Perfil d'acces

Perfil de sortida

En finalitzar els estudis el doctorand o doctoranda haurà adquirit les competències i habilitats següents, necessàries per dur a terme una recerca de qualitat (Reial Decret 99/2011, de 28 de gener, pel qual es regulen els ensenyaments oficials de doctorat):

a) Comprensió sistemàtica d'un camp d'estudi i domini de les habilitats i mètodes de recerca relacionats amb aquest camp.
b) Capacitat de concebre, dissenyar o crear, posar en pràctica i adoptar un procés substancial de recerca o creació.
c) Capacitat per contribuir a l'ampliació de les fronteres del coneixement a través d'una recerca original.
d) Capacitat de realitzar una anàlisi crítica i d'avaluació i síntesi d'idees noves i complexes.
e) Capacitat de comunicació amb la comunitat acadèmica i científica i amb la societat en general quant als seus àmbits de coneixement en els modes i idiomes d'ús habitual en la seva comunitat científica internacional.
f) Capacitat de fomentar, en contextos acadèmics i professionals, l'avenç científic, tecnològic, social, artístic o cultural dins d'una societat basada en el coneixement.

Així mateix, l'obtenció del títol de doctor ha de proporcionar una alta capacitació professional en àmbits diversos, especialment en els que requereixen creativitat i innovació. Els doctors han adquirit, almenys, les següents capacitats i habilitats personals per a:

a) Desenvolupar-se en contextos on hi ha poca informació específica.
b) Trobar les preguntes clau que és necessari respondre per resoldre un problema complex.
c) Dissenyar, crear, desenvolupar i emprendre projectes nous i innovadors en el seu àmbit de coneixement.
d) Treballar tant en equip com de manera autònoma en un context internacional o multidisciplinari.
e) Integrar coneixements, enfrontar-se a la complexitat i formular judicis amb informació limitada.
f) La crítica i defensa intel·lectual de solucions.

Per finalitzar, els doctorands hauran de demostrar les competències següents:

a) Haver adquirit coneixements avançats en la frontera del coneixement i demostrat, en el context de la recerca científica reconeguda internacionalment, una comprensió profunda, detallada i fonamentada dels aspectes teòrics i pràctics i de la metodologia científica en un o més àmbits de recerca.
b) Haver fet una contribució original i significativa a la recerca científica en el seu àmbit de coneixement i que aquesta contribució hagi estat reconeguda com a tal per la comunitat científica internacional.
c) Haver demostrat que són capaços de dissenyar un projecte de recerca amb el qual dur a terme una anàlisi crítica i una avaluació de situacions imprecises on aplicar les seves contribucions i els seus coneixements i metodologia de treball per realitzar una síntesi d’idees noves i complexes que produeixin un coneixement més profund del context investigador en què es treballi.
d) Haver desenvolupat l’autonomia suficient per iniciar, gestionar i liderar equips i projectes de recerca innovadors i col·laboracions científiques, nacionals o internacionals, dins el seu àmbit temàtic, en contextos multidisciplinaris i, quan calgui, amb un alt component de transferència de coneixement.
e) Haver mostrat que són capaços de desenvolupar la seva activitat de recerca amb responsabilitat social i integritat científica.
f) Haver justificat que són capaços de participar en les discussions científiques que es desenvolupen a nivell internacional en el seu àmbit de coneixement i de divulgar els resultats de la seva activitat de recerca a tot tipus de públics.
g) Haver demostrat dins el seu context científic específic que són capaços de realitzar avenços en aspectes culturals, socials o tecnològics, així com de fomentar la innovació en tots els àmbits en una societat basada en el coneixement.

Nombre de places

40

Durada dels estudis i règim de dedicació

Durada
La durada dels estudis de doctorat a temps complet és d'un màxim de tres anys, a comptar des de l'admissió del doctorand o doctoranda al programa fins a la presentació de la tesi doctoral. La comissió acadèmica del programa de doctorat pot autoritzar que es duguin a terme els estudis de doctorat a temps parcial. En aquest cas, els estudis tenen una duració màxima de cinc anys des de l'admissió al programa fins a la presentació de la tesi doctoral. A l'efecte del còmput d'aquests terminis, el moment d'admissió es considera que és la primera matrícula de tutoria i el de presentació, el moment en què l'Escola de Doctorat formalitza el dipòsit de la tesi doctoral.

La duració mínima del doctorat és de dos anys, a comptar des de l'admissió del doctorand o doctoranda al programa fins al dipòsit de la tesi doctoral per als doctorands i doctorandes a temps complet, i de quatre anys per als doctorands i doctorandes a temps parcial. Es pot sol·licitar l'exempció d'aquest termini a la comissió acadèmica del programa de doctorat, amb l'autorització del director o directora i del tutor acadèmic o tutora acadèmica de la tesi, sempre que hi concorrin motius justificats.

A l'efecte del còmput dels períodes anteriors, no es tenen en compte les baixes per malaltia, embaràs o qualsevol altra causa prevista per la normativa vigent. L'estudiant que es trobi en qualsevol de les situacions especificades ha de comunicar-ho a la comissió acadèmica del programa de doctorat, la qual n'ha d'informar, si escau, l'Escola de Doctorat. El doctorand o doctoranda pot sol·licitar la baixa temporal del programa per a un període màxim d'un any, ampliable fins a un any més. La sol·licitud, justificada, s'ha d'adreçar a la comissió acadèmica del programa de doctorat, que ha de resoldre si es concedeix la baixa temporal sol·licitada. Cada programa ha d'establir les condicions de readmissió al doctorat.

Pròrroga dels estudis
En el cas dels estudis a temps complet, si una vegada transcorregut el termini de tres anys no s'ha presentat la sol·licitud de dipòsit de la tesi doctoral, la comissió acadèmica del programa pot autoritzar una pròrroga d'aquest termini d'un any més en les condicions que s'hagin establert en el programa. En el cas dels estudis a temps parcial, es pot autoritzar una pròrroga de dos anys més. Tant en el cas dels estudis a temps complet com en el dels estudis a temps parcial, excepcionalment i mitjançant la sol·licitud motivada de la comissió acadèmica del programa de doctorat, la Comissió Permanent de l'Escola de Doctorat pot ampliar la pròrroga un altre any addicional.

Baixa del programa de doctorat
Són motiu de baixa d'un programa de doctorat:

• La sol·licitud motivada del doctorand o doctoranda de la baixa del programa.
• L'exhauriment del termini màxim de permanència i de les pròrrogues corresponents que s'hagin autoritzat.
• No haver formalitzat la matrícula anual en cada curs (excepte que s'hagi autoritzat una baixa temporal).
• Obtenir dues avaluacions consecutives no satisfactòries.
• Tenir expedients disciplinaris amb una resolució de desvinculació de la UPC.

La baixa del programa implica que el doctorand o doctoranda no hi pot continuar i el tancament de l‘expedient acadèmic. No obstant això, pot sol·licitar la readmissió a la comissió acadèmica del programa, que, d'acord amb els criteris establerts a la normativa, n'ha de tornar a valorar l'accés.

Ajuts de matrícula

Organització

• Masip Bruin, Xavier

• Ayguade Parra, Eduard
• Barcelo Ordinas, Jose Maria
• Masip Bruin, Xavier

• Departament d'Arquitectura de Computadors (PROMOTORA)

Unitat de Doctorat - UTGCNTIC. C. Jordi Girona, 1-3. Edifici B4-003 (Campus Nord)
Tel.: 934.054.198
Correu electrònic: doctorat.ac@upc.edu

Convenis amb altres institucions

BSC (Barcelona Supercomputing Center)

Perfil d'acces

Requisits d'accés

Per accedir a un programa oficial de doctorat cal tenir els títols oficials espanyols de grau, o equivalent, i de màster universitari, o equivalent, sempre que s'hagin superat, com a mínim, 300 crèdits ECTS en el conjunt d'aquests dos ensenyaments. (Reial decret 43/2015, de 2 de febrer)

Així mateix, hi poden accedir aquelles persones que es troben en algun d'aquests altres supòsits:

• Tenir un títol universitari oficial espanyol o d'un altre país integrant de l'EEES que habiliti per a l'accés a estudis de màster, d'acord amb el que estableix l'article 16 del Reial decret 1393/2007, de 29 d'octubre, pel qual s'estableix l'ordenació dels ensenyaments universitaris oficials, i haver superat un mínim de 300 crèdits ECTS en el conjunt d'estudis universitaris oficials, dels quals com a mínim 60 han de ser d'estudis de màster.
• Tenir un títol oficial espanyol de graduat o graduada, la durada del qual, d'acord amb les normes de dret comunitari, sigui, com a mínim, de 300 crèdits ECTS. Aquestes persones han de cursar amb caràcter obligatori els complements de formació, llevat que el pla d'estudis del títol de grau corresponent inclogui crèdits de formació en recerca equivalents quant a valor formatiu als crèdits en recerca procedents d'estudis de màster.
• Tenir un títol universitari i, amb l'obtenció prèvia d'una plaça en formació en la prova d'accés corresponent a places de formació sanitària especialitzada, haver superat amb una avaluació positiva com a mínim dos anys de formació d'un programa per a l'obtenció del títol oficial d'alguna de les especialitats en ciències de la salut.
• Haver obtingut un títol de sistemes educatius estrangers, sense que en sigui necessària l'homologació, amb la comprovació prèvia de la UPC que aquest acredita un nivell de formació equivalent a la del títol oficial espanyol de màster universitari i que faculta al país expedidor del títol per a l'accés a estudis de doctorat. Aquesta admissió no implica, en cap cas, l'homologació del títol previ que té la persona interessada ni el seu reconeixement a cap altre efecte que el de l'accés a ensenyaments de doctorat.
• Tenir un altre títol espanyol de doctor o doctora obtingut d'acord amb ordenacions universitàries anteriors.

Nota 1: Normativa d'accés als estudis de doctorat per a les persones titulades de llicenciatura, enginyeria o arquitectura conforme al sistema anterior a l'entrada en vigor de l'EEES (CG 47/02 2014)

Nota 2: Acord núm. 64/2014 del Consell de Govern pel qual s'aprova el procediment i els criteris de valoració dels requisits acadèmics d'admissió al doctorat amb estudis estrangers no homologats (CG 25/03 2014)

Criteris d'admissió i valoració de mèrits

Així, per tal de garantir el perfil adequat dels candidats en el procés d’admissió en un entorn acadèmic altament heterogeni, el programa ha modificat el seu procediment intern d’admissió i estableix de forma general els requisits per a l’admissió dividits en dos apartats, formal i conceptual, el primer dels quals exclou del segon.

Anàlisi formal (AF):

Consisteix en la presentació dels requisits establerts en la regulació administrativa del programa per a qualsevol estudiant que sol·liciti l’admissió. Se centren a disposar del nivell d’estudis necessari, així com en la comptabilització dels crèdits requerits. El no compliment d’aquest apartat és motiu directe de no admissió en el programa.

Anàlisi conceptual (AC):

S’inclouen els aspectes relacionats amb el grau de coneixement del candidat i les seves capacitats, així com el potencial interès per part d’un grup de recerca en el treball a realitzar. Els requisits en aquest apartat són els següents:

• TU: Títol en enginyeria afí a la temàtica del programa, especialment en informàtica o telecomunicacions. No obstant això, el programa admet també en casos excepcionals perfils en altres àrees, com ara Llicenciatura en Matemàtiques i Màster en Computer Science.

• GD: Disposar d’un grup de recerca vinculat al programa, així com d’un director/tutor o directora/tutora per a realitzar la tesi doctoral.

• BA: Experiència o coneixement explícit en l’àrea, per exemple, sobre la base de la realització d’un treball de fi de màster en l’àrea temàtica, realització de col·laboracions en algun grup en l’àrea de treball, etc.

• IN: Amplis coneixements d’anglès, certificat amb proves globalment admeses (TOEFL, etc.)

• FI: Possible finançament de l’estudiant, sigui en origen o per part del grup en el qual es realitzaria el treball de tesi.

Com a resultat, l’admissió es considerarà sobre la base del resultat de l’expressió següent:
admissió: AF*(0,1TI+0,4GD+0,1BA+0,2IN+0,2FI).

Complements formatius

Per tal de garantir que els estudiants admesos al programa disposen dels coneixements necessaris per garantir en major mesura el seu correcte desenvolupament, la Comissió Acadèmica del Programa de Doctorat pot exigir, en funció del perfil d’ingrés dels doctorands, que hagin de superar complements de formació específics. En aquest cas, la mateixa Comissió farà un seguiment dels complements cursats i establirà els criteris convenients per limitar-ne la durada. Els complements poden ser de formació investigadora o de formació transversal, però mai podrà exigir-se als doctorands la matrícula d’una quantitat igual o superior a 60 ECTS. Tenint en compte el Document d’Activitats del Doctorand, la Comissió podrà proposar mesures complementàries a les que estableix aquesta normativa que condueixin a la desvinculació dels doctorands que no assoleixin els criteris establerts.

Així doncs, el programa de doctorat pot requerir als candidats a la realització de certs complements de formació per adequar en la major mesura possible el seu perfil als requeriments quant a coneixements necessaris per realitzar amb normalitat els estudis de doctorat. La quantitat de complements de formació a realitzar dependrà de la formació presentada pels estudiants i pot requerir la realització de 18 o 30 ECTS addicionals, sobre la base dels aspectes següents: 

• Els crèdits de formació es correspondran amb 3 o 5 assignatures de nivell de màster, seleccionades de cursos de màsters enllaçats amb el Programa de Doctorat. 

• La decisió del volum de crèdits a cursar serà presa per la Comissió Acadèmica del PD d’acord amb el perfil dels candidats mostrat per les assignatures cursades en en seu títol d’ingrés al Doctorat, i per tant davant la detecció de possibles llacunes de coneixement. Aquesta decisió no s’estima en uns paràmetres absoluts, atès que la casuística és molt àmplia, perquè comprèn no tan sols el nom de les assignatures, sinó també les hores cursades per assignatura, els continguts temàtics d’aquestes i fins i tot una referència de la universitat d’origen. Per això es fa una anàlisi dels temaris de les assignatures amb especial detall en els temps assignats en els temaris. 

• La selecció de les assignatures concretes a cursar serà presa de manera consensuada per la Comissió Acadèmica del PD juntament amb el tutor o la tutora de l’estudiant, d’acord amb dos principis bàsics: i) Incrementar el coneixement dels candidats en àrees en les quals es detecti una manca de coneixement. ii) Incrementar el coneixement en l’àrea en la qual els estudiants hagin de desenvolupar la seva tesi doctoral.

Període de matrícula dels nous doctorands

La primera matrícula al programa de doctorat s’haurà de realitzar dins del termini especificat en la resolució d’admissió.
Excepte que s’indiqui expressament el contrari, les matrícules corresponents a les resolucions d’admissió emeses amb posterioritat a la segona quinzena d’abril hauran de ser realitzades dins del període ordinari de matrícula de l’any acadèmic en curs. 

Més informació a la secció de matrícula per a nous doctorands

Període de matrícula

Període ordinari de matrícula (segones matrícules i successives): S’hauran de realitzar durant la primera quinzena d’octubre.

Més informació a la secció general de matrícula

Procediment per l'elaboració i defensa del pla de recerca

El doctorand o doctoranda ha d'elaborar un pla de recerca, abans de finalitzar el primer any, que s'inclourà en el document d'activitats del doctorand o doctoranda. Aquest pla, que podrà ser millorat durant els estudis de doctorat, ha de ser avalat pel tutor o tutora i pel director o directora, i ha d'incloure la metodologia que s'utilitzarà, així com els objectius que es vulguin aconseguir amb la investigació.

Com a mínim una de les avaluacions anuals ha de preveure una exposició i defensa pública del pla de recerca i de l'estat del treball realitzat davant un tribunal compost per tres doctors o doctores, d'acord amb el que determini cada comissió acadèmica. Aquest tribunal emet una acta amb la qualificació de satisfactori o no satisfactori. L'avaluació positiva del pla de recerca és un requisit indispensable per continuar en el programa de doctorat. Si l'avaluació és no satisfactòria, el doctorand o doctoranda disposa d'un termini de sis mesos per elaborar i presentar un nou pla de recerca, que avalua la comissió acadèmica del programa de doctorat.

Aquesta mateixa comissió s'encarrega d'avaluar anualment el pla de recerca, així com la resta d'evidències incloses en el document d'activitats del doctorand o doctoranda. Dues avaluacions consecutives no satisfactòries del pla de recerca comporten la baixa definitiva del programa.

En cas que el doctorand o doctoranda canviï de tema de tesi, haurà de presentar un nou pla de recerca.

Activitats formatives del programa

De forma general, es consideren molt importants per a la formació i seguiment de l’estudiant les hores de tutoria. Es fa una estimació d’assignació real de tutories a partir dels elements següents:

Nom de l’activitat: Tutoria.

Hores: 2 / setmana × 48 setmanes lectives × 3 anys = 288 hores. 

Caràcter: obligatòria.

En aquestes hores de tutoria els estudiants tindran sessions setmanals de discussió i guia amb el seu tutor o tutora, que els pot canalitzar el treball realitzat, sobre la base tant dels resultats obtinguts com de les previsions realitzades, en la manera que millor s’adeqüi als objectius esperats en la tesi. El tutor o la tutora pot, a més, en aquests moments, discutir amb els estudiants els possibles grups de recerca que estiguin treballant en una àrea comuna i puguin estar interessats a interactuar amb el treball a realitzar pels estudiants o als quals sigui interessant posar-se en contacte per col·laborar. Aquestes tutories inclouen també reunions internes amb altres membres del grup de recerca per tractar aspectes comuns d’investigació.

Aquesta activitat es farà durant tot el temps requerit pels estudiants per realitzar la seva tesi doctoral, que s’estima en tres anys.

Procediment d'assignació de tutor i director de tesi

La comissió acadèmica del programa assigna un director o directora de tesi a cada doctorand o doctoranda en el moment de l'admissió o en la primera matrícula, atès el compromís de direcció de la resolució d'admissió al programa.

El director o directora de tesi és la persona responsable de la coherència i idoneïtat de les activitats de formació, de l'impacte i la novetat en el seu camp de la temàtica de la tesi doctoral i de la guia en la planificació i la seva adequació, si n'hi ha, a la d'altres projectes i activitats on s'inscrigui el doctorand o doctoranda. Amb caràcter general, el director o directora de la tesi és un professor o professora o un investigador o investigadora membre de la Universitat Politècnica de Catalunya amb el títol de doctor o doctora i experiència investigadora acreditada. Aquest concepte inclou el personal doctor de les entitats vinculades, segons la decisió del Consell de Govern, i d'instituts de recerca adscrits a la UPC, d'acord amb els convenis de col·laboració i d'adscripció corresponents. Quan el director o directora és personal de la UPC també actua com a tutor o tutora.

Els doctors o doctores a qui, per raó de la seva relació contractual o l'entitat d'adscripció, no els són aplicables els conceptes anteriors, han de rebre un informe positiu de la Comissió Permanent de l'Escola de Doctorat de la UPC per poder formar part del programa de doctorat com a investigador o investigadora amb recerca acreditada.

La comissió acadèmica del programa de doctorat pot aprovar la designació d'un doctor o doctora expert que no pertanyi a la UPC com a director o directora. En aquest cas, cal l'autorització prèvia de la Comissió Permanent de l'Escola de Doctorat de la UPC, així com la proposta d'un doctor o doctora amb experiència investigadora acreditada de la UPC, que actua com a codirector o codirectora o, si no n'hi ha, com a tutor o tutora.

El director o directora de tesi pot renunciar a la direcció de la tesi doctoral, sempre que hi concorrin raons justificades apreciades per la comissió. En aquest cas, la comissió acadèmica del programa de doctorat ha d'assignar al doctorand o doctoranda un nou director o directora.

La comissió acadèmica del programa de doctorat, una vegada ha escoltat el doctorand o doctoranda, pot modificar el nomenament del director o directora de tesi en qualsevol moment del període de realització del doctorat, sempre que hi concorrin raons justificades.

Si hi ha motius acadèmics que ho justifiquen (interdisciplinarietat temàtica, programes conjunts o internacionals, etc.) i la comissió acadèmica del programa ho acorda, es pot assignar un codirector o codirectora de tesi addicional. El director o directora i el codirector o codirectora tenen les mateixes competències i el mateix reconeixement acadèmic.

El nombre màxim de supervisors que pot tenir una tesi doctoral és de dos: un director o directora i un codirector o codirectora.

Per a tesis en règim de cotutela i de doctorat industrial, si és necessari i ho estableix el conveni, es pot acordar no aplicar-hi aquest màxim. No obstant això, el nombre màxim de directors o directores que poden pertànyer a la UPC és de dos.

Més informació a la secció de tesis doctorals

Permanència

En el cas dels estudis a temps complet, si un cop transcorregut el termini de tres anys no s'ha presentat la sol·licitud de dipòsit de la tesi doctoral, la comissió acadèmica del programa pot autoritzar una pròrroga d'aquest termini d'un any més en les condicions que la Normativa acadèmica dels estudis de doctorat de la Universitat Politècnica de Catalunya hagi establert en el programa. En el cas dels estudis a temps parcial, es pot autoritzar una pròrroga de dos anys més. Tant en el cas dels estudis a temps complet com en el dels estudis a temps parcial, excepcionalment, i a sol·licitud motivada de la comissió acadèmica del programa de doctorat, la Comissió Permanent de l'Escola de Doctorat pot ampliar la pròrroga un altre any addicional.

Són motiu de baixa d'un programa de doctorat:

• La sol·licitud motivada del doctorand o doctoranda de la baixa del programa.
• L'exhauriment del termini màxim de permanència i de les pròrrogues corresponents que s'hagin autoritzat.
• No haver formalitzat la matrícula anual en cada curs (llevat que s'hagi autoritzat una baixa temporal).
• Obtenir dues avaluacions consecutives no satisfactòries.
• Tenir expedients disciplinaris amb una resolució de desvinculació de la UPC.

La baixa del programa implica que el doctorand o doctoranda no hi pot continuar i el tancament de l'expedient acadèmic. No obstant això, pot sol·licitar la readmissió a la comissió acadèmica del programa, que, d'acord amb els criteris establerts a la normativa, n'ha de tornar a valorar l'accés.

Menció Internacional

El títol de doctor o doctora pot incloure la menció internacional. En aquest cas, el doctorand o doctoranda haurà de complir els requisits següents:

a) Al llarg de l'etapa formativa necessària per obtenir el títol de doctor o doctora, el doctorand o doctoranda ha d'haver fet una estada mínima de tres mesos en una institució d'ensenyament superior o centre de recerca de prestigi fora d'Espanya, per cursar-hi estudis o fer-hi treballs de recerca. L'estada i les activitats han d'estar avalades pel director o directora i han d'estar autoritzades per la comissió acadèmica del programa, i cal acreditar-les amb el certificat corresponent expedit per la persona responsable del grup de recerca de l'organisme o els organismes on s'ha realitzat. Aquesta informació s'incorpora al document d'activitats.
b) Una part de la tesi, com a mínim el resum i les conclusions, s'ha d'haver redactat i presentat en una de les llengües habituals per a la comunicació científica en el seu camp de coneixement i diferent de les que són oficials a Espanya. Aquesta norma no s'aplica si l'estada, els informes i els experts provenen d'un país de parla hispana.
c) La tesi ha de tenir l'informe previ, acreditat oficialment, d'un mínim de dos doctors o doctores experts que pertanyin a alguna institució d'ensenyament superior o centre de recerca no espanyol.
d) Com a mínim un doctor o doctora expert, pertanyent a una institució d'ensenyament superior o de recerca no espanyol i que no sigui la persona responsable de l'estada (apartat a), ha d'haver format part del tribunal d'avaluació de la tesi.
e) La defensa de la tesi s'ha d'haver fet a les instal·lacions de la UPC o, en el cas de programes conjunts, al lloc que s'especifica en el conveni de col·laboració.

Llistat de tesis autoritzades per a defensa

• BELLVER BUENO, MÍRIAM: Image and video object segmentation in low supervision scenarios
  
  Autor/a: BELLVER BUENO, MÍRIAM
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: (DAC)
  Modalitat: Normal
  Data de dipòsit: 07/01/2021
  Data de lectura: 26/03/2021
  Hora de lectura: 09:30
  Lloc de lectura: Aula D5-010 FIB - UPC Campus Nord - Videoconferència: https://meet.google.com/nzz-haai-bta
  Director/a de tesi: TORRES VIÑALS, JORDI | GIRÓ NIETO, XAVIER
  Tribunal:
       PRESIDENT: AKATA, ZEYNEP
       SECRETARI: MORENO NOGUER, FRANCESC D\'ASSIS
       VOCAL NO PRESENCIAL: KALANTIDIS, YANNIS
  Resum de tesi: La visió per computador té un paper clau en la intel·ligència artificial pel ric contingut semàntic dels píxels i la ubiqüitat de càmeres avui en dia.  El contingut multimèdia creix exponencialment degut a què les xarxes socials tenen una gran influència en la nostra societat, i a que l¿accés a l¿internet és cada cop més generalitzat. Aquesta contextura permet  la recol·lecció de grans bases de dades que impulsen avenços gràcies a les xarxes d¿aprenentatge profund. Des de generació d¿Imagenet, una base de dades de gran escala pel problema de classificació d¿imatges, moltes tasques de visió s¿han beneficiat de les xarxes d¿aprenentatge profund. D¿entre les diferents tasques de visió, localitzar objectes en imatges i vídeos és de les més rellevants, ja que té moltes aplicacions en àmbits com la conducció autònoma, la videovigilància, l¿edició d¿imatges i vídeos, el diagnòstic mèdic per imatge, i aplicacions biomètriques d¿entre altres. La localització d¿objectes es pot resoldre amb el que popularment s'anomenen bounding boxes, o amb segmentacions a nivell de píxel, sent aquesta segona una una tasca més complexa. En aquesta tesis investiguem la segmentació d¿instàncies, que consisteix en, a partir d¿una imatge o un vídeo, predir segmentacions de cada instància que hi apareix de certes categories semàntiques. Per tal d¿entrenar un model de segmentació, les solucions actuals entrenen amb grans bases de dades que tenen anotacions a nivell de píxel. Aquests anotacions són molt costoses d¿obtenir ja que es requereix molt temps de feina manual. A més, per certes anotacions és necessària la intervenció d¿experts, com per exemple per imatges mèdiques. Per aquests motius hi ha molt interés tant en sistemes que es puguin entrenar amb formes més senzilles d¿anotacions com en sistemes semi-supervisats. En algunes tasques l¿esforç d¿anotar no només es requereix per les dades d¿entrenament, sinó que també és necessari en fase de testeig. En certs models semi-automàtics l¿usuari ha d¿introduir alguna mena d¿anotació per tal de què funcioni el sistema. Un exemple d¿aquest tipus de tasca és la segmentació semi-supervisada d'objectes en vídeos, on es necessita com a entrada al sistema una màscara a nivell de píxel per cada objecte que es vulgui segmentar en la primera imatge del vídeo. A continuació, el model prediu segmentacions per la resta del vídeo. Aquesta inicialització és imprescindible per obtenir màscares precises, però és molt costosa. Una alternativa és treballar amb senyals més fàcils d¿obtenir. Aquesta tesis explora diferents nivells de supervisió per la tasca de segmentació d¿instàncies, diferenciant entre supervisió en entrenament i en inferència. En concret, el nostre objectiu és treballar amb poca supervisió. En la primera part de la tesis presentem una arquitectura recurrent per la tasca de segmentació d¿objectes en vídeos, que es pot entrenar end-to-end de forma totalment supervisada, i que no requereix cap post-processament, és a dir, la sortida del model directament solventa la tasca final. La segona part es centra en reduir el cost d¿anotacions de bases de dades per entrenar models de segmentació d¿imatges. Explorem arquitectures semi-supervisades i presentem resultats quan només es disposa d¿un pressupost d¿anotació molt limitat. La tercera part de la tesis es centra en reduir el nivell de supervisió en sistemes semi-automàtics en inferència. En concret, investiguem la tasca de segmentació semi-supervisada d¿objectes en vídeos, tasca que tradicionalment requereix que l¿usuari indiqui quins objectes cal segmentar amb màscares a nivell de píxel. En canvi, nosaltres presentem un model que utilitza el llenguatge natural. Estudiem les bases de dades actuals i proposem una categorització d¿expressions de llenguatge per tal d¿identificar els majors reptes.
  

Darrera actualització: 05/03/2021 06:04:22.

Llistat de tesis en dipòsit

Darrera actualització: 05/03/2021 06:03:42.

Llistat de tesis defensades per any

• BUCHACA PRATS, DAVID: Learning workload behaviour models from monitored time-series for resource estimation towards data center optimization
  
  Autor/a: BUCHACA PRATS, DAVID
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: (DAC)
  Modalitat: Normal
  Data de lectura: 14/01/2021
  Director/a de tesi: CARRERA PÉREZ, DAVID | BERRAL GARCÍA, JOSEP LLUÍS
  

  Tribunal:
       PRESIDENT: IQBAL, WAHEED
       SECRETARI: NIN GUERRERO, JORDI
       VOCAL: BIFET FIGUEROL, ALBERT CARLES
  Resum de tesi: Els Centres de Dades (Data Centers) moderns són sistemes complexos que necessiten ser gestionats. A mesura que creixen els sistemes de computació distribuida i les aplicacions es beneficien d¿aquestes infrastructures, també n¿augmenta la seva complexitat. La complexitat que implica gestionar recursos de còmput i d¿energia en sistemes de computació al núvol fa difícil entendre el comportament de les applicacions que s'executen de manera manual. Aquesta dificultat s¿incrementa quan les aplicacións s'observen com a "caixes negres", on només es poden monitoritzar algunes metriques de les caixes de manera externa. A més, degut a la gran varietat d¿escenaris i aplicacions, és necessari automatitzar la gestió d'aquests recursos. Per afrontar-ne el repte, l'aprenentatge automàtic juga un paper cabdal que facilita aquestes tasques, que poden ser apreses automàticament en base a dades prèvies del sistema que es monitoritza.Aquesta tesi demostra que els algorismes d'aprenentatge poden aportar optimitzacions molt rellevants en la gestió de Centres de Dades, on les aplicacions són monitoritzades externament i la gestió dels recursos és de vital importància per a fer un ús eficient de la capacitat de còmput d'aquests sistemes.En primer lloc, aquesta tesi proposa emprar aprenentatge no supervisat per tal d¿aprendre representacions d'alt nivell a partir de traces d'aplicacions. Aquesta tècnica ens proporciona una metodologia ràpida per a caracteritzar aplicacions vistes com a seqüències de fases abstractes. La representació apresa de fases és validada en diferents ¿datasets¿ i s'aplica a la gestió de tasques d'¿auto-scaling¿, on es conclou que pot ser aplicable en un medi de producció, aconseguint un millor rendiment que altres mètodes de vanguardia.En segon lloc, aquesta tesi proposa l'ús de xarxes neuronals, basades en arquitectures ¿Sequence-to-Sequence¿, que proporcionen una estimació dels recursos usats per aplicacions que comparteixen recursos de hardware. La tècnica proposada facilita als gestors de recursos l¿habilitat de predir l'ús de recursos a través del temps, així com també una estimació del temps de còmput de les aplicacions. Tanmateix, redueix l¿error en l¿estimació de recursos en comparació amb d¿altres tècniques populars d'aprenentatge automàtic.Per acabar, aquesta tesi introdueix una tècnica per a fer ¿auto-tuning¿ dels ¿hyper-paràmetres¿ d'aplicacions de Big Data. Consisteix així en obtenir informació dels ¿logs¿ de les aplicacions, generant un vector de característiques que captura informació rellevant de les aplicacions que s'han de ¿tunejar¿. Emprant doncs aquesta informació es valida que els ¿Regresors¿ entrenats en la predicció del rendiment de les aplicacions són capaços de generalitzar fins a un 34% millor que d¿altres ¿Regresors¿ de vanguàrdia. A més, el temps de cerca per a trobar una bona solució es pot reduir dràsticament, aconseguint un increment de millora de fins a 12 vegades més dels resultats de qualitat en contraposició a alternatives modernes.Aquests resultats posen de manifest que els algorismes moderns d'aprenentatge automàtic esdevenen tècniques molt potents per tal de gestionar l'assignació de recursos en aplicacions que s'executen al núvol.
  

• MAROÑAS BRAVO, MARCOS: On the design and development of programming models for exascale systems
  
  Autor/a: MAROÑAS BRAVO, MARCOS
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: (DAC)
  Modalitat: Normal
  Data de lectura: 17/02/2021
  Director/a de tesi: BELTRAN QUEROL, VICENÇ | AYGUADÉ PARRA, EDUARD
  

  Tribunal:
       PRESIDENT: GRACIA CALVO, JUAN JOSE
       SECRETARI: MARTORELL BOFILL, XAVIER
       VOCAL NO PRESENCIAL: RICO CARRO, ALEJANDRO
  Resum de tesi: Los supercomputadores han ido evolucionando a lo largo del tiempo para adaptarse a las necesidades de la comunidadcientífica. Actualmente, nos acercamos a la era Exascale. Los sistemas Exascale incorporarán un número de nodosenorme. Además, cada uno de esos nodos contendrá una gran cantidad de recursos computacionales. También lajerarquía de memoria se está volviendo más profunda y compleja. En conjunto, los sistemas Exascale plantearán variosdesafíos en términos de rendimiento, programabilidad y tolerancia a fallos. Respecto a la programabilidad, cuánto máscompleja es la arquitectura de un sistema, más difícil es aprovechar sus recursos de forma adecuada. La programabilidadestá íntimamente ligada al rendimiento, ya que por mucho rendimiento que un sistema pueda ofrecer, no sirve de nada sinadie es capaz de conseguir ese rendimiento porque es demasiado difícil de usar. Esto refuerza la importanciade los modelos de programación como herramientas para desarrollar programas que puedan aprovechar al máximo estossistemas de forma sencilla. Por último, es bien sabido que tener más componentes conlleva más errores. La combinaciónde ejecuciones muy largas y un tiempo medio hasta el fallo (MTTF) bajo ponen en peligro el progreso de las aplicaciones.Así pues, todos los esfuerzos realizados para mejorar el rendimiento son nulos si las aplicaciones difícilmente terminan.Para evitar esto, debemos desarrollar tolerancia a fallos. El objetivo principal de esta tesis es permitir que usuarios noexpertos puedan aprovechar de forma óptima los complejos sistemas Exascale. Para ello, hemos mejorado algunos de losmodelos de programación paralela más punteros para que puedan enfrentarse a tres desafíos clave de los sistemasExascale: programabilidad, rendimiento y tolerancia a fallos. El primer conjunto de contribuciones de esta tesis se centra enla gestión eficiente de procesadores multicore/manycore. Proponemos un nuevo tipo de tarea que combina los puntos clavede las tareas con los de las técnicas de worksharing. Este nuevo tipo de tarea permite aliviar los problemas degranularidad, mejorando el rendimiento en algunos escenarios. También proponemos la introducción de dependencias enla directiva taskloop, de forma que los programadores puedan aplicar blocking de forma sencilla. Finalmente, extendemosla directiva taskloop para que pueda crear nuestro nuevo tipo de tareas, además de las tareas normales. El segundoconjunto de contribuciones está enfocado a la gestión eficiente de jerarquías de memoria modernas, centrado en entornosNUMA. Usando la información de las dependencias que anota el usuario, hemos construido un sistema que guarda laubicación de los datos. Después, con esa información, decidimos dónde ejecutar el trabajo para maximizar la localidad dedatos. El último conjunto de contribuciones se centra en tolerancia a fallos. Proponemos un modelo de programación queofrece checkpoint/restart a nivel de aplicación, de forma sencilla y portable. Nuestro modelo ofrece una serie de directivas decompilador que permiten al usuario abstraerse de los detalles del sistema. Además, gestionamos librerías punteras entolerancia a fallos para conseguir un alto rendimiento, incluyendo varios niveles y tipos de redundancia.
  

• SEGURA SALVADOR, ALBERT: High-performance and energy-efficient irregular graph processing on GPU architectures
  
  Autor/a: SEGURA SALVADOR, ALBERT
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: (DAC)
  Modalitat: Normal
  Data de lectura: 18/02/2021
  Director/a de tesi: ARNAU MONTAÑES, JOSÉ MARÍA | GONZÁLEZ COLÁS, ANTONIO MARIA
  

  Tribunal:
       PRESIDENT: AAMODT, TOR MICHAEL
       SECRETARI: TUBELLA MURGADAS, JORDI
       VOCAL NO PRESENCIAL: SAHUQUILLO BORRÁS, JULIO
  Resum de tesi: SalvadorEl processament de grafs és un domini prominent i establert com a la base de noves aplicacions emergents en àrees com l'anàlisi de dades i Machine Learning, que permeten aplicacions com ara navegació per carretera, xarxes socials i reconeixement automàtic de veu. La gran quantitat de dades emprades en aquests dominis requereix d¿arquitectures d¿alt rendiment, com ara GPGPU. Tot i que el processament de grans càrregues de treball basades en grafs presenta un alt grau de paral·lelisme, els patrons d¿accés a la memòria tendeixen a ser irregulars, fet que redueix l¿eficiència a causa de la divergència d¿accessos a memòria.Per tal de millorar aquests problemes, les aplicacions de grafs per a GPGPU realitzen operacions de stream compaction que processen nodes/arestes per tal que els passos posteriors funcionin en un conjunt de dades compactat. Proposem deslliurar d¿aquesta tasca a la extensió hardware Stream Compaction Unit (SCU) adaptada als requisits d¿aquestes operacions, que a més realitza un pre-processament filtrant i reordenant els elements processats.Mostrem que les ineficiències de divergència de memòria prevalen en aplicacions GPGPU basades en grafs irregulars, tot i que trobem que és possible relaxar la relació estricta entre threads i les dades processades per obtenir noves optimitzacions. Com a tal, proposem la Irregular accesses Reorder Unit (IRU), una nova extensió de maquinari integrada al pipeline de la GPU que reordena i filtra les dades processades pels threads en accessos irregulars que milloren la convergència d¿accessos a memòria.Finalment, aprofitem els punts forts de les propostes anteriors per aconseguir millores sinèrgiques. Ho fem proposant la IRU-enhanced SCU (ISCU), que utilitza els mecanismes de pre-processament eficients de la IRU per millorar l¿eficiència de stream compaction de la SCU i les limitacions de rendiment de NoC a causa de les operacions de pre-processament de la SCU. Avaluem la ISCU amb aplicacions basades en grafs d¿última generació aconseguint una millora del rendiment de 2.2x i una eficiència energètica de 10x.
  

• SILFA FELIZ, FRANYELL ANTONIO: Energy-efficient architectures for recurrent neural networks
  
  Autor/a: SILFA FELIZ, FRANYELL ANTONIO
  Tesi completa: (contacteu amb l'Escola de Doctorat per confirmar que sou un doctor acreditat i obtenir l'enllaç a la tesi)
  Programa: ARQUITECTURA DE COMPUTADORS
  Departament: (DAC)
  Modalitat: Normal
  Data de lectura: 25/01/2021
  Director/a de tesi: ARNAU MONTAÑES, JOSÉ MARÍA | GONZÁLEZ COLÁS, ANTONIO MARIA
  

  Tribunal:
       PRESIDENT: KRISHNA, TUSHAR
       SECRETARI: PASTOR LLORENS, ENRIQUE
       VOCAL NO PRESENCIAL: CANO REYES, JOSE
  Resum de tesi: Los algoritmos de aprendizaje profundo han tenido un éxito notable en aplicaciones como el reconocimiento automático de voz y la traducción automática. Por ende, estas aplicaciones son omnipresentes en nuestras vidas y se encuentran en una gran cantidad de dispositivos. Estos algoritmos se componen de Redes Neuronales Profundas (DNN), tales como las Redes Neuronales Convolucionales y Redes Neuronales Recurrentes (RNN), las cuales tienen un gran número de parámetros y cálculos. Por esto implementar DNNs en dispositivos móviles y servidores es un reto debido a los requisitos de memoria y energía.Las RNN se usan para resolver problemas de secuencia a secuencia tales comotraducción automática. Estas contienen dependencias de datos entre las ejecuciones de cada time-step, por ello la cantidad de paralelismo es limitado. Por eso la evaluación de RNNs de forma energéticamente eficiente es un reto. En esta tesis se estudian RNNs para mejorar su eficiencia energética en arquitecturas especializadas. Para esto, proponemos técnicas de ahorro energético y arquitecturas de alta eficiencia adaptadas a la evaluación de RNN. Primero, caracterizamos un conjunto de RNN ejecutándose en un SoC. Luego identificamos que acceder a la memoria para leer los pesos es la mayor fuente de consumo energético el cual llega hasta un 80%. Por ende, creamos E-PUR: una unidad de procesamiento para RNN. E-PUR logra una aceleración de 6.8x y mejora el consumo energético en 88x en comparación con el SoC. Esas mejoras se deben a la maximización de la ubicación temporal de los pesos.En E-PUR, la lectura de los pesos representa el mayor consumo energético. Por ende, nos enfocamos en reducir los accesos a la memoria y creamos un esquema que reutiliza resultados calculados previamente. La observación es que al evaluar las secuencias de entrada de un RNN, la salida de una neurona dada tiende a cambiar ligeramente entre evaluaciones consecutivas, por lo que ideamos un esquema que almacena en caché las salidas de las neuronas y las reutiliza cada vez que detecta un cambio pequeño entre el valor de salida actual y el valor previo, lo que evita leer los pesos. Para decidir cuándo usar un cálculo anteriorutilizamos una Red Neuronal Binaria (BNN) como predictor de reutilización, dado que su salida está altamente correlacionada con la salida de la RNN. Esta propuesta evita más del 24.2% de los cálculos y reduce el consumo energético promedio en 18.5%.El tamaño de la memoria de los modelos RNN suele reducirse utilizando baja precisión para la evaluación y el almacenamiento de los pesos. En este caso, la precisión mínima utilizada se identifica de forma estática y se establece de manera que la RNN mantenga su exactitud. Normalmente, este método utiliza la misma precisión para todo los cálculos. Sin embargo, observamos que algunos cálculos se pueden evaluar con una precisión menor sin afectar la exactitud. Por eso, ideamos una técnica que selecciona dinámicamente la precisión utilizada para calcular cada time-step. Un reto de esta propuesta es como elegir una precisión menor. Abordamos este problema reconociendo que el resultado de una evaluación previa se puede emplear para determinar la precisión requerida en el time-step actual. Nuestro esquema evalúa el 57% de los cálculos con una precisión menor que la precisión fija empleada por los métodos estáticos. Por último, la evaluación en E-PUR muestra una aceleración de 1.46x con un ahorro de energía promedio de 19.2%.
  

Darrera actualització: 05/03/2021 06:02:58.

Grups de recerca

• ARCO-Microarquitectura i Compiladors
• CAP-Grup de Computacio d'Altes Prestacions
• CBA-Sistemes de Comunicacions i Arquitectures de Banda Ampla
• CNDS-Xarxes de Computadors i Sistemes Distribuits
• CRAAX-Centre de Recerca d'Arquitectures Avancades de Xarxes
• DAMA-UPC-Data Management Group
• GCO-Grup de Comunicacions Optiques
• ICARUS-Intelligent Communications and Avionics for Robust Unmanned Aerial Systems
• IMP-Modelitzacio i Processament de la Informacio
• VIRTUOS-Virtualisation and Operating Systems

Entitats de recerca:

Professorat

• Alvarez Martinez, Carlos
• Ayguade Parra, Eduard
• Badia Sala, Rosa Maria
• Barcelo Ordinas, Jose Maria
• Barlet Ros, Pere
• Barrado Muxi, Cristina
• Becerra Fontal, Yolanda
• Bofill Soliguer, Pau
• Cabellos Aparicio, Alberto
• Canal Corretger, Ramon
• Careglio, Davide
• Cazorla Almeida, Francisco Javier
• Cela Espin, Jose M.
• Cerdà Alabern, Llorenç
• Corbalan Gonzalez, Julita
• Cortes Rossello, Toni
• Cristal Kestelman, Adrian
• Cruellas Ibarz, Juan Carlos
• Delgado Merce, Jaime M.
• Domingo Pascual, Jordi
• Espasa Sans, Roger
• Fernandez Jimenez, Agustin
• Freitag, Felix
• Gallego Fernandez, M. Isabel
• Garcia Almiñana, Jordi
• Garcia Vidal, Jorge
• Gil Gomez, Marisa
• Gonzalez Colas, Antonio Maria
• Gonzalez Tallada, Marc
• Guerrero Zapata, Manel
• Guitart Fernandez, Jordi
• Herrero Zaragoza, Josep Ramon
• Jimenez Castells, Marta
• Jimenez Gonzalez, Daniel
• Juan Hormigo, Antonio
• Labarta Mancho, Jesus Jose
• Larriba Pey, Josep
• Llaberia Griño, Jose M.
• Llorente Viejo, Silvia
• Llosa Espuny, Josep
• Lopez Alvarez, David
• Lopez Rubio, Juan
• Marin Tordera, Eva
• Martorell Bofill, Xavier
• Masip Bruin, Xavier
• Medina Llinas, Manel
• Monreal Arnal, Teresa
• Morancho Llena, Enric
• Moreto Planas, Miquel
• Navarro Moldes, Leandro
• Olive Duran, Angel
• Otero Calviño, Beatriz
• Pajuelo Gonzalez, Alex
• Parcerisa Bundo, Joan Manuel
• Pastor Llorens, Enric
• Perello Muntan, Jordi
• Reyes Muñoz, Angelica
• Rodriguez Luna, Eva
• Royo Valles, Maria Dolores
• Salami San Juan, Esther
• Sanchez Carracedo, Fermin
• Sanchez Lopez, Sergio
• Santos Boada, German
• Serral Gracia, Rene
• Sole Pareta, Josep
• Torres Viñals, Jordi
• Tous Liesa, Ruben
• Tubella Murgadas, Jordi
• Utrera Iglesias, Gladys Miriam
• Valero Cortes, Mateo
• Valero Garcia, Miguel
• Vazquez, Mariano
• Velasco Esteban, Luis Domingo
• Verdu Mula, Javier

• Alarcon Cot, Eduard
• Alvarez Marti, Lluc
• Arias Vicente, Marta
• Armejach Sanosa, Adria
• Arnau Montañes, Jose Maria
• Berral Garcia, Josep Lluis
• de Almeida Amazonas, Jose Roberto
• Giro Nieto, Xavier
• Kosmidis, Leonidas
• Oller Arcas, Antonio
• Perez Casany, Marta

Abella Ferrer, Jaume - BSC
Amat Bertran, Esteve - Centro Nacional de Microelectrónica (CNM)
Araya Polo, Mauricio - Empresas EEUU
Arcas Abella, Oriol - BSC
Azkárate-Askasua Blazquez, Mikel - ELECTRONICA- IK4-IKERLAN
Bautista Gómez, Leonardo Arturo - BSC
Beivide Palacio, Julio Ramón -Universidad de Cantabria
Bellens, Pieter - BSC
Beltran Querol, Vicenç - BSC
Bifet, Albert Télécom ParisTech - França
Brinkmann, André Universität Mainz - GERMANY
Blackburn, Jeremy - Telefónica Research
Borrell Pol, Ricard - BSC
Cai, Qiong - Intel Barcelona
Carpenter, Paul Matthew - BSC
Carrera Pérez, David – BSC
Casas Guix, Marc - BSC
Cebrián González, Juan Manuel - BSC
Cerquides Bueno, Jesús - CSIC
Cucchietti Tabanik, Fernando Martín -BSC
De la Puente Álvarez, Josep - BSC
Dominguez Sal, David - Sparsity Technologies, S.L.
Duran Gonzalez, Alejandro - Intel
Eeckhout, Lieven Universitat de Ghent - Bèlgica
Ejarque Artigas, Jorge - BSC
Faundez Zanuy, Marcos ESUP Tecnocampus - UPF
Fossati, Luca EUROPEAN SPACE AGENCY - Holanda
Gibert Codina, Enric - Pharmacelera, S.L.
Gracia Calvo, Juan José - University of Stuttgart
Guerrero Ibáñez, Juan Antonio - Universidad de Colima, Mexico
Guim Bernat, Francesc - Intel Corporation
Hanzich Estevez, Mauricio - BSC
Hernández Luz, Carles UPC-DAC
Houzeaux, Guillaume - BSC
Hwu, Wen-Mei University of Illinois at Urbana-Champaign - EEUU
Jokanovic, Ana - BSC
Khayyambashi, MOohammad Reza -University of Isfahan
Kestor, Gokcen - Pacific Northwest National Laboratory - EEUU
Laoutaris, Nikolaos - Telefónica Investigación y Desarrollo
Leontiadis, Ilias - Telefónica I+D
Maino, Fabio - Cisco Systems - EEUU
Mangues Bafalluy, Josep - CTTC Centro Tecnológico de Telecomunicacions de Catalunya
Mantovani, Filippo - BSC
Marcuello Pascual, Pedro - United Barcode Systems
Marqués Puig, Joan Manel - UOC
Martínez Morais, Raúl - Oracle Labs
Martínez Vicente, Alejandro ---
Melo Silveira, Regina - Universidade do Sao Paulo
Molina Clemente, Carlos Ma. - Universitat Rovira i Virgili
Mosse, Daniel - University of Pittsburgh
Muntés Mulero, Víctor - CA TECHNOLOGIES
Napoli, Antonio - Politecnico di Torino
Nemirovsky, Mario Daniel - BSC
Nicolás Ramírez, Carlos Fernando - Ikerlan
Nou Castell, Ramón - BSC
Nuñez Martínez, José - CTTC
Nuñez Vivanco, Gabriel - Universidad de Talca (Chile)
Palomar Pérez, Oscar - University of Manchester – Regne Unit
Peña Monferrer, Antonio J. UPC-DAC
Pereyra, Víctor Stanford University - EEUU
Pérez Hernández, Maria Santos - Universidad de Navarrra
Pericàs Gleim, Miquel - Chalmers Teknisk Högskola
Polo Bardés, Jordà - BSC
Queralt Calafat, Anna - BSC
Quiñones, Moreno, Eduard - BSC
Quiong, Cai - Intel Barcelona
Radojkovic, Petar - BSC
Ramirez Bellido, Alejandro - NVIDIA Corporation - EEUU
Ramírez Salinas, Marco Antonio - CIC - México
Ricciardi, Sergio - EAE Bussiness School
Rico Carro, Alejandro - BSC
Rodríguez Herrera, German - IBM Research GmbH - Suïssa
Rudomin Goldberg, Isaac Juan - BSC
Sancho Pitarch, José Carlos - BSC
Sathiaseelan, Arjuna - University of Cambridge - UK
Serra Mochales, Isabel - CRM-UAB / BSC
Spadaro, Salvatore UPC-TSC
Stavrou, Kyriacos - (abans Intel)
Soba Pascual, Alejandro - CONICET - Argentina
Sonmez, Nehir - BSC
Unsal, Osman Sabri - BSC
Veà Baró, Andreu - Centre Tecnoloxico de Supercomputación de Galicia (CESGA)
Vera Rivera, Xavier - INTEL
Yannuzzi, Marcelo - Grupo de Tecnología Corporativa de Cisco Systems International - Suïssa