mechanisms by which domain growth reorganizes the pattern spectrum and shapes the pathways through which form emerges.
Optimització Geomètrica de Xarxes Neuronals en Espais Hiperbòlics a través de Sharpness-Aware Minimization
(2026-01-15) Valderrama Veciana, María; Statuto, Nahuel; Clapés Sintes, Albert
[en] This Final Degree Project for the Double Degree in Mathematics and Computer Engineering addresses the geometric optimization of Deep Learning by adapting neural network architectures to hyperbolic space. More specifically, it utilizes the mathematical hyperboloid model Hn; also known in this field as the Lorentz model. Motivated by the limitations of Euclidean geometry in representing hierarchical data structures with minimal distortion, the work first establishes a rigorous mathematical foundation of the space, deriving essential operational tools such as parallel transport, exponential maps, and the analytical characterization of hyperbolic hyperplanes required for the automated image classification task. From an engineering perspective, a fully hyperbolic neural network architecture is adopted as a baseline, incorporating the Riemannian Sharpness-Aware Minimization (RSAM) algorithm to improve convergence and generalization on the manifold. Experimental validation on the CIFAR-100 and Caltech-256 datasets reveals that, while data augmentation allows Euclidean models to mitigate dimensional collapse, hyperbolic architectures optimized with RSAM demonstrate superior intrinsic stability. Specifically, stress tests confirm that these models learn representations that are significantly more resilient to perturbations and invariant to rotations compared to their flat counterparts. [ca] Aquest Treball Final del Doble Grau en Matemàtiques i Enginyeria Informàtica aborda l’optimització geomètrica de l’aprenentatge profund adaptant les arquitectures de les xarxes neuronals a l’espai hiperbòlic. Més concretament, s’utilitza el model matemàtic de l’hiperboloide Hn; també conegut en aquest àmbit com a model de Lorentz. Motivat per les limitacions de la geometria Euclidiana per representar dades jeràrquiques amb la mínima distorsió, el treball estableix primerament una fonamentació matemàtica rigorosa de l’espai, deduint eines operatives essencials com el transport paral·lel, els mapes exponencials i la caracterització analítica dels hiperplans hiperbòlics necessaris per a la tasca de classificació automàtica d’imatges. Des d’una perspectiva d’enginyeria, s’adopta una arquitectura de xarxa neuronal completament hiperbòlica com a base i s’hi incorpora l’algorisme Riemannian Sharpness-Aware Minimization (RSAM) per millorar la convergència i la generalització sobre la varietat. La validació experimental sobre els conjunts de dades CIFAR-100 i Caltech-256 revela que, tot i que l’augment de dades permet als models euclidians mitigar el col·lapse dimensional, les arquitectures hiperbòliques optimitzades amb RSAM demostren una estabilitat intrínseca superior. Concretament, els tests d’estrès confirmen que aquests models aprenen representacions significativament més resilients a pertorbacions i invariants a rotacions en comparació amb els seus homòlegs plans. [es] Este Trabajo Final del Doble Grado en Matemáticas e Ingeniería Informática aborda la optimización geométrica del aprendizaje profundo adaptando las arquitecturas de las redes neuronales al espacio hiperbólico. Más concretamente, se utiliza el modelo matemático del hiperboloide Hn; también conocido en este ámbito como modelo de Lorentz. Motivado por las limitaciones de la geometría Euclidiana para representar datos jerárquicos con la mínima distorsión, el trabajo establece primeramente una fundamentación matemática rigurosa del espacio, deduciendo herramientas operativas esenciales como el transporte paralelo, los mapas exponenciales y la caracterización analítica de los hiperplanos hiperbólicos necesarios para la tarea de clasificación automática de imágenes. Desde una perspectiva de ingeniería, se adopta una arquitectura de red neuronal completamente hiperbólica como base y se incorpora el algoritmo Riemannian Sharpness-Aware Minimization (RSAM) para mejorar la convergencia y la generalización sobre la variedad. La validación experimental sobre los conjuntos de datos CIFAR-100 y Caltech-256 revela que, aunque el aumento de datos permite a los modelos euclidianos mitigar el colapso dimensional, las arquitecturas hiperbólicas optimizadas con RSAM demuestran una estabilidad intrínseca superior. Concretamente, los tests de estrés confirman que estos modelos aprenden representaciones significativamente más resilientes a perturbaciones e invariantes a rotaciones en comparación con sus homólogos planos.
Creació d'un repositori de components vue de suport a l'assisgnatura Factors humans i computació
(2026-01-15) Vallès Fusta, Gemma; Ribera, Mireia
[ca] L'accessibilitat web és un requisit fonamental en el desenvolupament de programari modern, però la seva implementació continua sent un repte tècnic per als estudiants d'enginyeria informàtica. Aquest Treball Final de Grau presenta AccessiVue, una llibreria de components web reutilitzables i accessibles, dissenyada per a poder ser un material de suport en l'assignatura de Factors Humans i Computació. L'objectiu principal del projecte ha estat reduir la barrera d'entrada tècnica en la creació d'interfícies inclusives. Per aconseguir-ho, s'ha seguit la metodologia de Design Thinking, estructurant el desenvolupament en un procés iteratiu de cinc fases. S'ha començat per l'etapa d'Empatitzar, realitzant una recerca qualitativa amb usuaris per comprendre les frustracions reals de l'alumnat. Aquesta informació ha permès Definir el problema mitjançant la creació d'arquetips (Personas) i l'especificació de requisits. Posteriorment, s'ha passat a Idear l'arquitectura de la solució i els fluxos d'interacció, per després Prototipar la interfície en alta fidelitat abans d'iniciar la programació. Finalment, el cicle s'ha tancat amb la fase d'Avaluar, validant la usabilitat i l'accessibilitat de la llibreria resultant mitjançant tests amb usuaris finals i proves tècniques. Com a resultat, s'ha implementat un catàleg de 5 components (Formulari, Cercador, CRUD, Biblioteca i Drag&Drop) utilitzant Vue.js i una arquitectura sense dependències d'entorn basada en fitxers HTML únics, facilitant la seva integració directa sense configuracions complexes. Tots els components compleixen amb les directrius WCAG 2.2, garantint la navegació per teclat i la compatibilitat amb productes de suport. Aquests components es presenten en un repositori que compta amb una navegació intuïtiva i una fitxa d’informació per a cada component, en el que, a més, s’expliquen els conceptes bàsics de Vue necessaris per tal de poder integrar els components, juntament amb la informació general i especifica dels components, una demostració en viu, el codi font i exemples. [es] La accesibilidad web es un requisito fundamental en el desarrollo de software moderno, pero su implementación sigue siendo un reto técnico para los estudiantes de ingeniería informática. Este Trabajo de Fin de Grado presenta AccessiVue, una librería de componentes web reutilizables y accesibles, diseñada para servir como material de apoyo en la asignatura de Factores Humanos y Computación. El objetivo principal del proyecto ha sido reducir la barrera de entrada técnica en la creación de interfaces inclusivas. Para lograrlo, se ha seguido la metodología de Design Thinking, estructurando el desarrollo en un proceso iterativo de cinco fases. Se ha empezado por la etapa de Empatizar, realizando una investigación cualitativa con usuarios para comprender las frustraciones reales del alumnado. Esta información permitió Definir el problema mediante la creación de arquetipos (Personas) y la especificación de requisitos. Posteriormente, se procedió a Idear la arquitectura de la solución y los flujos de interacción, para después Prototipar la interfaz en alta fidelidad antes de iniciar la programación. Finalmente, el ciclo se cerró con la fase de Evaluar, validando la usabilidad y la accesibilidad de la librería resultante mediante tests con usuarios finales y pruebas técnicas. Como resultado, se ha implementado un catálogo de 5 componentes (Formulario, Buscador, CRUD, Biblioteca y Drag&Drop) utilizando Vue.js y una arquitectura sin dependencias de entorno basada en archivos HTML únicos, facilitando su integración directa sin configuraciones complejas. Todos los componentes cumplen con las directrices WCAG 2.2, garantizando la navegación por teclado y la compatibilidad con productos de apoyo. Estos componentes se presentan en un repositorio que cuenta con una navegación intuitiva y una ficha informativa para cada componente. Además, en él se explican los conceptos básicos de Vue necesarios para poder integrar los componentes, junto con la información general y específica de cada uno, una demostración en vivo, el código fuente y ejemplos. [en] Web accessibility is a fundamental requirement in modern software development, yet its implementation remains a technical challenge for computer engineering students. This Bachelor's Thesis presents AccessiVue, a library of reusable and accessible web components designed to serve as support material for the Human Factors and Computing course. The main objective of the project was to reduce the technical entry barrier to creating inclusive interfaces. To achieve this, the Design Thinking methodology was followed, structuring the development into a five-phase iterative process. The process began with the Empathize stage, conducting qualitative research with users to understand the students' real frustrations. This information allowed for Defining the problem by creating archetypes (Personas) and specifying requirements. Subsequently, the solution architecture and interaction flows were Ideated, followed by Prototyping the interface in high fidelity before starting the programming phase. Finally, the cycle concluded with the Evaluate phase, validating the usability and accessibility of the resulting library through tests with end-users and technical trials. As a result, a catalog of 5 components (Form, Search, CRUD, Library, and Drag&Drop) was implemented using Vue.js and an environment-agnostic architecture based on single HTML files, facilitating direct integration without complex configurations. All components comply with WCAG 2.2 guidelines, ensuring keyboard navigation and compatibility with assistive technologies. These components are presented in a repository featuring intuitive navigation and an information sheet for each component. Additionally, the repository explains the basic Vue concepts necessary to integrate the components, along with general and specific information, a live demo, source code, and examples.
Desenvolupament d’una aplicació android per a facilitar la gestió i resolució d’entrevistes tècniques
(2026-01-15) Ranz Lorente, Ignasi; Igual Muñoz, Laura
[ca] En el context actual del mercat laboral tecnològic, els processos de selecció de personal poden arribar a fer-se llargs i poc eficients, fet que provoca que, en molts casos, el temps i l’esforç invertits per les persones candidates no tinguin un retorn proporcional. Davant d’aquesta realitat, aquest Treball de Fi de Grau planteja el desenvolupament d’una aplicació destinada a ajudar a millorar i agilitzar els processos de selecció en entorns tecnològics, amb l’objectiu de fer-los més accessibles, eficients i transparents. L’aplicació incorpora, com a element diferencial, la possibilitat de dur a terme entrevistes tècniques integrades a la plataforma, permetent una avaluació més objectiva de les competències tècniques dels usuaris candidats. Un altre punt característic del projecte és que, independentment de si el candidat és seleccionat o no per a la posició actual, el sistema conserva un registre estructurat del seu rendiment que podrà consultar i utilitzar per noves posicions en el futur. L’altre punt és la facilitat i versatilitat que dona als usuaris per a resoldre una entrevista tècnica des de qualsevol lloc amb el seu dispositiu mòbil sense dependre d’estar davant d’un ordinador en el moment de realitzar l’entrevista. A l’hora de dissenyar l’aplicació, s’ha aplicat la metodologia Design Thinking. S’ha analitzat l’entorn de l’aplicació mitjançant la realització d’informes de mercat i Benchmarking. Pel desenvolupament del projecte, s’han utilitzat les tecnologies més avançades i utilitzades actualment en en desenvolupament d’aplicacions Android com són Jetpack Compose i Material Design 3. Per la gestió de la base de dades s’ha utilitzat Firebase Authentication i Cloud Firestore. I pel backend s’ha utilitzat render creant un servidor amb Flask per a compilar i executar el codi generat per l’usuari. [es] En el contexto actual del mercado laboral tecnológico, los procesos de selección de personal pueden llegar a ser largos y poco eficientes, lo que provoca que, en muchos casos, el tiempo y el esfuerzo invertidos por las personas candidatas no tengan un retorno proporcional. Ante esta situación, este Trabajo de Fin de Grado plantea el desarrollo de una aplicación orientada a mejorar y agilizar los procesos de selección en entornos tecnológicos, con el objetivo de hacerlos más accesibles, eficientes y transparentes. La aplicación incorpora como elemento diferencial la posibilidad de realizar entrevistas técnicas integradas en la plataforma, permitiendo una evaluación más objetiva de las competencias técnicas de los candidatos. Asimismo, el sistema conserva un registro estructurado del rendimiento de cada usuario, independientemente de si ha sido seleccionado o no para una posición concreta, el cual puede ser consultado y consultado para futuros procesos de selección. Finalmente, la aplicación destaca por la facilidad y versatilidad que ofrece para completar entrevistas técnicas desde cualquier lugar mediante un dispositivo móvil. Para diseñar la aplicación, se ha aplicado la metodología Design Thinking. Se ha analizado el entorno de la aplicación mediante la realización de informes de mercado y Benchmarking. Para el desarrollo del proyecto, se han utilizado las tecnologías más avanzadas y actuales en el desarrollo de aplicaciones Android, como Jetpack Compose y Material Design 3. Para la gestión de la base de datos se ha utilizado Firebase Authentication y Cloud Firestore. Y para el backend se ha utilizado Render, creando un servidor con Flask para compilar y ejecutar el código generado por el usuario. [en] In the current technological job market, recruitment processes can become lengthy and inefficient, often resulting in a disproportionate investment of time and effort by candidates with limited outcomes. In response to this situation, this Final Degree Project proposes the development of an application aimed at improving and streamlining recruitment processes in technological environments, with the goal of making them more accessible, efficient, and transparent. As a distinctive feature, the application integrates technical interviews directly into the platform, enabling a more objective assessment of candidates’ technical skills. Additionally, the system maintains a structured record of each user’s performance regardless of whether they are selected for a specific position, allowing this information to be consulted and reused in future recruitment processes. Finally, the application provides users with the flexibility and convenience to complete technical interviews from any location using their mobile device. While designing the application, the Design Thinking methodology was applied. The application’s environment was analyzed through market research and benchmarking reports. For the development of the project, the most advanced and widely used technologies in Android application development were used, such as Jetpack Compose and Material Design 3. Firebase Authentication and Cloud Firestore were used for database management. For the backend, Render was used, creating a server with Flask to compile and execute the code generated by the user.

Browse

Recent Submissions