Escola de Doctorat

Data de lectura: 18/02/2026

• 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
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ESTADÍSTICA I INVESTIGACIÓ OPERATIVA
  Departament: Departament d'Estadística i Investigació Operativa (EIO)
  Modalitat: Normal
  Data de dipòsit: 22/01/2026
  Data de lectura: pendent
  Hora de lectura: pendent
  Lloc de lectura: pendent
  Director/a de tesi: MONLEON GETINO, ANTONIO | GIBERT OLIVERAS, CARINA
  Resum de tesi: El machine learning (ML) és una branca de la intel·ligència artificial que permet imitar les capacitats humanes, mitjançant diversos algorismes i tècniques que aprenen de les dades mitjançant processos d'aprenentatge (supervisat, no supervisat o per reforç) per a la presa de decisions amb una mínima intervenció humana. Els models clàssics de ML han generat grans resultats a l'automatització de processos de classificació i regressió en diverses àrees. Dins de la classificació, les xarxes neuronals artificials (ANN) han guanyat rellevància per la capacitat d'aprendre i modelar relacions no lineals complexes. De la mateixa manera, el model XGBoost basat en arbres de decisió ha demostrat una gran eficiència, velocitat, escalabilitat i rendiment, imposant-se en diverses competicions. D'altra banda, la inferència bayesiana ha proporcionat un marc probabilístic i revolucionari en les optimitzacions dels models de machine learning, amb la implementació de la incertesa en el procés d'estimació, combinant l'evidència amb les creences prèvies, amb la finalitat de reduir sobreajustaments i millorar les prediccions ajustant paràmetre.Aquesta investigació té com a objectiu optimitzar dues tècniques clàssiques de machine learning (xarxes neuronals artificials i XGBoost), per al cas de classificació mitjançant inferència bayesiana i construir un model de prevenció de diabetis per a la població equatoriana. L'estudi parteix d'una conceptualització teòrica i matemàtica de cada algorisme, seguida d'una anàlisi dels diversos punts d'intervenció, programació i implementació dels models bayesians amb tècniques d'estimació de cadenes de Markov Monte Carlo (MCMC) i inferència variacional (IV), validació mitjançant bases de dades públiques, implementació d'un sistema client-servidor com a predictors de diabetis tipus 1, tipus 2 i gestacional.Com a resultat, a les xarxes neuronals artificials (ANN) es va implementar un model bayesià en dos punts d'inferència. El primer va ajustar els paràmetres a cada pas de retropropagació; tot i això, es va presentar com una opció amb una sobrecàrrega computacional prohibitiva. Com a segona intervenció es va realitzar un ajustament sobre la funció dactivació a la capa final, obtenint resultats positius i viables computacionalment. Per al cas de XGBoost es van ajustar les prediccions a cada pas boosting abans de la vectorització, evidenciant una alta capacitat predictiva tant en l'ús de la tècnica de MCMC com a IV. La validació amb la base Pima Indians Diabetes i l'ús de diverses funcions de distribució van demostrar la robustesa i sensibilitat dels models implementats, mentre que la generalització i la consistència es va comprovar a través de l'aplicació en diverses bases de dades. En tots els casos, es van obtenir resultats superiors o iguals a lús del model tradicional, depenent de les característiques de les dades.Addicionalment, es va implementar una aplicació web (client-servidor) amb les propostes bayesianes, que permeten a l'usuari interactuar amb els models de forma fàcil i intuïtiva, amb opcions de càrrega de dades, configuració de paràmetres i distribucions de probabilitat, tècniques d'estimació (MCMC o IV), procés d'entrenament-validació o ús de model. L'aplicació de la proposta bayesiana a un cas real com és el cas de la predicció de la diabetis tipus 1, tipus 2 i gestacional, amb dades de pacients equatorians, va presentar resultats encoratjadors (accuracy=99.47%), convertint-se en el primer model predictor dels tres tipus de diabetis a nivell regional i nacional, confirmant que machine learning.
  

• CASTRO CARRASCO, REBECA IGNACIA: Characterization of sulfate-reducing biofilms using an amperometric printed H₂S sensor
  
  Autor/a: CASTRO CARRASCO, REBECA IGNACIA
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: RECURSOS NATURALS I MEDI AMBIENT
  Departament: Departament d'Enginyeria Minera, Industrial i TIC (EMIT)
  Modalitat: Normal
  Data de dipòsit: 22/01/2026
  Data de lectura: pendent
  Hora de lectura: pendent
  Lloc de lectura: pendent
  Director/a de tesi: GABRIEL BUGUÑA, GEMMA | GUIMERÀ VILLALBA, XAVIER
  Resum de tesi: Una comprensió completa dels processos sulfidogènics en bioreactors continua sent limitada a causa de la poca disponibilitat d’eines per a avaluar l’activitat sulfatoreductora de la biomassa immobilitzada. Per abordar aquesta limitació, el present treball es basa en el desenvolupament d’alternatives adequades per a la caracterització de biomassa sulfatoreductora mitjançant microsensors electroquímics. Per a això, es va desenvolupar un bioreactor de cel·la de flux per a la monitorització en temps real emprant biomassa artificialment immobilitzada, en substitució de la immobilització natural derivada d’exopolisacàrids. Les avaluacions físiques i biològiques van permetre identificar una matriu polimèrica capaç de preservar l’activitat sulfatoreductora, garantint al mateix temps una retenció microbiana adequada i una integritat estructural; a més, es va avaluar un conjunt de condicions operatives per generar perfils detallats de producció d’H₂S en el bioreactor de cel·la de flux. Paral·lelament, es va fabricar un microsensor d’H₂S imprès, mitjançant tecnologia inkjet printing, utilitzant com a substrat tereftalat de polietilè, imprimint amb tintes de plata i or, i realitzant una modificació amb nanotubs de carboni reforçats amb alcohol polivinílic i clorur de polidialildimetilamoni, que promou la dispersió de la tinta, l’adhesió i l’estabilitat mecànica. La formulació optimitzada va proporcionar estabilitat operativa a llarg termini, respostes lineals en diferents medis i un rendiment comparable al de microsensors comercials, malgrat una disminució inicial de la sensibilitat. A més, l’estudi va avaluar el comportament operatiu de grànuls artificials sulfatoreductors en reactors de columna i de tanc agitat tractats, demostrant altes eficiències d’eliminació de sulfat a càrregues moderades, una estabilitat superior en configuracions de columna, acumulació d’àcids grassos volàtils associada a l’oxidació incompleta del glicerol i l’eficàcia d’una estratègia de bioreforç basada en bacteris sulfatoreductors acetat-oxidants immobilitzats en grànuls artificials. Finalment, la plataforma integrada es va validar per a l’anàlisi de la producció d’H₂S en biopel·lícules reductores de sulfat immobilitzades, combinant el bioreactor de cel·la de flux amb microsensors impresos per a la monitorització simultània i in situ d’H₂S i pH. L’adquisició de dades va revelar marcats gradients d’H₂S impulsats per limitacions de transferència de matèria i dispersió hidrodinàmica, mentre que els elèctrodes impresos van mostrar respostes amperomètriques lineals i un rendiment estable durant operacions prolongades, confirmant així l’idoneïtat de la plataforma proposada per a la caracterització d’alta resolució i en temps real de biopel·lícules sulfidogèniques.
  

• MUÑOZ GALAN, HELENA: Sensor design and development for autonomous devices for disease diagnosis and therapy
  
  Autor/a: MUÑOZ GALAN, HELENA
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: POLÍMERS I BIOPOLÍMERS
  Departament: Departament d'Enginyeria Química (EQ)
  Modalitat: Normal
  Data de dipòsit: 22/01/2026
  Data de lectura: pendent
  Hora de lectura: pendent
  Lloc de lectura: pendent
  Director/a de tesi: ALEMAN LLANSO, CARLOS ENRIQUE | PÉREZ MADRIGAL, MARIA DEL MAR
  Resum de tesi: Aquesta tesi doctoral aborda els principals reptes en la gestió de la diabetis mitjançant la integració de materials sostenibles, sistemes de monitoratge no invasiu i tecnologies avançades d’alliberament d’insulina dins d’un marc unificat. La diabetis mellitus és un trastorn metabòlic crònic que requereix monitoratge continu de la glucosa i una administració precisa d’insulina per mantenir el control glucèmic i reduir complicacions. Responent a aquestes necessitats, la tesi es divideix en tres aportacions principals.En primer lloc, es millora un dispositiu previ de monitoratge no invasiu de glucosa incorporant polietilè de baixa densitat (LDPE) reciclat en el disseny del sensor. L’ús de LDPE reciclat incrementa la sostenibilitat, l’eficiència econòmica i la compatibilitat ambiental sense comprometre’n el rendiment, demostrant la viabilitat de reutilitzar residus plàstics en tecnologies biomèdiques.En segon lloc, la recerca desenvolupa noves estratègies per a l’alliberament controlat d’insulina mitjançant hidrogels sensibles a estímuls. Es van crear hidrogels basats en àcid poli(γ-glutàmic) i polietilenglicol (PEG) multibraç capaços de proporcionar una alliberació sostinguda i regulable. La incorporació del polímer conductor PEDOT permet un alliberament elèctric i sota demanda, oferint una alternativa mínimament invasiva als mètodes tradicionals.Finalment, s’investigaren les propietats nanomecàniques dels hidrogels de PEG multibraç utilitzant un sensor optomecànic amb microcantilever, aportant informació clau sobre el seu comportament estructural, estabilitat i rendiment a llarg termini.En conjunt, aquestes aportacions constitueixen una estratègia completa per avançar en la gestió de la diabetis mitjançant solucions biomèdiques sostenibles i plataformes intel·ligents d’alliberament terapèutic.
  

Data de lectura: 19/02/2026

• MEDRANO DÍAZ, MANUEL ALEJANDRO: Estimación de series de tiempo de imágenes mediante técnicas de aprendizaje profundo
  
  Autor/a: MEDRANO DÍAZ, MANUEL ALEJANDRO
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: AUTOMÀTICA, ROBÒTICA I VISIÓ
  Departament: Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial (ESAII)
  Modalitat: Conveni Cotutela
  Data de dipòsit: 20/01/2026
  Data de lectura: 19/02/2026
  Hora de lectura: 16:00
  Lloc de lectura: Aula Maestría de Ciencias de la Computación, Instituto Tecnológico de Culiacán, MéxicoEnlace Videoconferencia: https://meet.google.com/cya-jyje-zeq
  Director/a de tesi: PUIG CAYUELA, VICENÇ | RODRÍGUEZ RANGEL, HÉCTOR
  Resum de tesi: Una sèrie de temps d'imatges (STI) és una seqüència d'imatges ordenades cronològicament mostrant el canvi espacial dels seus elements a través del temps. Les imatges satellitàries d'esdeveniments meteorològics poden ser tractades com STI en mostrar els seus valors mitjançant la intensitat del color del píxel.Estimar a partir d'una STI amb un model d'aprenentatge profund és un problema complex que requereix analitzar diverses configuracions que determinin la forma en què les imatges són processades. És un problema polinòmic intensiu, que a causa de les seves característiques no deterministes es requereix combinar diferents configuracions de paràmetres per a extreure les relacions espaciotemporals. De manera que, la complexitat del problema augmenta conforme augmenten les dimensions a avaluar.Per a resoldre aquest problema, es proposa un model conceptual robust i escalable per a estimació de STI que extregui les relacions espaciotemporals entre els píxels i els seus veïnatges. A partir de les especificacions del model plantejat, es desenvolupa una proposta metodològica que permeti l'estimació de mapes meteorològics mitjançant models d'aprenentatge profund. La metodologia proposada és implementada a través del disseny d'una arquitecta de programari que tradueix els elements abstractes a components de programari, permetent avaluar la metodologia a través de l'ús de models d'aprenentatge profund en diferents casos d'estudi.En el cas d'estudi del monitor de sequeres dels Estats Units (EU), l'experimentació amb models d'aprenentatge profund basats en ConvLSTM i Multi-CNN presenten en la seva majoria un F1-score de més del 0.90 per a l'estimació del pas t+1, on el millor model va obtenir un F1-score de 0.9953. A causa de l'alta demanda de memòria per les dimensions de les dades, juntament amb les limitacions físiques de l'equip de maquinari, es van aplicar tècniques de reducció de dimensions sobre les imatges. Utilitzant la tècnica per fragmentació amb l'arquitectura ConvLSTM es té un resultat de F1-score de 0.9684 per reduir en un 48% la dimensió de les mostres. En aplicar estratègies d'estimació a múltiples passos recursiva i directa es van poder fer estimacions a mitjà termini, no obstant això, a causa de la complexitat de l'anàlisi espaciotemporal existeix un error acumulat que afecta la qualitat de l'estimació a mitjà termini.En un segon cas d'estudi sobre mapes de l'índex estandarditzat de precipitació (SPI) d'EU, es fa ús d'una arquitectura ConvLSTM per a fer l'estimació del pas t+1. Els resultats mostren que el millor model d'aprenentatge obté un F1-score de 0.5268, mentre que el model Naïve obté un F1-score de 0.3408. Els resultats obtinguts demostren les capacitats dels models d'aprenentatge profund per a extreure relacions espaciotemporals sobre una seqüència d'imatges, la qual cosa permet establir les bases per a una branca de recerca enfocada en l'estimació d'imatges.
  

• RODRÍGUEZ ROMERO, CARLOS EDUARDO: Analysis of coupled hydro-mechanical processes in double-structure geomaterials for nuclear waste storage
  
  Autor/a: RODRÍGUEZ ROMERO, CARLOS EDUARDO
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ENGINYERIA DEL TERRENY
  Departament: Departament d'Enginyeria Civil i Ambiental (DECA)
  Modalitat: Normal
  Data de dipòsit: 04/12/2025
  Data de lectura: 19/02/2026
  Hora de lectura: 11:00
  Lloc de lectura: ETSECCPB. UPC, Campus NordBuilding C2. Classroom: 212C/Jordi Girona, 1-308034 Barcelona
  Director/a de tesi: VAUNAT, JEAN | GENS SOLE, ANTONIO
  Resum de tesi: L’aïllament segur i a llarg termini dels residus radioactius d’alta activitat requereix l’ús de barreres d’enginyeria capaces de mantenir una baixa permeabilitat i una estabilitat mecànica adequada sota condicions termo-hidro-mecàniques (THM) complexes. Entre els materials candidats, la bentonita compactada presenta un comportament característic de doble estructura, governat per la coexistència de dominis micro i macroporosos. Aquesta tesi se centra en l’anàlisi dels processos acoblats hidro-mecànics en geomaterials de doble estructura, amb especial atenció a les mescles de blocs i grànuls de bentonita emprades en els sistemes de barrera dels dipòsits geològics profunds.La recerca revisa primer les bases geomecàniques dels sòls de doble estructura i identifica l’evidència experimental que confirma la seva naturalesa de doble porositat. Posteriorment, es desenvolupa un marc constitutiu THM ampliat, que incorpora: (i) el paràmetre ακ per controlar la deformació microestructural; (ii) una llei d’estructuració dependent de la fàbrica del material per representar la memòria i degradació de compresió; i (iii) la resistència friccional a les interfícies bloc–grànul i bloc–paret.El model es va implementar i calibrar utilitzant dades experimentals de laboratori i de maquetes a escala reduïda provinents del projecte BEACON, incloent-hi els experiments MGR22, MGR23 i MGR27, els assaigs de trajectòries diferents de l’EPFL i l’assaig POSIVA. Les simulacions numèriques van reproduir amb èxit l’evolució de la pressió de dilatació, la relació de buits, la densitat seca, el contingut i l’entrada d’aigua observats experimentalment. Els resultats van confirmar que la fricció té un paper decisiu en la redistribució d’esforços entre blocs i grànuls, mentre que l’evolució microestructural governa el procés d’homogeneïtzació a llarg termini. La formulació millorada va captar la homogeneïtzació parcial de densitat i la persistència de la porositat microestructural, en coherència amb les observacions de laboratori.En conjunt, la tesi aporta una comprensió més profunda del comportament hidro-mecànic acoblat de les bentonites de doble estructura i proposa un marc constitutiu robust capaç de reproduir-ne les característiques essencials sota condicions representatives d’un dipòsit. El treball posa de manifest la necessitat de considerar tant l’evolució microestructural com els efectes de fricció en els models predictius de barreres de bentonita, contribuint així a la fiabilitat de les avaluacions de seguretat a llarg termini dels dipòsits geològics profunds.