Escuela de Doctorado

Fecha de lectura: 10/04/2026

• BORJA ROBALINO, RICARDO STALIN: Optimización bayesiana en técnicas machine Learning clásicas: redes neuronales y XGBoost y su aplicación como modelos predictores de diabetes en pacientes ecuatorianos
  
  Autor/a: BORJA ROBALINO, RICARDO STALIN
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
  Departamento: Departamento de Estadística e Investigación Operativa (EIO)
  Modalidad: Normal
  Fecha de depósito: 22/01/2026
  Fecha de lectura: 10/04/2026
  Hora de lectura: 11:00
  Lugar de lectura: Dia 10 d’ abril de 2026 a les 11h del matí a la Sala de Juntes de la FIB
  Director/a de tesis: MONLEON GETINO, ANTONIO | GIBERT OLIVERAS, CARINA
  Resumen de tesis: El machine learning (ML) es una rama de la inteligencia artificial que permite imitar las capacidades humanas, a través de diversos algoritmos y técnicas que aprenden de los datos mediante procesos de aprendizaje (supervisado, no supervisado o por refuerzo) para la toma de decisiones con una mínima intervención humana. Los modelos clásicos de ML han generado grandes resultados en la automatización de procesos de clasificación y regresión en diversas áreas. Dentro de la clasificación, las redes neuronales artificiales (ANN) han ganado relevancia por su capacidad de aprender y modelar relaciones no lineales complejas. De igual manera, el modelo XGBoost basado en árboles de decisión ha demostrado gran eficiencia, velocidad, escalabilidad y rendimiento, imponiéndose en diversas competiciones. Por otro lado, la inferencia bayesiana ha proporcionado un marco probabilístico y revolucionario en las optimizaciones de los modelos de machine learning, con la implementación de la incertidumbre en el proceso de estimación, combinando la evidencia con las creencias previas, con la finalidad de reducir sobreajustes y mejorar las predicciones ajustando parámetros e hiperparámetros. Esta investigación tiene como objetivo optimizar dos técnicas clásicas de machine learning (redes neuronales artificiales y XGBoost), para el caso de clasificación mediante inferencia bayesiana y construir un modelo de prevención de diabetes para la población ecuatoriana. El estudio parte de una conceptualización teórica y matemática de cada algoritmo, seguida de un análisis de los diversos puntos de intervención, programación e implementación de los modelos bayesianos con técnicas de estimación de cadenas de Markov Monte Carlo (MCMC) e inferencia variacional (IV), validación mediante bases de datos públicas, implementación de un sistema cliente-servidor con múltiples backends especializados y, finalmente, el desarrollo de una aplicación real como predictores de diabetes tipo 1, tipo 2 y gestacional.Como resultado, en redes neuronales artificiales (ANN) se implementó un modelo bayesiano en dos puntos de inferencia. El primero ajustó los parámetros en cada paso de retropropagación; sin embargo, se presentó como una opción con una sobrecarga computacional prohibitiva. Como segunda intervención se realizó un ajuste sobre la función de activación en la capa final, obteniendo resultados positivos y viables computacionalmente. Para el caso de XGBoost se ajustaron las predicciones en cada paso boosting antes de la vectorización, evidenciando una alta capacidad predictiva tanto en el uso de la técnica de MCMC como en IV. La validación con la base Pima Indians Diabetes y el uso de diversas funciones de distribución demostraron la robustez y sensibilidad de los modelos implementados, en tanto que la generalización y consistencia se comprobó a través de la aplicación en diversas bases de datos. En todos los casos, se obtuvieron resultados superiores o iguales al uso del modelo tradicional, dependiendo de las características de los datos. Adicionalmente, se implementó una aplicación web (cliente-servidor) con las propuestas bayesianas, que permiten al usuario interactuar con los modelos de forma fácil e intuitiva, con opciones de carga de datos, configuración de parámetros y distribuciones de probabilidad, técnicas de estimación (MCMC o IV), proceso de entrenamiento-validación o uso de cross validación, resultados en tiempo real y opciones de descarga del modelo. La aplicación de la propuesta bayesiana a un caso real como es el caso de la predicción de la diabetes tipo 1, tipo 2 y gestacional, con datos de pacientes ecuatorianos, presentó resultados alentadores (accuracy=99.47%), convirtiéndose en el primer modelo predictor de los tres tipos de diabetes a nivel regional y nacional, confirmando que el uso de este enfoque es una excelente alternativa para la optimización de modelos de machine learning.
  

• FUENTES LLANOS, JUDITH: Development of 3D Bioengineered Skeletal Muscle-based Bioactuators for Biorobotic and Biomedical Applications
  
  Autor/a: FUENTES LLANOS, JUDITH
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: INGENIERÍA BIOMÉDICA
  Departamento: Departamento de Ciencia e Ingeniería de Materiales (CEM)
  Modalidad: Compendio de publicaciones
  Fecha de depósito: 11/02/2026
  Fecha de lectura: 10/04/2026
  Hora de lectura: 11:00
  Lugar de lectura: Sala d'Actes, Edifici Vèrtex, Campus Diagonal Nord, Vèrtex (VX), Plaça d'Eusebi Güell, 6, 08034 Barcelona
  Director/a de tesis: SÁNCHEZ ORDÓÑEZ, SAMUEL | GUIX NOGUERA, MARIA
  Resumen de tesis: Los sistemas biohíbridos combinan materiales vivos, como células o tejidos, con componentes sintéticos, como estructuras mecánicas, elementos electrónicos u otros materiales artificiales. Esta integración busca aprovechar propiedades únicas de los materiales biológicos, autoensamblaje, respuesta a estímulos, adaptabilidad y autorregeneración, difíciles de reproducir en materiales puramente sintéticos. Al combinar estas cualidades con la robustez y versatilidad de las estructuras artificiales, los sistemas biohíbridos se configuran como plataformas capaces de adaptarse y actuar en entornos dinámicos. Entre los distintos componentes biológicos explorados, el músculo esquelético destaca por su contracción controlable, elevada relación fuerza-peso y compatibilidad con diversas estrategias de biofabricación 3D, lo que lo convierte en un bioactuador idóneo tanto para robótica blanda como para plataformas in vitro de ensayos farmacológicos y estudios biomédicos.Esta tesis se centra en el desarrollo de bioactuadores tridimensionales basados en músculo esquelético, abordando aspectos que van desde la biofabricación hasta la mejora de su funcionalidad, el control de la contracción y la capacidad regenerativa. Se desarrolló y optimizó un método de bioimpresión coaxial 3D asistida con Plurónico (PACA-3D), que permitió fabricar bioactuadores con estructuras fasciculares biomiméticas, más cercanas a la organización nativa. Estos presentaron mayor maduración celular, mejor formación de sarcómeros y un aumento de la fuerza contráctil respecto a los obtenidos mediante extrusión convencional.Con el fin de mejorar la respuesta y el control direccional, se introdujo la capacidad de responder a campos magnéticos mediante una biotinta basada en ferrofluidos, con la que se fabricó el denominado Ferromuscle (en colaboración con la Universidad de Waterloo y Aalto). Estos bioactuadores mostraron mejor alineación celular, mayor fuerza y actuación guiada magnéticamente. En colaboración con la Universidad de Cagliari (UniCa), también se evaluó la integración de sensores de deformación flexibles basados en transistores orgánicos de efecto de campo (OFET), capaces de monitorizar en tiempo real el comportamiento contráctil. Estos dispositivos permitieron una detección de fuerza con sensibilidad regulable y sin interferencias con la estimulación eléctrica estándar, abriendo el camino a estrategias de control en bucle cerrado y a plataformas automatizadas de cribado de fármacos.Asimismo, se estudió la capacidad de autorregeneración de los bioactuadores tras daños diseñados para reproducir el estrés mecánico asociado a su manipulación y funcionamiento. Con el tiempo, se observó una recuperación parcial o completa de la fuerza y un remodelado estructural sin intervenciones externas, lo que evidencia su potencial de autoreparación, aunque los mecanismos biológicos implicados aún no se comprenden por completo.Finalmente, se presentan varios trabajos colaborativos que enriquecen esta investigación, entre ellos la integración de estructuras tipo tendón para desarrollar unidades músculo-tendón (ETH Zürich), mejorando el diseño biomimético, la estabilidad y el rendimiento de los bioactuadores. También se incluyen estudios sobre mecanismos flexibles biohíbridos accionados por músculo esquelético, en los que se evaluó cómo la arquitectura del esqueleto y el tipo de estimulación (por voltaje o corriente) condicionan la respuesta contráctil (SSA y UniCa).En conjunto, esta tesis aporta innovación al campo de la robótica biohíbrida mediante la combinación de técnicas de fabricación avanzadas, estrategias de control, sensores integrados y el estudio de la capacidad regenerativa. Estos avances acercan el desarrollo de máquinas biohíbridas robustas, autónomas y funcionales, con aplicaciones en robótica blanda, ingeniería de tejidos e investigación biomédica.
  

• ORTEGA OLIVA, NARCISO: FRONTEX Y LA FRONTERA MEDITERRÁNEA: UN NUEVO MODELO PARA RECUPERAR LA HUMANIDAD EN EL MAR
  
  Autor/a: ORTEGA OLIVA, NARCISO
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: INGENIERÍA NÁUTICA, MARINA Y RADIOELECTRÓNICA NAVAL
  Departamento: Departamento de Ciencia e Ingeniería Náuticas (CEN)
  Modalidad: Normal
  Fecha de depósito: 13/03/2026
  Fecha de lectura: pendiente
  Hora de lectura: pendiente
  Lugar de lectura: pendiente
  Director/a de tesis: RODRIGO DE LARRUCEA, JAIME
  Resumen de tesis: La memoria realiza un análisis crítico y justificado sobre la evolución de FRONTEX y la gestión fronteriza europea, combinando aspectos jurídicos, políticos, sociológicos y operativos. Utiliza una metodología solida con datos empíricos, trabajo de campo, análisis comparativos internacionales, herramientas estadísticas avanzadas como el análisis de correspondencias múltiples y pruebas de Chi-cuadrado, además de gráficos y tablas que facilitan la comprensión de los resultados. Se Identifican problemas estructurales como la militarización encubierta, la externalización de responsabilidades y la crisis de legitimidad de FRONTEX, y se proponen soluciones concretas y viables para una reforma estructural hacia un modelo más ético, transparente y respetuoso de los derechos humanos. Pretende ser una contribución al debate académico y jurídico sobre la gestión fronteriza europea, con rigor científico.
  

• ZIAIEBIGDELI, MOHAMMADAMIN: Computing quality in housing: examining the evolution and systematization in computational design in architectural plan design and analysis
  
  Autor/a: ZIAIEBIGDELI, MOHAMMADAMIN
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: TEORÍA E HISTORIA DE LA ARQUITECTURA
  Departamento: Departamento de Teoría e Historia de la Arquitectura y Técnicas de Comunicación (THATC)
  Modalidad: Normal
  Fecha de depósito: 19/02/2026
  Fecha de lectura: 10/04/2026
  Hora de lectura: 12:00
  Lugar de lectura: ETSAB (Esc. Técn. Sup. Arquitectura Bcn)-Sala GradosAv. Diagonal, 649-BCNVideoconfer.: https://meet.google.com/uoh-cdjb-mdpInicio conexión: 11:30h
  Director/a de tesis: ROSSELLO NICOLAU, MARÍA ISABEL | HERNÁNDEZ FALAGÁN, DAVID
  Resumen de tesis: Esta investigación emprende una exploración meticulosa sobre la sistematización y el análisis de los planos arquitectónicos, trazando su evolución a través del prisma del pensamiento de diseño computacional desde el siglo XX hasta la actualidad. El contexto específico es el de los espacios habitables, donde la calidad y funcionalidad están intrínsecamente ligadas a la extracción sistemática y aplicación de parámetros de diseño. Esta tesis explora la evolución del pensamiento computacional en arquitectura, estableciendo un puente entre los paradigmas teóricos introducidos por los pioneros Alexander Klein, Cedric Price, Christopher Alexander y Nicholas Negroponte, y las prácticas contemporáneas de diseño.A través de una metodología inductiva, se analizan tres estudios de caso para demostrar cómo las herramientas y tecnologías computacionales mejoran la calidad espacial, la adaptabilidad y el compromiso del usuario. Cada estudio de caso corresponde a los indicadores clave establecidos por estos pioneros —geometría espacial, adaptabilidad temporal, diseño participativo y computación digital— ilustrando su influencia perdurable en la arquitectura moderna. Al vincular estas ideas fundacionales con prácticas avanzadas como la modelación paramétrica, los sistemas inteligentes y la fabricación digital, esta investigación destaca la relevancia práctica de estos paradigmas para enfrentar los desafíos arquitectónicos contemporáneos y diseñar espacios innovadores centrados en el ser humano.El recorrido comienza con el concepto de *Existenzminimum* de Alexander Klein en las décadas de 1920 y 1930. Su enfoque científico del diseño enfatizaba la optimización del espacio y la sistematización de los planos utilizando parámetros tanto cualitativos como cuantitativos, sentando así las bases para los futuros métodos de diseño computacional. Al llegar a los años 60, nos encontramos con el “Lenguaje de Patrones” de Christopher Alexander. Alexander aportó una nueva perspectiva a la sistematización del plano, utilizando reglas y sistemas para extraer parámetros de diseño y analizar la planificación arquitectónica. Sus metodologías constituyen un pilar fundamental del diseño computacional tal como lo conocemos hoy.En los años 70, Cedric Price introdujo un enfoque más dinámico. Su visión de la arquitectura, ejemplificada en el proyecto *24 Hour Living Toy*, se adaptaba a las necesidades y comportamientos cambiantes de los usuarios. Su énfasis en parámetros centrados en el usuario marcó un giro en el pensamiento del diseño computacional hacia la adaptabilidad y la flexibilidad. Actualmente, el pensamiento de diseño computacional en el contexto de los espacios habitables busca sintetizar las lecciones de estas figuras clave, destacando el análisis y la extracción de parámetros de diseño. Estos parámetros, enriquecidos por los avances tecnológicos y el enfoque cada vez más centrado en el usuario, se utilizan para optimizar y mejorar la calidad de los espacios habitables.La trayectoria de esta investigación, desde metodologías del pasado hasta prácticas contemporáneas, proporciona una comprensión profunda de cómo han evolucionado el pensamiento computacional y el análisis de planos. Al extraer y estudiar los diversos parámetros utilizados a lo largo del tiempo, esta investigación aspira a enriquecer el discurso del diseño computacional y a impulsar el diseño de espacios habitables.
  

Fecha de lectura: 13/04/2026

• KHOSRAVI, HAMID: Enhancing microfluidic and electrochemical sensors for biological and environmental analysis
  
  Autor/a: KHOSRAVI, HAMID
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: INGENIERÍA MECÁNICA, FLUIDOS Y AERONÁUTICA
  Departamento: Departamento de Ingeniería Mecánica (EM)
  Modalidad: Normal
  Fecha de depósito: 27/02/2026
  Fecha de lectura: 13/04/2026
  Hora de lectura: 15:30
  Lugar de lectura: Sala de conferències del TR5, ESEIAAT.
  Director/a de tesis: CASALS TERRE, JASMINA
  Resumen de tesis: La transición hacia tecnologías analíticas portátiles, de bajo coste y respetuosas con el medio ambiente ha intensificado la búsqueda de alternativas sostenibles a la instrumentación de laboratorio convencional. Esta tesis desarrolla plataformas de detección electroquímica y basada en papel que priorizan los principios de la economía circular mediante el uso de materiales renovables y derivados de residuos. Se seleccionaron fibras de celulosa no maderera como sustrato para dispositivos microfluídicos analíticos de papel (μPADs), mientras que la cascarilla de laminación industrial se valorizó para sintetizar nanopartículas de magnetita empleadas en la modificación de electrodos, demostrando que la sostenibilidad y el alto rendimiento analítico pueden ser sinérgicos.En el primer estudio, se evaluaron μPADs fabricados a partir de fuentes de celulosa alternativas. Su morfología fibrosa y porosidad influyeron notablemente en el flujo capilar y en las respuestas colorimétricas. En comparación con los papeles de celulosa comerciales, los sustratos no madereros permitieron una absorción significativamente más rápida y una reducción sustancial del tiempo de detección, lo que subraya su idoneidad para diagnósticos rápidos en entornos con recursos limitados.El segundo estudio se centró en la detección de lactato mediante electrodos modificados con magnetita. Las nanopartículas de Fe₃O₄ derivadas de residuos mejoraron la transferencia electrónica y la inmovilización enzimática, permitiendo un rango de detección excepcionalmente amplio junto con alta sensibilidad y bajo límite de detección. Hasta donde alcanza nuestro conocimiento, este trabajo representa la primera demostración de una plataforma biosensora de lactato que logra simultáneamente un rango dinámico tan amplio manteniendo una elevada sensibilidad analítica, lo que la hace adecuada para aplicaciones que abarcan desde el monitoreo fisiológico hasta entornos alimentarios y de fermentación altamente concentrados.Finalmente, se desarrolló una nueva estrategia electroquímica para la cuantificación de microplásticos de polietileno tereftalato (PET) en agua. Aprovechando la afinidad natural entre el PET y las nanopartículas de magnetita, este enfoque transiciona del uso tradicional de la magnetita para la preconcentración magnética hacia una medición electroquímica directa y cuantitativa, validada con éxito en matrices de agua sintética y real.En conjunto, esta tesis demuestra que materiales renovables y derivados de residuos desde la celulosa no maderera hasta la magnetita obtenida de cascarilla de laminación pueden actuar como componentes funcionales en plataformas de detección avanzadas, impulsando tecnologías analíticas sostenibles para aplicaciones biomédicas y medioambientales.