Escuela de Doctorado

Fecha de lectura: 14/09/2026

• GARÍ GALÍNDEZ, JON: Developing Artificial Intelligence Strategies to Accelerate Scientific Research: Application to Thin-Film Photovoltaic Technologies
  
  Autor/a: GARÍ GALÍNDEZ, JON
  Programa: FÍSICA COMPUTACIONAL Y APLICADA
  Departamento: Departamento de Física (FIS)
  Modalidad: Compendio de publicaciones
  Fecha de depósito: 13/07/2026
  Fecha de lectura: 14/09/2026
  Hora de lectura: 10:00
  Lugar de lectura: Edifici A, 1a planta, aula A1.07Campus Diagonal-Besòs – UPCAv. d'Eduard Maristany, 1608930 Sant Adrià de Besòs (Barcelona) https://meet.google.com/qmy-zzfx-xnx
  Director/a de tesis: IZQUIERDO ROCA, VICTOR | GUC, MAXIM
  Resumen de tesis: El ciclo de desarrollo de nuevas tecnologías basadas en materiales abarca entre 15-25 años debido a la creciente complejidad de los procesos de investigación experimental. Acelerar este proceso es esencial para permitir la implementación a gran escala de tecnologías sostenibles que apoyen la transición energética y garanticen la electrificación de la sociedad. Las tecnologías fotovoltaicas (PV) desempeñan un papel central en esta transición, en particular las nuevas tecnologías fotovoltaicas de capa delgada (TFPV), que prometen ampliar significativamente la aplicación de módulos solares en nuestro día a día. Por lo tanto, acelerar su desarrollo y transferencia es clave para alcanzar este objetivo. En este contexto, avances recientes en inteligencia artificial (IA), inteligencia artificial explicable (XAI), robótica y automatización han dado lugar a un nuevo paradigma: la ciencia de materiales basada en datos, capaz de acelerar el descubrimiento y optimización de materiales. Sin embargo, a pesar del creciente uso del aprendizaje automático (ML) en la ciencia de materiales, la aplicación de enfoques XAI a conjuntos de datos (datasets) experimentales reales de caracterización sigue siendo limitada, y la traducción de las salidas de los modelos de ML en información con sentido físico continúa siendo un reto importante.Este trabajo aborda este desafío mediante la exploración y el desarrollo de estrategias basadas en IA para analizar e interpretar los datos experimentales de caracterización, siguiendo un marco de interpretabilidad propuesto en esta tesis, orientado tanto a acelerar la investigación como a mejorar la explicabilidad de los modelos de ML. El trabajo empieza con la implementación y optimización de diferentes estrategias de entrenamiento para máquinas de Boltzmann restringidas (RBMs) utilizando datasets de referencia. Este estudio está alineado con el primer nivel del marco de interpretabilidad (Nivel 1: Usando IA) y establece las bases para la implementación de algoritmos de ML en datasets experimentales de caracterización. Posteriormente, se desarrolla un primer enfoque basado en XAI para extraer información relevante de datos experimentales de caracterización de dispositivos TFPV basados en kesterita (Nivel 2: Usando XAI), demostrando el potencial de los modelos de ML interpretables para identificar correlaciones entre las propiedades fisicoquímicas de los materiales y el rendimiento fotovoltaico de los dispositivos.Finalmente, esta progresión culmina en la implementación de una metodología integrada basada en XAI para analizar datasets multimodales obtenidos a partir de una caracterización holística de células solares de kesterita. Esta metodología integra completamente el ciclo de investigación, desde la síntesis y la caracterización hasta el análisis de los datos, la interpretación, y la extracción de información relevante para seguir optimizando la tecnología. Se pone especial énfasis en la interpretabilidad, donde la combinación de modelos de XAI intrínsecos con técnicas de XAI post-hoc permite la identificación de las propiedades fisicoquímicas que gobiernan el rendimiento y la reproducibilidad de los dispositivos, relacionando las regiones espectrales relevantes con sus correspondientes propiedades físicas. Esta estrategia alcanza el tercer nivel del marco de interpretabilidad (Nivel 3: Usando XAI+) y proporciona información significativa para guiar los posteriores ciclos de investigación. Esta información es validada mediante la modificación de varios procesos de fabricación, dando lugar a una mejora en el rendimiento fotovoltaico de los nuevos dispositivos. Además, reduce sustancialmente los tiempos del ciclo de investigación, acelerando la optimización de materiales desde escalas mayores a un año hasta menos de una semana. Estos resultados contribuyen al desarrollo de enfoques de laboratorios autónomos (SDLs) y al avance de la ciencia de materiales basada en datos, impulsando así la transición energética
  

Fecha de lectura: 18/09/2026

• ERBS, FLORENCE AMANDINE: AI-enhanced Passive Acoustic Monitoring of Tropical Freshwater Environments
  
  Autor/a: ERBS, FLORENCE AMANDINE
  Programa: CIENCIAS DEL MAR
  Departamento: Departamento de Ingeniería Civil y Ambiental (DECA)
  Modalidad: Compendio de publicaciones
  Fecha de depósito: 28/05/2026
  Fecha de lectura: 18/09/2026
  Hora de lectura: 14:00
  Lugar de lectura: Place: ETSECCPBUPC, Campus NordBuilding C1. Classroom: 002C/Jordi Girona, 1-308034 Barcelona
  Director/a de tesis: ANDRE SANCHEZ, MICHEL
  Resumen de tesis: Los ecosistemas tropicales de agua dulce, particularmente en la cuenca del Amazonas, se encuentran entre los entornos más vulnerables del mundo, enfrentando presiones crecientes derivadas de actividades humanas como la sobreexplotación, la contaminación y la degradación del hábitat. Los esfuerzos de conservación efectivos se ven limitados por la escasez de datos de monitoreo a largo plazo, ya que los métodos tradicionales de muestreo visual suelen ser inadecuados debido a la alta turbidez de las aguas amazónicas y a la complejidad de los mosaicos de hábitats en las llanuras de inundación, donde la estacionalidad de lagos, canales y bosques inundados dificulta la detección de especies. Esta tesis aborda estos desafíos mediante el desarrollo de un marco de monitoreo innovador y escalable que utiliza el Monitoreo Acústico Pasivo (PAM, por sus siglas en inglés) optimizado con Inteligencia Artificial (IA), centrado en tres especies indicadoras: el delfín rosado (Inia geoffrensis), el tucuxi (Sotalia fluviatilis) y el manatí amazónico (Trichechus inunguis).La investigación se presenta como un compendio de dos publicaciones científicas que integran el monitoreo acústico autónomo de largo plazo con técnicas de Aprendizaje Profundo (Deep Learning), específicamente Redes Neuronales Convolucionales (CNN), para automatizar la detección de especies en paisajes sonoros fluviales complejos y ruidosos. El primer estudio se centra en los delfines de río amazónicos, aprovechando su producción casi continua de clics de ecolocalización para la detección de presencia. El clasificador CNN desarrollado alcanzó una precisión media de 0,95 y discriminó con éxito entre los clics de los delfines e interferencias impulsivas como la lluvia y el ruido de motores de embarcaciones. Esta automatización permitió rastrear movimientos estacionales sincronizados hacia hábitats de bahías de inundación y canales fluviales siguiendo el pulso anual de inundación. Además, el estudio proporcionó información poco común sobre el uso estacional de los bosques inundados, revelando una presencia regular de delfines durante los períodos de aguas altas. Asimismo, se cuantificó el solapamiento espacio-temporal entre los delfines y el tráfico de embarcaciones, estableciendo una línea base para evaluar la exposición al ruido antropogénico en hábitats críticos.El segundo estudio aplicó un enfoque similar basado en IA para la detección del manatí amazónico, una especie críptica caracterizada por un comportamiento de superficie discreto y un repertorio vocal previamente poco descrito en la naturaleza. Al entrenar un modelo CNN con vocalizaciones silvestres, la investigación proporcionó la primera caracterización detallada del repertorio vocal del manatí amazónico en su entorno natural, identificando cuatro tipos de llamadas distintos y generando nuevos conocimientos sobre su comportamiento vocal en las llanuras de inundación. El análisis de los parámetros vocales, incluyendo las tasas de repetición y las características de frecuencia, reveló que el lago Mamirauá, donde se presumía la ausencia de la especie, funciona como un hábitat de cría crítico.Esta disertación demuestra que la integración del PAM y el aprendizaje automático ofrece una herramienta no invasiva, de bajo coste y de alto rendimiento para el monitoreo de la biodiversidad en entornos remotos de agua dulce tropical. La transición del análisis acústico manual al procesamiento automatizado permite la conversión eficiente de grandes volúmenes de datos acústicos en conocimientos ecológicos, facilitando la identificación de hábitats críticos, apoyando la comprensión de los procesos ecológicos de las llanuras aluviales y avanzando en la evaluación de los impactos antropogénicos y la salud del ecosistema. Estos hallazgos proporcionan una base sólida para un marco de monitoreo estandarizado en la Amazonía que respalde la conservación basada en datos objetivos para estas especies en peligro y sus ecosistemas.
  

• GOYZUETA MEJÍA, ZARELA MÓNICA: L'orientació de client a partir de l'experiència educativa: la perspectiva d'estudiants de pregrau a les universitats privades del Perú
  
  Autor/a: GOYZUETA MEJÍA, ZARELA MÓNICA
  Programa: ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
  Departamento: Departamento de Organización de Empresas (OE)
  Modalidad: Normal
  Fecha de depósito: 08/06/2026
  Fecha de lectura: 18/09/2026
  Hora de lectura: 12:00
  Lugar de lectura: ETSETB- UPC, Aula B3 Teleensenyament Enllaç públic: meet.google.com/ipt-evpc-xzc
  Director/a de tesis: CONSOLACION SEGURA, CAROLINA MARIA | BARREDO IBAÑEZ, DANIEL
  Resumen de tesis: El neoliberalismo, como modelo de gobernabilidad global, ha promovido la competencia y la eficiencia del mercado como pilares del progreso económico y social. Su influencia ha permeado diversos sectores, y la educación superior no ha sido la excepción. En este ámbito, dicha ideología ha impulsado la aparición de la marketización, una tendencia que concibe el sistema educativo bajo un modelo de oferta y demanda, donde la educación es entendida como un bien o servicio que se puede adquirir, y cuyo valor se mide principalmente por el retorno económico que genera. En este contexto, surge la metáfora del estudiante como cliente, un concepto de origen empresarial que posiciona al estudiante como el consumidor central de un servicio educativo experiencial, orientado a ofrecerle una formación académica satisfactoria para su desarrollo profesional.Este fenómeno ha generado un amplio y antagónico debate en la literatura; no obstante, las investigaciones han profundizado poco en la experiencia educativa como variable determinante del perfil del estudiante cliente. Además, la mayoría de los estudios se concentran en Europa y Estados Unidos, por lo que Latinoamérica —y particularmente el Perú— sigue siendo un contexto poco explorado.En este marco, el propósito de esta tesis doctoral es analizar cómo se configura la orientación de cliente en estudiantes de pregrado de universidades privadas del Perú, considerando las dimensiones de su experiencia educativa, la influencia de variables demográficas y la perspectiva de expertos académicos. Para ello, se adoptó un enfoque metodológico mixto.En primer lugar, se realizó una revisión sistemática de la literatura sobre la metáfora del estudiante como cliente (2000–2022) en las bases de datos Scopus y Web of Science, identificándose 83 estudios que cumplieron con los criterios de elegibilidad. En segundo lugar, se adaptó al contexto peruano la escala SCOQ (Student Customer Orientation Questionnaire) de Koris y Nokelainen (2015), a partir de la cual se recolectaron 798 encuestas en tres universidades privadas. Los datos fueron analizados mediante un análisis factorial exploratorio, que permitió identificar las dimensiones de la experiencia educativa que definen la orientación de clientes en estudiantes peruanos. Posteriormente, se aplicó un modelo de regresión múltiple para evaluar la influencia de variables demográficas. Finalmente, los resultados fueron triangulados con 12 entrevistas en profundidad a expertos académicos, con el fin de contrastar y enriquecer los hallazgos.Los resultados de la investigación revelan cuatro hallazgos principales. En primer lugar, la literatura se estructura en dos enfoques predominantes: una perspectiva crítica, centrada en los riesgos de mercantilización y el debilitamiento del rigor académico, y una perspectiva relacional, que concibe al estudiante como coproductor del servicio educativo. En segundo lugar, la adaptación del instrumento SCOQ al contexto peruano permitió, a través de un análisis factorial exploratorio, identificar cinco factores de la experiencia educativa, evidenciándose que en cuatro de ellos los estudiantes exhiben una orientación de cliente. En contraste, la autoexigencia positiva constituye el único factor en el que no se observa dicha orientación, lo que evidencia un perfil híbrido del estudiante peruano, quien combina demandas de servicio con responsabilidad académica. En tercer lugar, el análisis de regresión múltiple, si bien con capacidad explicativa limitada, mostró que algunas variables demográficas poseen valor predictivo, destacando el año de estudios como el factor más influyente. Finalmente, la triangulación con expertos evidenció que los docentes adoptan una postura de aceptación condicionada, en la que reconocen ciertas expectativas de los estudiantes, pero subordinan su validez a la preservación del rigor académico y la autonomía docente.
  

• KANJ BONGARD, SEBASTIEN: Contribution to the Systematic Study of Threat Actor Tools and Techniques in Real-World Cyber Incidents
  
  Autor/a: KANJ BONGARD, SEBASTIEN
  Programa: INGENIERÍA TELEMÁTICA
  Departamento: Departamento de Ingeniería Telemática (ENTEL)
  Modalidad: Normal
  Fecha de depósito: 22/06/2026
  Fecha de lectura: 18/09/2026
  Hora de lectura: 10:30
  Lugar de lectura: Aula C3-304a (Seminari de Telemàtica), Campus Nord
  Director/a de tesis: PEGUEROLES VALLES, JOSEP RAFEL
  Resumen de tesis: La investigación en respuesta a incidentes de ciberseguridad y análisis forense digital (DFIR) se enfrenta cada vez más a un equilibrio entre el rigor académico y las realidades operativas de las investigaciones en entornos reales. Mientras que los estudios académicos suelen basarse en conjuntos de datos controlados y escenarios sintéticos, los profesionales deben operar bajo presión temporal, con evidencias incompletas y estrictas restricciones de confidencialidad. Esta investigación doctoral aborda esta brecha mediante un programa de Doctorado Industrial realizado en colaboración con Incide Digital Data S.L., que permitió acceder a datos de incidentes reales y a los flujos de trabajo de los profesionales, manteniendo al mismo tiempo una metodología científica rigurosa.La tesis investiga cómo las herramientas, técnicas y comportamientos de los actores de amenazas pueden analizarse de forma sistemática y transformarse en artefactos reutilizables, validados y operativamente significativos. Se exploran tres líneas de investigación complementarias. En primer lugar, se propone una metodología forense integrada para el análisis del uso abusivo de herramientas legítimas y de la actividad en dispositivos móviles, que combina investigaciones centradas en herramientas con una caracterización estructurada de la actividad en iOS para apoyar una reconstrucción precisa, la automatización y un análisis jurídicamente sólido en contextos reales de respuesta a incidentes. En segundo lugar, la investigación desarrolla un mapeo específico para Business Email Compromise (BEC) de tácticas, técnicas y procedimientos utilizando el marco MITRE ATT&CK, abordando las limitaciones de los informes sobre BEC basados en narrativas. La matriz propuesta se valida con casos reales y demuestra mejoras en la comparación de comportamientos, la agrupación de incidentes y la alineación defensiva. En tercer lugar, la tesis diseña y evalúa empíricamente una biblioteca de detección basada en YARA dirigida a técnicas de anti-análisis de malware, con especial atención al comportamiento anti-máquina virtual y anti-sandbox, destacando tanto las fortalezas como las limitaciones de la detección estática en contextos operativos.A través de estas contribuciones, la tesis demuestra que los indicadores basados en comportamiento y en herramientas proporcionan un valor defensivo duradero y que los flujos analíticos híbridos son necesarios para abordar amenazas evasivas modernas. Al fundamentar la innovación metodológica en la práctica industrial, este trabajo contribuye a avanzar el campo del DFIR hacia una investigación más sistemática, reproducible y operativamente relevante, facilitando investigaciones más rápidas y una toma de decisiones defensivas más consistente.
  

• TOBAJAS ASENSIO, LUIS MIGUEL: ANÁLISIS DE LA INFORMACIÓN INSTITUCIONAL Y EL TRATAMIENTO DE LA PRENSA DE LOS INCIDENTES NUCLEARES ESPAÑOLES (1989-2009)
  
  Autor/a: TOBAJAS ASENSIO, LUIS MIGUEL
  Programa: INGENIERÍA NUCLEAR Y DE LAS RADIACIONES IONIZANTES
  Departamento: Departamento de Física (FIS)
  Modalidad: Normal
  Fecha de depósito: 17/06/2026
  Fecha de lectura: 18/09/2026
  Hora de lectura: 11:30
  Lugar de lectura: Aula I 28.8 de l'Escola Tècnica Superior d'Enginyeria Industrial de Barcelona, ETSEIB
  Director/a de tesis: REVENTOS PUIGJANER, FRANCESC-JOSEP | PONT SORRIBES, CARLES
  Resumen de tesis: El objetivo general de esta investigación es analizar la seguridad del parque nuclear en España en el periodo comprendido entre los años 1989 y 2009, mediante un exhaustivo análisis de la información institucional y el tratamiento de la prensa de los incidentes nucleares.La metodología empleada incluye un modelo mixto cualitativo y cuantitativo. Se ha analizado la producción científica sobre incidentes nucleares mediante bases de datos de información técnica, bases de datos académicas (Wos y Scopus) y recursos hemerográficos.La elección de los diarios ABC, La Vanguardia y El País se ha hecho en base al criterio de ser de los periódicos con más seguidores en España en el periodo estudiado, considerando a la prensa como el mejor medio de seguimiento de los incidentes a finales de los años ochenta.En 1990, tras el accidente de Chernóbil, aparece la escala INES, creada por el Organismo Internacional de Energía Atómica (OIEA) y la Agencia de Energía Nuclear, con el objeto de facilitar la comunicación internacional al público y a los medios. En este trabajo se analizan los incidentes clasificados como de nivel 2 o superior siguiendo criterios del OIEA. Los resultados de ese trabajo contemplan la utilización de la escala INES en la información institucional y en los medios de comunicación.Las conclusiones permiten profundizar en el tratamiento de la información al público, y determinar el que hacen los medios en los incidentes nucleares. El análisis de lecciones aprendidas de los cuatro incidentes estudiados, y su seguimiento, permiten discernir avances en la seguridad nuclear, y en la información institucional y al público, con la consolidación de la escala INES en materia de comunicación nuclear en España. Sin embargo, se determina que la finalización de las acciones correctoras no llega a la opinión pública a pesar de su relevancia. La investigación aporta propuestas de mejora con el objetivo de promover en el futuro el perfeccionamiento de la comunicación, incluyendo la participación de los expertos.La comunicación es una de las cuestiones más relevantes en las crisis nucleares y debe ser clara, oportuna, precisa, transparente y proactiva.