Perfil de acceso

Perfil de salida

Al finalizar los estudios el doctorando o doctoranda habrá adquirido las siguientes competencias y habilidades, necesarias para realizar una investigación de calidad (Real Decreto 99/2011, de 28 de enero, por el que se regulan las enseñanzas oficiales de doctorado):

a) Comprensión sistemática de un campo de estudio y dominio de las habilidades y métodos de investigación relacionados con dicho campo.
b) Capacidad de concebir, diseñar o crear, poner en práctica y adoptar un proceso sustancial de investigación o creación.
c) Capacidad para contribuir a la ampliación de las fronteras del conocimiento a través de una investigación original.
d) Capacidad de realizar un análisis crítico y de evaluación y síntesis de ideas nuevas y complejas.
e) Capacidad de comunicación con la comunidad académica y científica y con la sociedad en general acerca de sus ámbitos de conocimiento en los modos e idiomas de uso habitual en su comunidad científica internacional.
f) Capacidad de fomentar, en contextos académicos y profesionales, el avance científico, tecnológico, social, artístico o cultural dentro de una sociedad basada en el conocimiento.

Asimismo, la obtención del título de Doctor debe proporcionar una alta capacitación profesional en ámbitos diversos, especialmente en aquellos que requieren creatividad e innovación. Los doctores habrán adquirido, al menos, las siguientes capacidades y destrezas personales para:

a) Desenvolverse en contextos en los que hay poca información específica.
b) Encontrar las preguntas claves que hay que responder para resolver un problema complejo.
c) Diseñar, crear, desarrollar y emprender proyectos novedosos e innovadores en su ámbito de conocimiento.
d) Trabajar tanto en equipo como de manera autónoma en un contexto internacional o multidisciplinar.
e) Integrar conocimientos, enfrentarse a la complejidad y formular juicios con información limitada.
f) La crítica y defensa intelectual de soluciones.

Para finalizar, los doctorandos deberán demostrar las competencias siguientes:

a) Haber adquirido conocimientos avanzados en la frontera del conocimiento y demostrado, en el contexto de la investigación científica reconocida internacionalmente, una comprensión profunda, detallada y fundamentada de los aspectos teóricos y prácticos y de la metodología científica en uno o más ámbitos investigadores.
b) Haber hecho una contribución original y significativa a la investigación científica en su ámbito de conocimiento y que esta contribución haya sido reconocida como tal por la comunidad científica internacional.
c) Haber demostrado que son capaces de diseñar un proyecto de investigación con el que llevar a cabo un análisis crítico y una evaluación de situaciones imprecisas donde aplicar sus contribuciones y sus conocimientos y metodología de trabajo para realizar una síntesis de ideas nuevas y complejas que produzcan un conocimiento más profundo del contexto investigador en el que se trabaje.
d) Haber desarrollado la autonomía suficiente para iniciar, gestionar y liderar equipos y proyectos de investigación innovadores y colaboraciones científicas, nacionales o internacionales, dentro su ámbito temático, en contextos multidisciplinares y, en su caso, con un alto componente de transferencia de conocimiento.
e) Haber mostrado que son capaces de desarrollar su actividad investigadora con responsabilidad social e integridad científica.
f) Haber justificado que son capaces de participar en las discusiones científicas que se desarrollen a nivel internacional en su ámbito de conocimiento y de divulgar los resultados de su actividad investigadora a todo tipo de públicos.
g) Haber demostrado dentro de su contexto científico específico que son capaces de realizar avances en aspectos culturales, sociales o tecnológicos, así como de fomentar la innovación en todos los ámbitos en una sociedad basada en el conocimiento.

Número de plazas

40

Duración de los estudios y régimen de dedicación

Duración
La duración de los estudios de doctorado a tiempo completo es de un máximo de tres años, a contar desde la admisión del doctorando o doctoranda al programa hasta la presentación de la tesis doctoral. La comisión académica del programa de doctorado puede autorizar que se lleven a cabo los estudios de doctorado a tiempo parcial. En este caso, los estudios tendrán una duración máxima de cinco años desde la admisión al programa hasta la presentación de la tesis doctoral. A efectos del cómputo de estos plazos, se considerará que el momento de admisión es la primera matrícula de tutoría y el de presentación, el momento en que la Escuela de Doctorado formalice el depósito de la tesis doctoral.

La duración mínima del doctorado es de dos años, a contar desde la admisión del doctorando o doctoranda al programa hasta el depósito de la tesis doctoral para los doctorandos y doctorandas a tiempo completo, y de cuatro años para los doctorandos y doctorandas a tiempo parcial. Se podrá solicitar la exención de este plazo a la comisión académica del programa de doctorado, previa autorización del director o directora y del tutor académico o tutora académica de la tesis, siempre que concurran motivos justificados.

A efectos del cómputo de los períodos anteriores, no se tendrán en cuenta las bajas por enfermedad, embarazo o cualquier otra causa prevista por la normativa vigente. El estudiante o la estudiante que se encuentre en cualquiera de las situaciones especificadas deberá comunicarlo a la comisión académica del programa de doctorado, que, en su caso, informará a la Escuela de Doctorado. El doctorando o doctoranda podrá solicitar la baja temporal del programa por un periodo máximo de un año, ampliable hasta un año más. La solicitud, justificada, se dirigirá a la comisión académica del programa de doctorado, que deberá resolver si se concede la baja temporal solicitada. Cada programa deberá establecer las condiciones de readmisión al doctorado.

Prórroga de los estudios
En el caso de los estudios a tiempo completo, si una vez transcurrido el plazo de tres años no se ha presentado la solicitud de depósito de la tesis doctoral, la comisión académica del programa podrá autorizar la prórroga de dicho plazo por un año más en las condiciones establecidas en el programa. En el caso de los estudios a tiempo parcial, podrá autorizarse la prórroga por dos años más. Tanto en el caso de los estudios a tiempo completo como en los estudios a tiempo parcial, excepcionalmente y a solicitud motivada de la comisión académica del programa, la Comisión Permanente de la Escuela de Doctorado podrá ampliar la prórroga por un año más adicional.

Baja del programa de doctorado
Son motivo de baja de un programa de doctorado:

• La solicitud motivada del doctorando o doctoranda de la baja del programa.
• El agotamiento del plazo máximo de permanencia y de las prórrogas correspondientes que hayan sido autorizadas.
• No haber formalizado la matrícula anual en cada curso (excepto que haya sido autorizada una baja temporal).
• Obtener dos evaluaciones consecutivas no satisfactorias.
• Tener expedientes disciplinarios con una resolución de desvinculación de la UPC.

La baja del programa implica que el doctorando o doctoranda no podrá seguir en el mismo y el cierre de su expediente académico. No obstante, podrá solicitar su readmisión a la comisión académica del programa, que, de acuerdo con los criterios establecidos en la normativa, deberá volver a valorar dicho acceso.

Ayudas de matrícula

Organización

• Masip Bruin, Xavier

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

• Departamento de Arquitectura de Computadores (PROMOTORA)

Unidad de Doctorado - UTGCNTIC. C. Jordi Girona, 1-3. Edificio B4-003 (Campus Nord)
Tel.: 934 054 198
Correo electrónico: doctorat.ac@upc.edu

Convenios con otras instituciones

BSC (Barcelona Supercomputing Center)

Perfil de acceso

Requisitos de acceso

Para el acceso a un programa oficial de doctorado será necesario estar en posesión de los títulos oficiales españoles de grado, o equivalente, y de máster universitario, o equivalente, siempre que se hayan superado, como mínimo, 300 créditos ECTS en el conjunto de estas dos enseñanzas. (Real decreto 43/2015, de 2 de febrero)

Así mismo, podrán acceder aquellas personas que se encuentran en alguno de estos otros supuestos:

• Poseer un título universitario oficial español o de otro país integrante de l’EEES que habilite para el acceso a estudios de máster, de acuerdo con lo establecido por el artículo 16 del Real Decreto 1393/2007, de 29 de octubre, por el que se establece la ordenación de las enseñanzas universitarias oficiales, y haber superado un mínimo de 300 créditos ECTS en el conjunto de estudios universitarios oficiales, de los cuales como mínimo 60 han de ser estudios de máster.
• Poseer un título oficial español de graduado o graduada, cuya duración, de acuerdo con las normas de derecho comunitario, sea, como mínimo, de 300 créditos ECTS. Estas personas deberán cursar con carácter obligatorio los complementos de formación, excepto que el plan de estudios del correspondiente título de grado incluya créditos de formación en investigación equivalentes en cuanto a valor formativo a los créditos en investigación procedentes de estudios de máster.
• Poseer un título universitario y, con la obtención previa de una plaza en formación en la prueba de acceso correspondiente a plazas de formación sanitaria especializada, haber superado con una evaluación positiva como mínimo dos años de formación de un programa para la obtención del título oficial de alguna de las especialidades en ciencias de la salud.
• Haber obtenido un título de sistemas educativos extranjeros, sin que sea necesaria su homologación, con la comprobación previa de la UPC de que dicho título acredita un nivel de formación equivalente a la del título oficial español de máster universitario y que faculta en el país expedidor del título al acceso a estudios de doctorado. Esta admisión no implicará, en ningún caso, la homologación del título previo que posea la persona interesada ni su reconocimiento a ningún otro efecto que el de acceso a enseñanzas de doctorado.
• Poseer otro título español de doctor o doctora obtenido de acuerdo con ordenaciones universitarias anteriores.

Nota 1: Normativa de acceso a los estudios de doctorado para las personas tituladas de licenciatura, ingeniería o arquitectura conforme al sistema anterior a la entrada en vigor del EEES (CG 47/02 2014)

Nota 2: Acuerdo núm. 64/2014 del Consejo de Gobierno por el que se aprueba el procedimiento y los criterios de valoración de los requisitos académicos de admisión al doctorado con estudios extranjeros no homologados (CG 25/03 2014)

Criterios de admisión y valoración de méritos

Así, con el fin de garantizar el perfil adecuado de los candidatos en el proceso de admisión en un entorno académico altamente heterogéneo, el programa ha modificado su procedimiento interno de admisión y establece de forma general los requisitos para la admisión divididos en dos apartados, formal y conceptual, el primero de los cuales excluye del segundo.

Análisis formal (AF):

Consiste en la presentación de los requisitos establecidos en la regulación administrativa del programa para cualquier estudiante que solicite la admisión. Se centran en disponer del nivel de estudios necesario, así como en la contabilización de los créditos requeridos. El no cumplimiento de este apartado es motivo directo de no admisión en el programa.

Análisis conceptual (AC):

Se incluyen los aspectos relacionados con el grado de conocimiento del candidato y sus capacidades, así como el potencial interés por parte de un grupo de investigación en el trabajo a realizar. Los requisitos en este apartado son los siguientes:

• TI: Título en ingeniería afín a la temática del programa, especialmente en informática o telecomunicaciones. No obstante, el programa admite también en casos excepcionales perfiles en otras áreas, como por ejemplo Licenciatura en Matemáticas y Máster en Computer Science.

• GD: Disponer de un grupo de investigación vinculado al programa, así como de un director/tutor o directora/tutora para realizar la tesis doctoral.

• BA: Experiencia o conocimiento explícito en el área, por ejemplo, en base a la realización de un trabajo de fin de máster en el área temática, realización de colaboraciones en algún grupo en el área de trabajo, etc.

• IN: Amplios conocimientos de inglés, certificado con pruebas globalmente admitidas (TOEFL, etc.)

• FI: Posible financiación del estudiante, bien sea en origen o por parte del grupo en el que se realizaría el trabajo de tesis.

Como resultado, la admisión se considerará en base al resultado de la siguiente expresión:
Admisión: AF*(0,1TI+0,4GD+0,1BA+0,2IN+0,2FI).

Complementos formativos

Con el fin de garantizar que los estudiantes admitidos al programa disponen de los conocimientos necesarios para garantizar en mayor medida su correcto desarrollo, la Comisión Académica del Programa de Doctorado podrá exigir, en función del perfil de ingreso de los doctorandos, que deban superarse complementos de formación específicos. En ese caso, la propia Comisión realizará un seguimiento de los complementos cursados y establecerá los criterios convenientes para limitar su duración. Los complementos pueden ser de formación investigadora o de formación transversal, pero nunca podrá exigirse a los doctorandos la matrícula de una cantidad igual o superior a 60 ECTS. Teniendo en cuenta el Documento de Actividades del Doctorando, la Comisión podrá proponer medidas complementarias a las que establece la presente normativa que conduzcan a la desvinculación de los doctorandos que no alcancen los criterios establecidos.

Así pues, el Programa de Doctorado puede requerir a los candidatos la realización de ciertos complementos de formación para adecuar en la mayor medida posible su perfil a los requerimientos en cuanto a conocimientos necesarios para realizar con normalidad los estudios de doctorado. La cantidad de complementos de formación a realizar dependerá de la formación presentada por los estudiantes y puede requerir la realización de 18 o 30 ECTS adicionales, en base a los siguientes aspectos: 

• Los créditos de formación se corresponderán con 3 o 5 asignaturas de nivel de máster, seleccionadas de cursos de másters enlazados con el Programa de Doctorado. 

• La decisión del volumen de créditos a cursar será tomada por la Comisión Académica del PD de acuerdo con el perfil de los candidatos mostrado por las asignaturas cursadas en su título de ingreso al Doctorado, y por tanto ante la detección de posibles lagunas de conocimiento. Esta decisión no se estima en unos parámetros absolutos, dado que la casuística es muy amplia, porque comprende no tan solo el nombre de las asignaturas, sino también las horas cursadas por asignatura, los contenidos temáticos de estas e incluso una referencia de la universidad de origen. Para ello se realiza un análisis de los temarios de las asignaturas con especial detalle en los tiempos asignados en los temarios. 

• La selección de las asignaturas concretas a cursar será tomada de forma consensuada por la Comisión Académica del PD junto con el tutor o la tutora del estudiante, de acuerdo a dos principios básicos: i) Incrementar el conocimiento de los candidatos en áreas en las cuales se detecte una carencia de conocimiento; ii) Incrementar el conocimiento en el área en la cual los estudiantes vayan a desarrollar su tesis doctoral.

Periodo de matrícula de los nuevos doctorandos

La primera matrícula en el Programa de Doctorado se deberá realizar dentro del plazo especificado en la resolución de admisión.
Excepto que se indique expresamente lo contrario, las matrículas correspondientes a las resoluciones de admisión emitidas con posterioridad a la segunda quincena de abril deberán ser realizadas dentro del período ordinario de matrícula del año académico en curso. 

Más información en la sección de matrícula para nuevos doctorandos

Periodo de matrícula

Periodo ordinario de matrícula (segundas matrículas y sucesivas): Se deberán realizar durante la primera quincena de octubre.

Más información en la sección general de matrícula

Procedimiento para la elaboración y defensa del plan de investigación

El doctorando o doctoranda debe elaborar un plan de investigación, antes de finalizar el primer año, que se incluirá en el documento de actividades del doctorando o doctoranda. Este plan, que podrá ser mejorado a lo largo de los estudios de doctorado, deberá ser avalado por el tutor o tutora y por el director o directora, y deberá incluir la metodología que se utilizará, así como los objetivos que se desean alcanzar con la investigación.

Como mínimo una de las evaluaciones anuales ha de prever una exposición y defensa pública del plan de investigación y del estado del trabajo realizado ante un tribunal compuesto por tres doctores o doctoras, de acuerdo con lo que determine cada comisión académica. Dicho tribunal emitirá un acta con la calificación de satisfactorio o no satisfactorio. La evaluación positiva del plan de investigación es un requisito indispensable para continuar en el programa de doctorado. En caso de evaluación no satisfactoria, el doctorando o doctoranda dispondrá de un plazo de seis meses para elaborar y presentar un nuevo plan de investigación, que será evaluado por la comisión académica del programa de doctorado.

Esta misma comisión se encargará de evaluar anualmente el plan de investigación, así como el resto de evidencias incluidas en el documento de actividades del doctorando o doctoranda. Dos evaluaciones consecutivas no satisfactorias del plan de investigación comportarán la baja definitiva del programa.

En caso de que el doctorando o doctoranda cambie de tema de tesis deberá presentar un nuevo plan de investigación.

Actividades formativas del programa

De forma general, se consideran de suma importancia para la formación y seguimiento del estudiante las horas de tutoría. Se realiza una estimación de asignación real de tutorías en base a los siguientes elementos:

Nombre de la actividad: Tutoría.

Horas: 2h/semana × 48 semanas lectivas × 3 años = 288 horas. 

Carácter: obligatoria.

En estas horas de tutoría los estudiantes tendrán sesiones semanales de discusión y guía con su tutor o tutora, quien le puede encauzar el trabajo realizado, en base tanto a los resultados obtenidos como a las previsiones realizadas, en la forma que mejor se adecue a los objetivos esperados en la tesis. El tutor o la tutora puede, además, en estas horas, discutir con los estudiantes los posibles grupos de investigación que estén trabajando en una área común y puedan estar interesados en interactuar con el trabajo a realizar por los estudiantes o a los cuales sea interesante ponerse en contacto para colaborar. Estas tutorías incluyen también reuniones internas con otros miembros del grupo de investigación para tratar aspectos comunes de investigación.

Esta actividad se realizará durante todo el tiempo requerido por los estudiantes para realizar su tesis doctoral, que se estima en tres años.

Procedimiento de asignación de tutor y director de tesis

La comisión académica del programa asignará un director o directora de tesis a cada doctorando o doctoranda en el momento de la admisión o en la primera matrícula, según el compromiso de dirección de la resolución de admisión al programa.

El director o directora de tesis es la persona responsable de la coherencia e idoneidad de las actividades de formación, del impacto y la novedad en su campo de la temática de la tesis doctoral y de la guía en la planificación y su adecuación, en su caso, a la de otros proyectos y actividades donde se inscriba el doctorando o doctoranda. Por norma general, el director o directora de la tesis será un profesor o profesora o un investigador o investigadora miembro de la Universitat Politècnica de Catalunya que posea el título de doctor o doctora y experiencia investigadora acreditada. Este concepto incluye al personal doctor de las entidades vinculadas a la UPC, según la decisión del Consejo de Gobierno, y de institutos de investigación adscritos a la UPC, de acuerdo con los respectivos convenios de colaboración y de adscripción. Cuando el director o directora es personal de la UPC también actúa como tutor o tutora.

Aquellos doctores o doctoras a los que, por razón de la su relación contractual o la entidad de adscripción, no les sean de aplicación los conceptos anteriores, deberán recibir un informe positivo de la Comisión Permanente de la Escuela de Doctorado de la UPC para poder formar parte del programa de doctorado como investigador o investigadora con investigación acreditada.

La comisión académica del programa de doctorado podrá aprobar la designación de un doctor o doctora experto que no pertenezca a la UPC como director o directora. En ese caso, será necesaria la autorización previa de la Comisión Permanente de la Escuela de Doctorado de la UPC, así como la propuesta de un doctor o doctora con experiencia investigadora acreditada de la UPC, que actuará como codirector o codirectora o, en caso de que no exista, como tutor o tutora.

El director o directora de tesis podrá renunciar a la dirección de la tesis doctoral, siempre que concurran razones justificadas apreciadas per la comisión. En ese caso, la comisión académica del programa de doctorado asignará al doctorando o doctoranda un nuevo director o directora.

La comisión académica del programa de doctorado, una vez oído el doctorando o doctoranda, podrá modificar el nombramiento del director o directora de tesis en cualquier momento del período de realización del doctorado, siempre que concurran razones justificadas.

En caso de que existan motivos académicos que lo justifiquen (interdisciplinariedad temática, programas conjuntos o internacionales, etc.) y que la comisión académica del programa lo acuerde, se podrá asignar un codirector o codirectora de tesis adicional. El director o directora y el codirector o codirectora tendrán las mismas competencias y el mismo reconocimiento académico.

El número máximo de supervisores que puede tener una tesis doctoral es de dos: un director o directora y un codirector o codirectora.

Para tesis en régimen de cotutela y de doctorado industrial, en caso de que sea necesario y esté establecido por el convenio, se podrá acordar no aplicar ese número máximo. No obstante, el número máximo de directores o directoras que pueden pertenecer a la UPC es de dos.

Más información en la sección de tesis doctorales

Permanencia

En el caso de los estudios a tiempo completo, en caso de que una vez transcurrido el plazo de tres años no se haya presentado la solicitud de depósito de la tesis doctoral, la comisión académica del programa podrá autorizar la prórroga de dicho plazo por un año más en las condiciones que la Normativa académica de los estudios de doctorado de la Universitat Politècnica de Catalunya haya establecido en el programa. En el caso de los estudios a tiempo parcial, la prórroga podrá ser autorizada por dos años más. Tanto en el caso de los estudios a tiempo completo como en el de los estudios a tiempo parcial, excepcionalmente y a solicitud motivada de la comisión académica del programa, la Comisión Permanente de la Escuela de Doctorado podrá ampliar la prórroga otro año adicional.

Son motivo de baja de un programa de doctorado:

• La solicitud motivada del doctorando o doctoranda de la baja del programa.
• El agotamiento del plazo máximo de permanencia y de las prórrogas correspondientes que hayan sido autorizadas.
• No haber formalizado la matrícula anual en cada curso (excepto en el caso de que haya sido autorizada una baja temporal).
• Obtener dos evaluaciones consecutivas no satisfactorias.
• Tener expedientes disciplinarios con una resolución de desvinculación de la UPC.

La baja del programa implicará que el doctorando o doctoranda no podrá seguir en el mismo y el cierre de su expediente académico. No obstante, podrá solicitar la readmisión a la comisión académica del programa, que, de acuerdo con los criterios establecidos en la normativa, deberá volver a valorar su acceso.

Mención Internacional

El título de doctor o doctora puede incluir la mención internacional. En este caso, el doctorando o doctoranda deberá cumplir los siguientes requisitos:

a) A lo largo de la etapa formativa necesaria para obtener el título de doctor o doctora, el doctorando o doctoranda deberá haber realizado una estancia mínima de tres meses en una institución de enseñanza superior o centro de investigación de prestigio fuera de España, para cursar estudios o llevar a cabo trabajos de investigación. La estancia y las actividades deberán estar avaladas por el director o directora y deberán estar autorizadas por la comisión académica del programa, y será necesario su acreditación con el correspondiente certificado expedido por la persona responsable del grupo de investigación del organismo u organismos donde se haya realizado. Esta información se incorporará al documento de actividades.
b) Una parte de la tesis, como mínimo el resumen y las conclusiones, deberán haberse redactado y presentado en una de las lenguas habituales para la comunicación científica en su campo de conocimiento y diferente de las que son oficiales en España. Esta norma no se aplicará en caso de que la estancia, los informes y los expertos procedan de un país de habla hispana.
c) La tesis deberá incluir el informe previo, acreditado oficialmente, de un mínimo de dos doctores o doctoras expertos que pertenezcan a alguna institución de enseñanza superior o centro de investigación no español.
d) Como mínimo un doctor o doctora experto, perteneciente a una institución de enseñanza superior o de investigación no español y que no sea la persona responsable de la estancia (apartado a), deberá haber formado parte del tribunal de evaluación de la tesis.
e) La defensa de la tesis deberá haber tenido lugar en las instalaciones de la UPC o, en el caso de programas conjuntos, en el lugar indicado en el convenio de colaboración.

Listado de tesis autorizadas para defensa

• BELLVER BUENO, MÍRIAM: Image and video object segmentation in low supervision scenarios
  
  Autor/a: BELLVER BUENO, MÍRIAM
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: ARQUITECTURA DE COMPUTADORES
  Departamento: (DAC)
  Modalidad: Normal
  Fecha de depósito: 07/01/2021
  Fecha de lectura: pendiente
  Hora de lectura: pendiente
  Lugar de lectura: pendiente
  Director/a de tesis: TORRES VIÑALS, JORDI | GIRÓ NIETO, XAVIER
  Tribunal:
       PRESIDENT: AKATA, ZEYNEP
       SECRETARI: MORENO NOGUER, FRANCESC D\'ASSIS
       VOCAL NO PRESENCIAL: KALANTIDIS, YANNIS
  Resumen de tesis: 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.
  

Última actualización: 27/02/2021 06:03:59.

Listado de tesis en depósito

Última actualización: 27/02/2021 06:03:16.

Listado de tesis defendidas por año

• BUCHACA PRATS, DAVID: Learning workload behaviour models from monitored time-series for resource estimation towards data center optimization
  
  Autor/a: BUCHACA PRATS, DAVID
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: ARQUITECTURA DE COMPUTADORES
  Departamento: (DAC)
  Modalidad: Normal
  Fecha de lectura: 14/01/2021
  Director/a de tesis: CARRERA PÉREZ, DAVID | BERRAL GARCÍA, JOSEP LLUÍS
  

  Tribunal:
       PRESIDENT: IQBAL, WAHEED
       SECRETARI: NIN GUERRERO, JORDI
       VOCAL: BIFET FIGUEROL, ALBERT CARLES
  Resumen de tesis: 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.
  

• SEGURA SALVADOR, ALBERT: High-performance and energy-efficient irregular graph processing on GPU architectures
  
  Autor/a: SEGURA SALVADOR, ALBERT
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: ARQUITECTURA DE COMPUTADORES
  Departamento: (DAC)
  Modalidad: Normal
  Fecha de lectura: 18/02/2021
  Director/a de tesis: ARNAU MONTAÑES, JOSÉ MARÍA | GONZÁLEZ COLÁS, ANTONIO MARIA
  

  Tribunal:
       PRESIDENT: AAMODT, TOR MICHAEL
       SECRETARI: TUBELLA MURGADAS, JORDI
       VOCAL NO PRESENCIAL: SAHUQUILLO BORRÁS, JULIO
  Resumen de tesis: 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
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: ARQUITECTURA DE COMPUTADORES
  Departamento: (DAC)
  Modalidad: Normal
  Fecha de lectura: 25/01/2021
  Director/a de tesis: ARNAU MONTAÑES, JOSÉ MARÍA | GONZÁLEZ COLÁS, ANTONIO MARIA
  

  Tribunal:
       PRESIDENT: KRISHNA, TUSHAR
       SECRETARI: PASTOR LLORENS, ENRIQUE
       VOCAL NO PRESENCIAL: CANO REYES, JOSE
  Resumen de tesis: 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%.
  

Última actualización: 27/02/2021 06:02:46.

Grupos de investigación

• ARCO-Microarquitectura y Compiladores
• CAP-Grupo de Computacion de Altas Prestaciones
• CBA-Sistemes de Comunicacions i Arquitectures de Banda Ampla
• CNDS-Redes de Computadores y Sistemas Distribuidos
• CRAAX-Centro de Investigacion de Arquitecturas Avanzadas de Redes
• DAMA-UPC-Data Management Group
• GCO-Grupo de Comunicaciones Opticas
• ICARUS-Intelligent Communications and Avionics for Robust Unmanned Aerial Systems
• IMP-Modelizacion y Procesamiento de la Informacion
• VIRTUOS-Virtualisation and Operating Systems

Entidades de investigación:

Profesorado

• 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