Tribunal:
     PRESIDENT: LÓPEZ MORENO, CARMEN
     SECRETARI: DUFFO UBEDA, NURIA
     VOCAL: BATLLÓ ORTIZ, JOSEP
Resumen de tesis: Los terremotos son uno de los desastres naturales más destructivos, causando un gran daño a infraestructuras y una pérdida significativa de vidas humanas. En las últimas cinco décadas, de entre todos los desastres naturales, los terremotos han sido la principal causa de muerte, lo que resalta la urgente necesidad de encontrar métodos de pronóstico efectivos y estrategias de mitigación. Aunque ocurren miles de terremotos globalmente cada año, sólo una pequeña proporción es lo suficientemente importante como para ser detectada por los sistemas de monitoreo o percibida por las personas. Entre 1998 y 2018, los eventos sísmicos causaron aproximadamente 846,000 muertes y pérdidas económicas por un total de 661 mil millones de dólares, lo que resalta su profundo impacto socioeconómico. Aunque los terremotos no se pueden prevenir, sí que se han realizado grandes esfuerzos para reducir sus consecuencias mediante la modelización de riesgos, códigos de construcción mejorados y programas de prevención. A pesar de estos avances, un sistema de alerta temprana confiable para terremotos sigue siendo muy difícil. La ausencia de precursores consistentes y deterministas de los eventos sísmicos es uno de los principales desafíos para el desarrollo de dichos sistemas. Sin embargo, la investigación ha identificado señales geofísicas débiles o indirectas, llamadas anomalías, que pueden aparecer de días a semanas antes de los grandes terremotos. Estas anomalías incluyen cambios en las emisiones térmicas infrarrojas, perturbaciones en la ionosfera, alteraciones en los campos magnéticos y emisiones de gases. Aunque estas señales no están presentes de manera universal, su detección sí podría mejorar las capacidades de pronóstico. Tradicionalmente, las anomalías se han monitoreado utilizando sensores terrestres en áreas de alto riesgo sísmico. Aunque valiosos, estos sensores están restringidos geográficamente y no pueden detectar señales en regiones remotas o inaccesibles. En cambio, las técnicas de Teledetección (RS) ofrecen una alternativa prometedora, proporcionando una amplia cobertura espacial, alta resolución temporal y la capacidad de observar áreas inaccesibles, como océanos, desiertos y montañas. Los sistemas de RS permiten la monitorización continua de la superficie de la Tierra y de la atmósfera, lo que posibilita la detección de anomalías potencialmente relacionadas con terremotos en la litosfera, la atmósfera y la ionosfera. Esta tesis de doctorado revisa el uso de técnicas de RS para la detección de precursores de terremotos y sus avances recientes. Explora el Acoplamiento Litosfera-Atmósfera-Ionosfera (LAIC) como un marco multidisciplinario que explica cómo el estrés sísmico y la deformación de las rocas en la litosfera pueden desencadenar efectos en cascada en la atmósfera y la ionosfera. La tesis también presenta resultados de investigaciones en curso sobre el pronóstico de terremotos a corto y medio plazo utilizando datos de observación de la Tierra. La tesis doctoral examina varios parámetros derivados de los satélites: anomalías en la Temperatura Superficial del Suelo (LST), índices de centelleo ionosférico (IS), variaciones en el campo geomagnético, así como otros parámetros del clima espacial. Este trabajo pretende contribuir a la comprensión de los precursores de los terremotos y busca desarrollar herramientas prácticas para predecir mejor los eventos sísmicos, mejorando los esfuerzos de mitigación y alerta temprana.

Tribunal:
     PRESIDENT: BURGOS GARCÍA, MATEO
     SECRETARI: JOFRE ROCA, LUIS
     VOCAL: ALVAREZ PEREZ, JOSE LUIS
Resumen de tesis: Las misiones SAR de satélites en órbitas geoestacionarias (GEOSAR) ofrecen tiempos de revisita cortos, de menos de 24 horas, lo cual es esencial para monitorizar fenómenos de rápida evolución. Una primera misión se ha lanzado recientemente en China, y otras misiones están siendo estudiadas o propuestas en Europa y Estados Unidos, con aplicaciones que van desde el monitoreo del ciclo del agua hasta la evaluación de la estabilidad del terreno. Todas estas misiones comparten la necesidad de una determinación precisa de la órbita en órbitas geoestacionarias (GEO) para permitir la formación de imágenes SAR bien enfocadas.Mediante el uso de tecnología FPGA (Field-Programmable Gate Array), se han diseñado correladores digitales para ser utilizados en un sistema interferométrico de determinación de órbita. El sistema ha sido validado para obtener estimaciones orbitales utilizando observaciones de fase de las salidas del correlador, que se pueden utilizar para determinar la trayectoria del satélite. El sistema implementado sigue satélites de telecomunicaciones de radiodifusión de televisión, utilizando las transmisiones como señales de oportunidad (SoOp). Los reflectores urbanos se utilizan para formar grandes líneas de base interferométricas con respecto al receptor desarrollado.La determinación precisa de la órbita es crucial para Radares de Apertura Sintética (SAR). Se realizaron estudios de simulación para una configuración monostática y una configuración bistática basada en tierra para evaluar el impacto de los errores de estimación de parámetros orbitales en el enfoque de las imágenes SAR. Se ha estudiado una técnica de autoenfoque basada en la optimización de minimización de entropía para mejorar el enfoque de las imágenes GEOSAR afectadas por errores orbitales residuales, lo que permite relajar los requisitos de precisión orbital a cientos de metros. Usando los mismos transmisores de oportunidad que en el sistema interferométrico, se ha diseñado e implementado un sistema pasivo SAR basado en tierra (GB-GEOSAR). Se ha usado un receptor coherente multicanal para capturar datos de eco de una escena urbana cercana. Se ha usado un módulo de compresión de rango, basado en el diseño de los correladores interferométricos, para procesar los datos de eco correlandolos con la señal principal del satélite, que actúa como referencia para el proceso de filtro adaptado. A continuación, se aplica una compresión de azimut, basada en los datos orbitales del sistema interferométrico, para obtener imágenes SAR enfocadas. Estas imágenes se pueden utilizar para estudiar los conceptos de GEOSAR y servir como prueba de concepto de las capacidades de un sistema pasivo, que podría emplearse para monitorear regiones locales con bajos costos de despliegue.Se pueden aplicar técnicas interferométricas y polarimétricas a las imágenes de GB-GEOSAR, las cuales podrían usarse en la cartografía topográfica o de deformación de la tierra y en la clasificación de tipos de superficie. Una evaluación experimental basada en imágenes de áreas urbanas y montañosas cercanas al campus universitario ha permitido identificar los desafíos, potenciales y limitaciones del sistema desarrollado.

Tribunal:
     PRESIDENT: MARTIN NEIRA, MANUEL
     SECRETARI: DUFFO UBEDA, NURIA
     VOCAL: FORTUNY GUASCH, JOAQUIM
Resumen de tesis: La Interferencia de Radiofrecuencia (RFI, por sus siglas en inglés) se ha convertido en un desafío crítico para el uso efectivo del espectro de microondas en la observación de la Tierra. La RFI consiste en emisiones no naturales que ocultan las señales radiométricas medidas por los radiómetros de microondas, degradando la precisión y la integridad de los datos. Este problema es especialmente evidente en la misión Soil Moisture and Ocean Salinity (SMOS) de la Agencia Espacial Europea (ESA), que, a pesar de operar en la protegida banda L, se ve significativamente afectada por interferencias.Esta tesis doctoral presenta enfoques innovadores para mitigar la RFI, con un enfoque específico en los Radiómetros Interferométricos de Apertura Sintética, un área que ha sido insuficientemente estudiada en el contexto de la RFI. Se introducen varias técnicas novedosas de detección y mitigación, incluidas la detección basada en autocorrelación, la descomposición no lineal mediante la Descomposición Modal Empírica (EMD, por sus siglas en inglés) y mitigación adaptativa a los datos utilizando la Transformada de Karhunen-Loève (KLT, por sus siglas en inglés). Estos métodos abordan las limitaciones de los enfoques existentes y han sido evaluados con datos simulados utilizando métricas de rendimiento estándar.Además, este trabajo proporciona una nueva interpretación algebraica de la mitigación, estableciendo un puente entre los métodos de detección de RFI y las técnicas de transformación de señales, al tiempo que se introducen nuevas métricas de rendimiento. Más allá de las contribuciones teóricas, la tesis incluye una validación experimental de las técnicas propuestas utilizando datos reales. Así, se demuestra la viabilidad práctica de la detección basada en la autocorrelación y la mitigación basada en KLT en escenarios realistas. Asimismo, esta tesis analiza el impacto de la cuantización en las técnicas de mitigación, un aspecto clave para su implementación en radiómetros digitales.

Tribunal:
     PRESIDENT: MERINO MARTINEZ, MARIO
     SECRETARI: GARCÍA RIGO, ALBERTO
     VOCAL: ÁLVAREZ LAGUNA, ALEJANDRO
Resumen de tesis: Las naves espaciales que entran en atmósferas planetarias quedan rodeadas por una capa de plasma con altos niveles de ionización, causada por las temperaturas extremas de la capa de choque. Las partículas cargadas del plasma interactúan con las ondas electromagnéticas emitidas por las antenas, lo que genera dificultades en la comunicación y el seguimiento durante el vuelo, provocando apagones en las comunicaciones por radio que pueden durar varios minutos. La técnica de atenuación por campo magnético es una solución propuesta para reducir los efectos de la capa de plasma en la propagación de las señales de radio. Esta técnica consiste en superponer un campo magnético al flujo de plasma, transformándolo en un medio anisótropo y modificando su índice de refracción. De este modo, se genera una onda extraordinaria capaz de propagarse a frecuencias de plasma superiores a la frecuencia de la señal de radio.El proyecto MEESST ha tenido como objetivo diseñar y probar un imán superconductor de alta temperatura (HTS) para mitigar los apagones de las comunicaciones por radio y reducir el flujo de calor superficial. Esta investigación se centra en el estudio experimental del fenómeno de los apagones de las comunicaciones por radio y su mitigación mediante un campo magnético aplicado, llevado a cabo en el túnel de viento de plasma. Se ha diseñado un sistema de comunicaciones a medida, adaptado a los niveles de ionización observados en pruebas terrestres, y se ha caracterizado completamente en la cámara anecoica.Los resultados se dividen en tres partes, cada una abordando una cuestión de investigación específica. La primera parte se dedica al estudio de la propagación de la señal en un flujo de plasma. Se caracterizan los flujos de plasma de aire y CO2 mediante espectroscopia de emisión. Los perfiles radiales de temperatura se determinan a partir de la intensidad de una línea atómica de oxígeno, mientras que las densidades de electrones se obtienen mediante el ensanchamiento Stark de la línea Hb. Los perfiles de magnitud de la señal de radio se miden en diferentes configuraciones en un rango de frecuencias entre 33 y 40 GHz. Se estiman la atenuación y la rotación de Faraday causadas por el plasma, y los resultados muestran una buena correlación con las frecuencias de plasma medidas.La segunda parte analiza los efectos de un campo magnético aplicado sobre el flujo de plasma y la propagación de la señal de radio. La sonda incorpora el imán HTS, capaz de generar una densidad de flujo magnético máxima de aproximadamente 0,45 T en la parte frontal de la antena. La caracterización del flujo de plasma de aire magnetizado revela un aumento del flujo de calor en el punto de remanso, y de la temperatura y frecuencia del plasma, debido al campo magnético aplicado. El incremento de las densidades de electrones cerca de la antena y la mayor atenuación de la onda extraordinaria generan diferencias mínimas, difícilmente detectables, en los perfiles de atenuación de la señal. Sin embargo, se observa un cambio en el coeficiente de reflexión, dependiente de la intensidad magnética, y en la rotación de Faraday, dependiente de la dirección del campo.La tercera parte aborda diferentes métodos para reproducir una condición de vuelo en instalaciones terrestres. Se selecciona una condición relevante relacionada con el apagón de las comunicaciones por radio durante el vuelo de reentrada del ARD. La capa de choque alrededor de un modelo ARD se reproduce en el túnel de choque HIEST. Esta condición se simula numéricamente tanto para el vuelo como para las pruebas terrestres, destacando las limitaciones de la metodología de escalado binario. Para la misma condición de vuelo, se aplica la metodología de simulación de transferencia de calor local y se prueba en la instalación Plasmatron, logrando reproducir con éxito la capa límite de vuelo. Finalmente se comparan los perfiles de densidad de electrones obtenidos en ambas instalaciones con los del vuelo.

Tribunal:
     PRESIDENT: ROMAN DIEZ, ROBERTO
     SECRETARI: MUÑOZ PORCAR, CONSTANTINO
     VOCAL: HERRERA, MILAGROS
Resumen de tesis: Las mejoras en la recuperación de propiedades microfísicas, ópticas y radiativas de los aerosoles pueden contribuir a observaciones e investigaciones locales más detalladas, apoyar la modelización climática local o global y la previsión de la calidad del aire, validar productos satelitales y contribuir a las políticas públicas. Esta tesis doctoral tiene como objetivo lograr tales mejoras mediante sinergias entre instrumentos de teledetección terrestres. Los objetivos son: (1) evaluar el potencial de un algoritmo de inversión, concretamente GRASP, para recuperar propiedades de los aerosoles a partir de la sinergia entre un fotómetro solar-celeste-lunar polarizado y un lidar multicanal de última generación de ACTRIS/EARLINET, y (2) estimar los efectos radiativos a largo plazo de los aerosoles combinando flujos radiativos netos de piranómetros y la Profundidad Óptica de Aerosoles (AOD) de fotómetros, evaluando la capacidad de GRASP para recuperar dichos efectos caso por caso. Para alcanzar el Obj. 1, se realizaron pruebas de sensibilidad (recuperaciones sin ruido y con ruido aleatorio) con GRASP para varias combinaciones de observaciones terrestres, incluyendo la información de polarización como entrada en GRASP, en tres escenarios de aerosoles en Barcelona, España. Las pruebas mostraron que la adición del Grado de Polarización Lineal (DoLP) mejoró las inversiones de GRASP tanto sin ruido como con ruido aleatorio, particularmente bajo altos valores de AOD. Las mayores mejoras se observaron en el modo grueso de las propiedades ópticas y en el índice de refracción real del modo grueso. Para alcanzar el Obj. 2, se aplicó un método directo para estimar la Eficiencia del Forzamiento de Aerosoles (AFE) y el Forzamiento Radiativo por Aerosoles (ARF) espectrales en una base de datos de 14 años en Barcelona. Las estimaciones de AFE-ARF confirmaron un forzamiento de enfriamiento dominante sobre Barcelona, siendo el polvo mineral el responsable del efecto de enfriamiento más fuerte, seguido por los aerosoles urbanos/industriales y de quema de biomasa, y los aerosoles mixtos. Además, las inversiones de GRASP con DoLP fueron más precisas para el ARF, coincidiendo con el método directo en los casos con AOD alto.

Tribunal:
     PRESIDENT: VIPIANA, FRANCESCA
     SECRETARI: O\'CALLAGHAN CASTELLA, JUAN MANUEL
     VOCAL: ZENG, XUEZHI
Resumen de tesis: Esta tesis desarrolla y valida un algoritmo innovador para la detección del cáncer colorrectal (CRC) mediante microondas, integrándolo en endoscopias. Su validación incluye pruebas ex-vivo, in-vivo y ensayos clínicos. El algoritmo mejora la detección de pólipos aprovechando la diferencia dieléctrica entre tejidos sanos y cancerosos, superando las limitaciones de la colonoscopia. Para ello, normaliza señales, calibra artefactos, reconstruye imágenes y aplica detección automática para aumentar sensibilidad y especificidad.Las estrategias de calibración incluyen First Frame Subtraction, Similar Frame Subtraction, Antenna-Pair Subtraction y Previous Frames Averaging para aislar la dispersión de pólipos. Métodos avanzados como Exponential Smoothing y Target-to-Clutter Ratio Thresholding permiten la detección automática independientemente de la anatomía. El algoritmo se evalúa en estudios preclínicos con modelos fantoma, tejidos ex-vivo y ensayos in-vivo en cerdos, midiendo sensibilidad, especificidad y desajuste. Un ensayo clínico piloto valida su uso en endoscopias reales.La optimización se centra en mejorar un modelo fantoma que simule con precisión una colonoscopia y en ajustar parámetros para un segundo ensayo clínico. Estos avances posicionan la detección con microondas como una alternativa prometedora para el cribado del CRC, contribuyendo al diagnóstico en tiempo real y mejorando la eficiencia en salud.

Tribunal:
     PRESIDENT: SCAGLIOLA, MICHELE
     SECRETARI: MALLORQUI FRANQUET, JORDI JOAN
     VOCAL: MAKHOUL VARONA, EDUARDO
Resumen de tesis: La capacidad de medir la topografía de la superfície oceánica desde el espacio surgió en la década de 1970 con los altímetros radar satelitales. Desde entonces, esta técnica se ha vuelto esencial en la observación de la Tierra, apoyando diversas aplicaciones que van desde el monitoreo del nivel del agua en zonas costeras y la elevación del hielo en zonas polares, hasta la medición del aumento global del nivel del mar. Los avances en la altimetría radar han mejorado significativamente la resolución azimutal a lo largo de los años, progresando desde modos de baja resolución en el orden de kilómetros, hasta aproximadamente 300 metros gracias a las técnicas Radar de Apertura Sintética usando métodos Doppler (delay/Doppler altimetry o SAR altimetry en inglés), e incluso resoluciones del orden de metros con técnicas de Apertura Sintética Totalmente Enfocadas (Fully Focused SAR en inglés). Mientras que los modos de baja resolución y de enfocado Doppler están actualmente maduros operativamente, los algoritmos de enfoque total (FF-SAR) son relativamente nuevos y aún requieren de muchos recursos computacionales, lo que limita su uso operativo.Esta tesis presenta dos algoritmos novedosos diseñados para mejorar la eficiencia computacional del procesamiento FF-SAR, haciendo factible su uso en actuales y futuras misiones satelitales. El primer método es un algoritmo analítico frecuencial llamado 'FF-SAR Omega-K', que proporciona una mejora en la eficiencia computacional hasta 4000 veces en comparación con el algoritmo FF-SAR clásico, conocido como 'FF-SAR Back-projection'. El algoritmo se ha validado utilizando datos de blancos puntuales y del océano. Además, el algoritmo Omega-K se ha aplicado para estimar la longitud de onda de las olas del oceáno, una nueva aplicación en la altimetría que solo es posible gracias a los algoritmos de apertura totalmente enfocada.La segunda alternativa es un algoritmo acelerado para la versión 'FF-SAR Back-projection', llamado 'Accelerated Back-projection', que reduce significativamente el tiempo computacional del método clásico en arquitecturas basadas en CPU en un factor de 28, y hasta un factor de 13 en arquitecturas basadas en GPU. En comparación con el algoritmo clásico usado en CPU, la combinación del procesamiento en GPU con el algoritmo acelerado logra una mejora global de hasta 1500 veces en eficiencia computacional. Este método mantiene la precisión y permite un procesamiento casi en tiempo real, validado exhaustivamente con datos de transpondedores y del océano. Este algoritmo es más lento que el 'Omega-K', pero es más versátil, robusto, exacto y preciso.Además, se presenta una variación del algoritmo 'Back-projection', llamado 'Sub-looked Back-projection'. Este algoritmo genera ondas con una resolución azimutal de 300 metros comparables a las obtenidas mediante métodos convencionales 'delay/Doppler', pero no depende de las aproximaciones típicas empleadas por los procesadores 'delay/Doppler', que simplifican los cálculos. El algoritmo 'Sub-looked Back-projection' reduce los sesgos de la SWH en un 20% en comparación con el procesamiento convencional 'delay/Doppler'. Implementado en arquitecturas GPU, alcanza velocidades de procesamiento comparables a los procesadores 'delay/Doppler' operacionales actuales.En conjunto, estos métodos representan un avance sustancial hacia un procesamiento más rápido, lo más preciso posible y más versátil en la altimetría radar, abriendo camino para la próxima generación de misiones satelitales.

Tribunal:
     PRESIDENT: HERNÁNDEZ GUTIERREZ, JOSÉ ALBERTO
     SECRETARI: VELASCO ESTEBAN, LUIS DOMINGO
     VOCAL: NATALINO, CARLOS
Resumen de tesis: La creciente complejidad y exigencias de las redes de telecomunicaciones modernas hacen necesario el desarrollo de sistemas autónomos y seguros que garanticen unas comunicaciones eficientes, fiables y seguras. La integración de tecnologías avanzadas como la Inteligencia Artificial (IA) y el Aprendizaje Automático (ML) junto con la Distribución Cuántica de Claves (QKD) en las redes ópticas responde a estas necesidades. Esta integración permite la creación de redes que pueden automatizar eficientemente sus operaciones al tiempo que garantizan los más altos estándares de seguridad. En este contexto, esta tesis explora el uso de Redes Definidas por Software (SDN) para el avance de redes ópticas autónomas y seguras, en particular Redes Ópticas Elásticas (EONs). La investigación se centra en la mejora de la eficiencia y la seguridad de las redes para hacer frente a la creciente complejidad y demanda de comunicaciones seguras, de alta capacidad y baja latencia.La tesis doctoral investiga la aplicación de ML, específicamente Aprendizaje Profundo por Refuerzo (DRL) y Redes Neuronales Gráficas (GNN) para abordar retos clave en la gestión y optimización de EONs. El objetivo principal es desarrollar soluciones autónomas e inteligentes para el aprovisionamiento dinámico de servicios, la asignación de recursos y la gestión del espectro. Una aportación significativa de este trabajo es el desarrollo de novedosos enfoques basados en DRL para el enrutamiento y la asignación del espectro (RSA). Estos métodos están diseñados para gestionar de forma adaptativa los recursos de red en tiempo real, superando las limitaciones de los algoritmos RSA tradicionales y estáticos. Al considerar la latencia como un factor clave, el mecanismo RSA basado en DRL garantiza el aprovisionamiento eficiente de aplicaciones sensibles a la latencia y mejora las métricas generales de rendimiento de la red, como la latencia y el rendimiento. La tesis también examina el aprovisionamiento dinámico y la ubicación óptima de funciones de red virtuales (VNF) mediante DRL y GNN. Esta combinación de tecnologías permite una asignación más eficiente de los requisitos de recursos a la infraestructura física, facilitando sistemas de gestión de red escalables y flexibles.La investigación también incluye una validación experimental de las soluciones propuestas. Se implementó una prueba de concepto (PoC) para demostrar la integración de los modelos DRL en un plano de control SDN. Para ello se externalizó el cálculo de la ruta a una entidad dedicada que asiste al controlador SDN en la función de selección de ruta y espectro. Los resultados experimentales confirmaron la aplicabilidad práctica del enfoque DRL para apoyar funciones de control seleccionadas en infraestructuras EON operativas.Además, la investigación explora la coexistencia de la Distribución de Claves Cuánticas Variable Continua (CV-QKD) y los canales clásicos dentro de las EON, lo que resulta esencial para garantizar la seguridad de las comunicaciones en la era de la computación cuántica. Para abordar el reto de las interferencias de ruido de los canales clásicos de alta potencia sobre los canales cuánticos sensibles, la tesis introduce estrategias de asignación dinámica del espectro aprovechando SDN. Estas estrategias optimizan el uso de los recursos espectrales y minimizan las interferencias de ruido, garantizando un funcionamiento seguro y eficiente de la red integrada.En resumen, esta tesis aporta avances significativos en el campo de las redes ópticas autónomas y seguras mediante la integración de técnicas avanzadas de ML, contribuyendo al desarrollo de EON ágiles, de alta capacidad, fiables y seguras para las telecomunicaciones del futuro.

Tribunal:
     PRESIDENT: GAMBA, PAOLO ETTORE
     SECRETARI: VALL-LLOSSERA FERRAN, MERCEDES MAGDALENA
     VOCAL: MARCELLO RUIZ, JAVIER
Resumen de tesis: La creciente disponibilidad y miniaturización de sensores satelitales ha permitido que los CubeSats se consoliden como plataformas potentes para la Observación de la Tierra (EO). A pesar de su reducido tamaño y bajo coste, los CubeSats pueden proporcionar información geofísica de alta resolución, siempre que se aborden adecuadamente sus limitaciones intrínsecas: potencia disponible, capacidad de procesamiento, almacenamiento y ancho de banda de descarga. Esta tesis explora el desarrollo e implementación de metodologías de procesamiento de datos eficientes que puedan operar bajo estas restricciones. Al trasladar parte de la cadena de procesamiento desde el segmento terrestre al propio satélite, se pretende habilitar un análisis autónomo y en tiempo real a bordo, reduciendo así el volumen de datos transmitidos y aumentando la inmediatez y el valor científico de los productos satelitales.Para ello, la tesis presenta una serie de contribuciones algorítmicas que abarcan tanto técnicas tradicionales de procesamiento de señal como enfoques de aprendizaje automático, incluidas redes neuronales. En primer lugar, se propone una metodología ligera de restauración para mitigar la degradación de imágenes causada por el "jitter" inducido por el sistema de determinación y control de actitud (ADCS) en imágenes ópticas de alta resolución obtenidas por CubeSats. El método se basa exclusivamente en telemetría inercial, estimando un filtro de desenfoque espacialmente variante y aplicando una deconvolución regularizada con un coste computacional mínimo.En segundo lugar, se presenta una arquitectura de red neuronal en dos etapas para estimar la Concentración de Hielo Marino (SIC) y la Extensión de Hielo Marino (SIE) a partir de datos radiométricos en banda L y de Reflectometría GNSS (GNSS-R) recogidos por la misión FSSCat. La primera red genera mapas SIC/SIE de baja resolución a partir de la radiometría y variables auxiliares, mientras que la segunda refina la resolución en los puntos de reflexión GNSS-R, combinando eficazmente las fortalezas complementarias de ambos sensores.En tercer lugar, se propone el algoritmo de Selección y Ordenación Secuencial de Bandas (SBSR) para la reducción de dimensionalidad en imágenes hiperespectrales. Este método no supervisado utiliza métricas simples e interpretables, como la entropía y la correlación espectral, para seleccionar iterativamente las bandas que maximizan la información y minimizan la redundancia. Su baja complejidad computacional lo hace ideal para su ejecución a bordo.Por último, se amplía el enfoque SBSR mediante un modelo basado en redes neuronales convolucionales (CNN) capaz de realizar la selección de bandas directamente sobre datos hiperespectrales con desalineación parcial entre bandas, como los que se obtienen habitualmente con sensores "pushbroom" en CubeSats. La CNN procesa matrices de correlación y autocorrelación para generar puntuaciones de relevancia espectral, permitiendo una selección robusta sin necesidad de alineación espacial previa.Todos los métodos han sido validados con datos reales de las misiones PRISMA y FSSCat, así como con escenas de referencia hiperespectrales (Indian Pines, Houston 2018). Los resultados demuestran que los algoritmos propuestos alcanzan un rendimiento comparable o superior al de las metodologías existentes, reduciendo drásticamente el coste computacional y el volumen de datos.

Tribunal:
     PRESIDENT: SANTAMARÍA CABALLERO, IGNACIO
     SECRETARI: SALA ALVAREZ, JOSE
     VOCAL: PEREZ NEIRA, ANA ISABEL
     VOCAL: SECO GRANADOS, GONZALO
     VOCAL: KOCH, TOBIAS
Resumen de tesis: La diversidad es un concepto bien conocido en comunicaciones inalámbricas cuyo propósito es cuantificar la robustez potencial de un receptor cuando se reciben múltiples copias independientes de una señal. De hecho, existe una definición formal de este concepto que tiene en cuenta su uso práctico dentro del contexto de comunicaciones inalámbricas, es decir, se define con respecto a la probabilidad de error de símbolo promediada sobre la estadística del canal. Sin embargo, no existe consenso sobre la generalización de la definición para otro tipo de aplicaciones. Inspirándonos en una definición intuitiva de diversidad extraída de fusión de datos multimodal, el objetivo de esta tesis es explorar el concepto de diversidad bajo la perspectiva de la teoría de la información, la optimización numérica basada en el principio de MM y la variedad de Grassmann. La motivación detrás de los algoritmos de MM es que se ajustan perfectamente a los problemas de optimización que surgen de la teoría de la información, mientras que la variedad de Grassmann aparece naturalmente en el contexto de problemas con esparsidad que muestran diversidad. Todas estas ideas se analizan a través de tres escenarios diferentes: la fusión multisensor, la conversión de covarianza en comunicaciones inalámbricas MIMO y la detección de correlación. Estos escenarios comparten el hecho de que la dimensión intrínseca de los datos es mucho más pequeña que la dimensión del espacio global.En el problema de fusión multisensor, analizamos la definición intuitiva de diversidad para tres esquemas de fusión. En primer lugar, revisamos el principio de Intersección de Covarianza para resaltar su conexión con el criterio de mínima entropía y el algoritmo de “waterfilling” en comunicaciones. En segundo lugar, derivamos un descriptor basado en la entropía de Rényi del peor caso de contaminación de una red de sensores. Gracias a este descriptor, es posible interpretar la regularización de norma L0 para el problema de fusión de sensores con argumentos extraídos de la teoría de la información. Finalmente, consideramos un esquema de fusión en la que se procesa conjuntamente la propia fusión de los sensores y una técnica de regresión basada en subespacios lineales. Este planteamiento, que se inspira en una dualidad con el problema de la mitigación de interferencias no estructuradas en receptores de navegación, está motivada por el hecho de que es posible obtener una medida de la integridad de la fusión cuando la redundancia temporal de las mediciones y la matriz de covarianza intersensores se estiman conjuntamente.Por otra parte, se revela un tipo diferente de diversidad en el problema de conversión de covarianza para esquemas de duplexación por división de frecuencia en comunicaciones. Este problema consiste en la estimación de la matriz de covarianza de canal del enlace de bajada utilizando una estimación previa de la matriz de covarianza de canal del enlace de subida. Consideramos especialmente aquellos casos donde se puede definir esparsidad sobre las estadísticas de segundo orden, que ocurre en los canales “mmWave” y de banda ultra-ancha. A través de un análisis detallado de este problema, mostramos un algoritmo de conversión prometedor basado en el ADMM.Por último, el problema de detección de correlación entre dos vectores Gaussianos sirve como una forma de explorar un enfoque basado en teoría de la información para cuantificar la diversidad. De hecho, transformamos este problema en uno de estimación de la información mutua de M canales Gaussianos paralelos para conseguir dicha medida de la diversidad. Sin embargo, la estimación de máxima verosimilitud de la información mutua sufre de sesgo cuando un subconjunto de estos canales no proporcionan información. Por este motivo, proponemos la adopción de reglas de selección de orden de modelo, bien conocidas en otras áreas, como un medio para estimar información bajo un compromiso de sesgo-varianza.

Tribunal:
     PRESIDENT: GÜNDÜZ, DENIZ
     SECRETARI: PASCUAL ISERTE, ANTONIO
     VOCAL: POOR, VINCENT
Resumen de tesis: Esta tesis doctoral aborda dos desafíos fundamentales y cada vez más interconectados en el procesado moderno de la información: el aprendizaje no lineal y las comunicaciones orientadas a tareas. Ambos campos requieren representaciones compactas, interpretables y eficientes de funciones no lineales. Estas representaciones son esenciales tanto para construir modelos de aprendizaje como para transmitir información relevante para una tarea posterior. Los enfoques tradicionales, a menudo dominados por arquitecturas de tipo “caja negra” y métodos basados en grandes volúmenes de datos, presentan limitaciones en cuanto a interpretabilidad, escalabilidad y robustez. Esto motiva la búsqueda de alternativas estructuradas y fundamentadas.En el núcleo de este trabajo se encuentra la transformada discreta del coseno (DCT), una herramienta clásica del procesado de señal reinterpretada aquí como un marco unificador para el modelado no lineal y la comunicación. Aprovechando propiedades matemáticas como la ortogonalidad, la compactación de energía y la estructura oscilatoria, se demuestra que la DCT ofrece ventajas que van mucho más allá de su uso tradicional en la compresión de imágenes. La tesis explora cómo la DCT puede apoyar tanto el diseño de algoritmos de aprendizaje eficientes como el desarrollo de estrategias de modulación que codifiquen conjuntamente datos y computación.El estudio comienza con la integración de la DCT en algoritmos de aprendizaje adaptativo para funciones no lineales univariantes, donde las propiedades estructurales de la DCT permiten una rápida convergencia y soluciones de baja complejidad. Este método se aplica con éxito a la compensación de no linealidades en canales de comunicación inalámbrica. El enfoque combina la estructura e interpretabilidad de los bloques clásicos de procesado de señal con la flexibilidad y el rendimiento de los métodos basados en datos.El trabajo se extiende luego a entornos multivariable mediante la introducción de la Expressive Neural Network (ENN), un perceptrón multicapa que incorpora la DCT dentro de las funciones de activación. Esta arquitectura conserva la interpretabilidad de la DCT a la vez que permite un modelado expresivo y escalable. Gracias a la estructura que proporciona la DCT, incluso redes pequeñas son capaces de aprender mapas no lineales complejos.En el ámbito de las comunicaciones, la tesis investiga el paradigma emergente de las comunicaciones orientadas a tareas, donde el objetivo pasa a ser la transmisión de datos relevantes para una tarea computacional. Con este fin, se emplea la naturaleza oscilatoria de la DCT para diseñar esquemas de modulación que integren la computación en la propia onda física. Se propone una nueva modulación basada en la DCT, y se revisan esquemas clásicos desde la perspectiva de la DCT, lo que permite realizar cómputo de funciones mediante modulaciones en frecuencia. Estos conceptos se extienden a sistemas multiusuario, donde la DCT guía el diseño de un nuevo esquema de acceso múltiple adaptado para el aprendizaje federado (FEEL). Este enfoque permite una agregación robusta, de bajo consumo y eficiente de datos distribuidos para el aprendizaje colaborativo.En conjunto, este trabajo demuestra que la DCT, una herramienta clásica introducida hace casi 50 años, puede revitalizarse como un componente fundamental del procesado de señal moderno. Su estructura ofrece una base poderosa, interpretable y eficiente para enfrentar los desafíos contemporáneos del procesado inteligente de la información. Al tender puentes entre el procesado de señal clásico y los desafíos actuales del aprendizaje automático y las comunicaciones, la tesis presenta un marco unificado para la representación, el aprendizaje y la transmisión de funciones no lineales.

Tribunal:
     PRESIDENT: FERRO-FAMIL, LAURENT
     SECRETARI: LOPEZ MARTINEZ, CARLOS
     VOCAL: BOVENGA, FABIO
Resumen de tesis: Los cambios recientes en el clima y los patrones meteorológicos han evidenciado la necesidad de mejorar la observación y comprensión de las interacciones rápidas entre la superficie terrestre y la atmósfera, especialmente las relacionadas con el ciclo del agua. Esta tesis explora el uso de SAR de alta resolución temporal para monitorizar la dinámica del suelo y los cultivos, con el objetivo de apoyar el desarrollo de futuras misiones de observación de la Tierra, sobretodo desde órbitas geoestacionarias con tiempos de revisita cortos.La investigación se ha llevado a cabo en el marco del proyecto HydroSoil, financiado por la ESA, con una instalación terrestre única de observación basada en SAR. El sistema permite el monitoreo continuo de campos de cultivo con resolución temporal de 10’ y espacial de 1 m2 en el centro. Con datos meteorológicos y de campo, se contó con un entorno ideal para estudiar las rápidas de la humedad del suelo y el desarrollo del cultivo (cebada y maíz).La primera parte analiza los ciclos diurnos en las series de retrodispersión del radar y su relación con variables ambientales como la humedad atmosférica, la temperatura y el rocío. Se aplicaron técnicas de análisis tiempo-frecuencia con ondas para cuantificar correlaciones entre señales radar y variables meteorológicas en distintas escalas temporales. También se empleó un modelo de dispersión superficial de dos capas para representar mejor las variaciones diurnas de la humedad del suelo, considerando la formación nocturna de una capa húmeda transitoria y su evaporación diurna. Integrado con un método de detección de cambios a corto plazo, este enfoque mejoró la estimación de la humedad del suelo, especialmente en condiciones de ángulos de incidencia altos y durante transiciones rápidas tras precipitaciones.La segunda parte se centra en la respuesta del radar al desarrollo de los cultivos. Se demuestra que la retrodispersión y la coherencia interferométrica son sensibles a la altura de las plantas y al estado fenológico, aunque estas relaciones se debilitan en presencia de vegetación densa. Se ha introducido la métrica de tasa de crecimiento diaria para caracterizar mejor la evolución del cultivo con mejor correlación con observables radar que los parámetros estáticos tradicionales. Además, se observaron y cuantificaron ciclos diurnos en la retrodispersión, causados principalmente por el rocío y la humedad atmosférica.La última parte de la tesis investiga los mecanismos de dispersión de la señal radar mediante diversas técnicas de descomposición polarimétrica. Estas herramientas permitieron caracterizar temporalmente cómo responde el radar a las condiciones ambientales y al crecimiento del cultivo. Aunque todos los métodos proporcionaron información valiosa, presentaron limitaciones en situaciones de alta biomasa, donde los modelos tradicionales tienden a sobreestimar la dispersión volumétrica debido a efectos de saturación.Para abordar estas limitaciones se aplicó la técnica NNED, que reduce artefactos de dispersión inconsistentes y mejora la robustez, especialmente en cultivos densos. El estudio también destaca que atribuir toda la dispersión volumétrica a los canales de polarización cruzada resulta excesivamente simplista. Se propone que futuras investigaciones combinen distintos métodos de descomposición y aprovechen el análisis temporal para refinar la interpretación de las interacciones cultivo-entorno.En conclusión, este trabajo demuestra el potencial del SAR de alta resolución temporal para monitorizar variaciones a corto plazo en las condiciones del suelo y la vegetación. Al integrar modelización avanzada, análisis de coherencia y técnicas polarimétricas, la tesis establece un marco sólido para comprender los procesos de la superficie terrestre. Los resultados contribuyen al desarrollo de métodos SAR aplicados a la agricultura de precisión y ofrecen orientación práctica para el diseño de futuras misiones radar de seguimiento.

Tribunal:
     PRESIDENT: PEREIRA GUIOMAR, FERNANDO PEDRO
     SECRETARI: FÀBREGA SÁNCHEZ, JOSEP MARIA
     VOCAL: CANO VALADEZ, IVAN NICOLAS
Resumen de tesis: Las comunicaciones por fibra óptica han revolucionado las redes de telecomunicaciones en todos los segmentos, aprovechando un amplio conjunto de ventajas que van desde la capacidad de THz hasta las bajas pérdidas, la seguridad y el factor de forma. En las redes troncales y de larga distancia, los enlaces ópticos utilizan conjuntamente una plétora de propiedades del campo electromagnético para maximizar el rendimiento de la infraestructura desplegada, como su frecuencia, fase, polarización y amplitud, habilitadas por la detección coherente. En cambio, en los sistemas de acceso y fronthaul, la rentabilidad ha limitado normalmente las dimensiones utilizadas para la transmisión de datos a la multiplexación de amplitud y frecuencia ancha, basada en la detección directa. Aunque ambos enfoques han tenido éxito al optimizar las propiedades de los enlaces para sus respectivos requisitos, el creciente tráfico cerca del borde de las redes prevé la necesidad de implementar las ventajas de la detección coherente y la modulación de campo completo, como la escalabilidad, el aumento de la capacidad y la flexibilidad de la red, incluso en segmentos con costes limitados.Esta tesis pretende desarrollar y evaluar arquitecturas y tecnologías que simplifiquen la modulación de campo completo y la detección coherente para segmentos de borde como el acceso fijo y el front-haul móvil, especialmente sobre redes ópticas pasivas. En concreto, se utilizan técnicas de banda lateral única de señales moduladas sobre portadoras eléctricas para conseguir transceptores de un solo láser y multiplexación de subportadoras espectralmente eficiente con sensibilidades aumentadas y evitando contratiempos relevantes en los enlaces como la retrodispersión de Rayleigh. Para reducir aún más el coste y el consumo de los sistemas, se incluye procesamiento analógico para la compensación del ruido de fase, y se evalúan las prestaciones de los enlaces. La tesis se centra en dispositivos de bajo coste y huella, adecuados para redes urbanas y de acceso local, como fibra hasta el hogar, empresas, antenas, etc., utilizando un enfoque de longitud de onda hasta el usuario/antena, para ofrecer la mayor sensibilidad y eficiencia espectral posibles con la menor expresión de detección coherente y complejidad del transmisor. Por lo tanto, los principales temas tratados en la tesis son la detección coherente simplificada y la modulación de campo, la cancelación del ruido de fase, el presupuesto de potencia, la escalabilidad y la eficiencia espectral de las redes ópticas pasivas coherentes, y las técnicas de banda lateral única como herramienta clave para la consecución de los objetivos mencionados.

Tribunal:
     PRESIDENT: KSENTINI, ADLEN
     SECRETARI: CHERGUI, HATIM
     VOCAL: VARDAKAS, JOHN
Resumen de tesis: Esta tesis aborda los desafíos emergentes en la gestión de recursos para redes 6G mediante la propuesta de soluciones inteligentes, escalables y explicables basadas en técnicas de Aprendizaje por Refuerzo Profundo (Deep Reinforcement Learning, DRL) y otros enfoques de inteligencia artificial. Con la evolución de las redes de 5G a 6G, la creciente heterogeneidad de aplicaciones y servicios introduce requisitos complejos en cuanto a latencia, ancho de banda, eficiencia computacional y calidad de servicio (QoS) extremo a extremo. Esta investigación presenta un conjunto de soluciones impulsadas por IA para la asignación dinámica y adaptativa de recursos, orientadas al uso de segmentación de red (network slicing) en arquitecturas abiertas y programables.El trabajo comienza con el desarrollo de un marco de asignación de recursos por segmentos (slicing) basado en DRL y consciente de la QoS, que integra una parametrización de asociación de usuarios para entornos O-RAN más allá de 5G. Se introduce un modelo jerárquico de DRL que permite gestionar eficazmente las compensaciones entre los requisitos globales y locales de recursos. Este modelo se amplía mediante un marco de gestión de recursos a múltiples escalas temporales, dentro del paradigma de Inteligencia Artificial como Servicio (AI-as-a-Service, AIaaS), para atender las demandas heterogéneas de los servicios 6G.Para mejorar la interpretabilidad y la confianza en las decisiones automatizadas de red, la tesis incorpora técnicas de Aprendizaje por Refuerzo Explicable (XRL) en las estrategias de segmentación y gestión de RAN. Finalmente, se explora el uso del aprendizaje por transferencia (transfer learning) en modelos DRL para mejorar la adaptación de políticas en dominios intra e inter-slice, acelerando el aprendizaje y mejorando el rendimiento en condiciones de red dinámicas.La tesis incluye simulaciones extensas y validaciones experimentales que demuestran la superioridad de los métodos propuestos en términos de escalabilidad, eficiencia y capacidad de generalización frente a enfoques del estado del arte. En conjunto, estas contribuciones ofrecen una hoja de ruta innovadora y práctica para la gestión inteligente, confiable y adaptable de recursos en los futuros sistemas de comunicaciones inalámbricas 6G.

Tribunal:
     PRESIDENT: CLOSAS GÓMEZ, PAU
     SECRETARI: PAGES ZAMORA, ALBA MARIA
     VOCAL: BERARDINELLI, GILBERTO
Resumen de tesis: Las comunicaciones inalámbricas se han convertido en el sistema nervioso central del campo de vuelo. Por ello, la infraestructura inalámbrica en las industrias cumple la doble función de proporcionar conectividad y posicionar activos industriales como los vehículos guiados por guiado (AGV). Los entornos NLoS y con predominio de trayectorias múltiples, como los que se encuentran en las industrias, dificultan la propagación de señales inalámbricas, lo que genera imprecisiones en el posicionamiento basado en infraestructura inalámbrica. Si bien se han logrado avances en el desarrollo de enfoques para mejorar la precisión del posicionamiento inalámbrico en escenarios interiores complejos, estos podrían no ser fácilmente aplicables a entornos industriales sin o con modificaciones mínimas. Esto motiva el estudio hacia el desarrollo de enfoques precisos y precisos de posicionamiento basados en infraestructura inalámbrica, diseñados específicamente para entornos industriales. Esta tesis doctoral tiene como objetivo abordar los desafíos clave del posicionamiento inalámbrico para entornos industriales y desarrollar algoritmos para mejorar la precisión del posicionamiento basado en infraestructura inalámbrica proponiendo enfoques basados tanto en modelos como en datos.Esta tesis doctoral presenta análisis de simulación y experimentos prácticos para validar la eficiencia de los enfoques propuestos utilizando diversas infraestructuras inalámbricas, incluyendo comunicaciones móviles 5G, UWB y 6G, incluyendo ISAC. Este trabajo comienza analizando la precisión de posicionamiento alcanzable basada en 5G en las bandas C y mmWave dentro de un modelo específico de un entorno industrial denso y saturado, utilizando simulaciones de trazado de rayos de alta fidelidad para capturar el impacto de NLoS y la propagación por trayectos múltiples. Los hallazgos resaltan las limitaciones del posicionamiento 5G y, en general, del posicionamiento inalámbrico en entornos industriales complejos y saturados. Para superar estas limitaciones, este trabajo impulsa la SotA mediante el desarrollo de nuevos enfoques de mejora basados en la fusión de sensores y/o datos para sistemas de posicionamiento basados en UWB y asistidos por ISAC. Estos enfoques aprovechan el potencial de las DNN, las redes LSTM y las GNN para modelar las relaciones espaciales y temporales de forma más eficaz, lo que produce mejoras sustanciales en la precisión, robustez y adaptabilidad del posicionamiento a escenarios industriales dinámicos. Además, la aplicación de los enfoques propuestos se ilustra mediante un caso práctico de AGV. Esta tesis doctoral sienta una base sólida para el avance de futuras investigaciones y aplicaciones prácticas, ofreciendo información valiosa que puede definir la próxima generación del diseño e implementación de sistemas de posicionamiento inalámbricos industriales.

Tribunal:
     PRESIDENT: TRIANTAFYLLOPOULOU, DIONYSIA
     SECRETARI: RUIZ BOQUE, SILVIA
     VOCAL: LIOTOU, EIRINI
Resumen de tesis: El Internet de las Cosas Masivo (MIoT) describe un escenario de comunicación en el que una gran cantidad de dispositivos con batería realizan transmisiones de datos pequeñas, poco frecuentes y principalmente orientadas al envío. La conectividad y la gestión de este gran número de dispositivos plantean desafíos, y esta tesis busca resolver los problemas relacionados con el mecanismo de acceso inicial del MIoT en el contexto de las redes 5G y futuras. La tesis comienza con un análisis exhaustivo de las tecnologías de espectro licenciado y no licenciado para el MIoT, y explora diferentes bancos de pruebas y simuladores para el análisis. En la fase inicial, nos centramos en las tecnologías estandarizadas de MIoT, con especial énfasis en el Narrow-Band Internet of Things (NB-IoT) como un componente esencial para soportar el MIoT en redes 5G. Se analiza el rendimiento del procedimiento de acceso de NB-IoT bajo diversas densidades de red y configuraciones de parámetros. Los resultados conducen a un mecanismo de acceso adaptativo que ajusta los parámetros de acceso según la densidad de red anticipada, mejorando el rendimiento del procedimiento.En etapas posteriores, analizamos cualitativamente soluciones de retransmisión basadas en red y en dispositivos de usuario (UE) para aplicaciones IoT, ya que el soporte efectivo del IoT requiere servicio celular en áreas de cobertura profunda. La retransmisión es una opción prometedora para ampliar la cobertura y satisfacer los requisitos de batería de los dispositivos IoT. Aunque han surgido varias arquitecturas de retransmisión en la investigación y estandarización, aún no queda claro cuál es la mejor para aplicaciones de IoT. Por lo tanto, examinamos las arquitecturas de retransmisión y evaluamos la idoneidad de las soluciones basadas en UE y en red para aplicaciones de IoT. Analizamos las soluciones de retransmisión en términos de establecimiento de conexiones, arquitectura de protocolos y asignación de recursos. Nuestros hallazgos sugieren que, aunque la solución de retransmisión basada en red estandarizada de capa-2 (por ejemplo, redes de acceso y retroceso integradas) puede ser mejor para gestionar numerosos dispositivos de baja complejidad y bajo consumo de energía con una mejor gestión de la interferencia, cualquier optimización para soportar el tráfico IoT impactará directamente en las redes existentes, como la introducción de nueva señalización en el plano de control a través de la interfaz Uu. En cambio, la solución de retransmisión basada en UE de capa-3 se puede optimizar para gestionar la retransmisión masiva de IoT con un impacto mínimo en las redes existentes, ya que las optimizaciones se pueden realizar en la interfaz PC-5 con un efecto reducido en la interfaz Uu.A partir de los resultados del estudio cualitativo de la arquitectura de retransmisión, analizamos la idoneidad de la retransmisión de capa-3 a través de la interfaz NR-PC5 para soportar aplicaciones de IoT masivo. En particular, estudiamos el mecanismo de establecimiento de conexiones unicast sobre la interfaz NR PC5 en un escenario de cobertura parcial. Además, se propone y analiza un conjunto de optimizaciones del procedimiento NR-PC5 para soportar de manera efectiva aplicaciones de MIoT. Los resultados de la evaluación del rendimiento, presentados en términos de probabilidad de éxito de datos, consumo de energía de los dispositivos y sobrecarga de señalización, cuantifican cómo la interfaz NR-PC5 puede satisfacer los requisitos del IoT en la era del 5G y más allá. La propuesta de transmisión de datos pequeños mediante el enlace lateral y acceso a nivel de trama ofrece el mayor beneficio general y puede reducir el consumo de energía del dispositivo en un 68% en promedio y la sobrecarga de señalización en un 15%, manteniendo una probabilidad de éxito de datos superior al 90% en un escenario de tráfico IoT definido por las Telecomunicaciones Móviles Internacionales (IMT)-2020.

Tribunal:
     PRESIDENT: MARTIN NEIRA, MANUEL
     SECRETARI: VALL-LLOSSERA FERRAN, MERCEDES MAGDALENA
     VOCAL: PIERDICCA, NAZZARENO
Resumen de tesis: Esta tesis basada en artículos se centra en el desarrollo de productos para la misión HydroGNSS de la ESA, incluyendo el algoritmo de inundación superficial de Nivel 2, la explotación del canal coherente para el producto L1B y el desarrollo de un simulador simplificado del canal coherente.La primera contribución es el desarrollo de un algoritmo de detección de agua aplicable a datos de alta y baja tasa de muestreo. La integración de dos observables derivados de potencia a baja tasa —la reflectividad y la razón de dispersión de potencia— permite una caracterización más completa de las propiedades de la superficie. La incorporación de información auxiliar mitiga el impacto de la heterogeneidad espacial. El clasificador de bosque aleatorio captura eficazmente relaciones no lineales, cumpliendo los requisitos de precisión, con falsos positivos principalmente en zonas húmedas. También se integran dos observables complejos de alta tasa, uno de ellos introducido por primera vez: la amplitud normalizada (NA), que se mantiene estable sobre tierra y muestra baja sensibilidad a variaciones en el tiempo de integración. Los resultados indican que la NA tiene mayor importancia que el coeficiente de coherencia (CC), subrayando su relevancia para la clasificación de agua.La segunda contribución analiza el impacto de la señal con polarización circular derecha en el algoritmo de detección de agua. La razón de dispersión de potencia normalizada en RHCP presenta una mejor diferenciación entre tierra y agua y mayor coherencia entre tipos de superficie, en comparación con LHCP. En contraste, la reflectividad en RHCP presenta mayor solapamiento entre tierra y agua, lo que puede afectar negativamente el rendimiento de clasificación. En superficies acuáticas no continentales, el tipo de superficie contribuye negativamente, lo que indica que se requieren indicadores de coherencia más altos para compensar este efecto. Además, las probabilidades posteriores derivadas del teorema de Bayes demuestran que la combinación de reflectividad y razón de dispersión normalizada mejora la precisión al reducir falsos positivos.La tercera contribución se centra en la explotación del canal coherente de HydroGNSS. Se analizó la sensibilidad de los indicadores de coherencia a superficies acuáticas. El coeficiente de coherencia y la amplitud normalizada, calculados con 4 ms de integración coherente, se compararon con la métrica de entropía completa del producto CYGNSS. La NA muestra una sensibilidad similar a la entropía completa y se mantiene estable frente a cambios en el tiempo de integración, lo cual es relevante dado que la entropía completa no puede obtenerse de HydroGNSS. El CC muestra mayor sensibilidad a pequeños cuerpos de agua, pero con mayor dependencia del tiempo de integración. Además, se desarrolló una nueva variable, la reflectividad de alta tasa (HSRR), ajustando exponencialmente la reflectividad calibrada de baja tasa a lo largo de la trayectoria. La HSRR coincide bien con la reflectividad L1 de CYGNSS y la reflectividad IF calibrada, y fue validada mediante un modelo directo. Se introdujo un umbral de ruido basado en el nivel de ruido de baja tasa para mejorar su robustez. Análisis de trayectorias adyacentes confirmaron que ofrece mejor resolución que los productos actuales de 1–2 Hz, aumentando su aplicabilidad al monitoreo detallado.Por último, se incluye un simulador simplificado del canal coherente (anexo). Hasta ahora, la simulación de señales GNSS-R complejas a alta tasa reflejadas sobre tierra requería modelos complejos y costosos. Este enfoque reduce la complejidad y el tiempo de cómputo, facilitando la generación de datos sintéticos con propiedades similares al canal coherente.

Tribunal:
     PRESIDENT: CIOMPI, FRANCESCO
     SECRETARI: CASAS PLA, JOSEP RAMON
     VOCAL: SÁNCHEZ GUTIÉRREZ, CLARISA
Resumen de tesis: La histopatología es el método de referencia para el diagnóstico del cáncer, donde los patólogos examinan muestras de tejido para evaluar la morfología celular, la arquitectura tisular y la expresión de biomarcadores. La digitalización de las láminas histológicas (WSI) ha permitido aplicar técnicas de inteligencia artificial para apoyar este proceso. Sin embargo, el uso de modelos de aprendizaje profundo en patología sigue siendo complejo debido al tamaño gigantesco de las WSI, la variabilidad introducida por los protocolos de tinción y la morfología del tejido, así como la escasez de anotaciones de calidad.Esta tesis se centra en el desarrollo de metodologías de aprendizaje profundo para la identificación y caracterización de células en WSI, abordando estos retos. Inspirados en la manera en que los patólogos evalúan las láminas, los métodos propuestos tienen como objetivo tanto las células individuales como su organización espacial dentro del tejido. En primer lugar, se presenta CellNuc-DETR, un modelo eficiente basado en transformers para la detección y clasificación de núcleos celulares, que alcanza un rendimiento de última generación al tiempo que reduce considerablemente el tiempo de inferencia. Para afrontar la escasez de anotaciones en muestras de inmunohistoquímica, el modelo se adapta mediante técnicas de adaptación de dominio no supervisada, lo que permite transferir conocimiento desde láminas teñidas con hematoxilina y eosina sin necesidad de anotaciones específicas.Para incorporar un contexto espacial más amplio en la clasificación celular, la tesis explora representaciones del tejido histológico basadas en grafos. Se propone una nueva estrategia de construcción de grafos que integra nodos a nivel celular y de fragmento de imagen (patch), lo que permite combinar características celulares con información visual y contextual de manera escalable. Para facilitar un aprendizaje eficiente con pocas anotaciones, la tesis introduce Regularized Graph Infomax, un algoritmo de aprendizaje auto-supervisado diseñado para el aprendizaje de representaciones en grafos sin anotaciones manuales. Este algoritmo se aplica a los grafos célula–patch para permitir una clasificación celular eficiente y con amplio contexto, pero con una supervisión mínima.Finalmente, la tesis pone en valor la relevancia clínica de estos métodos mediante un estudio sobre carcinoma endometrial. Se entrena un clasificador de WSI con aprendizaje débilmente supervisado para predecir subtipos moleculares, y las herramientas desarrolladas para la detección y clasificación celular se utilizan para extraer biomarcadores celulares a partir de las regiones de interés identificadas. Estos biomarcadores permiten cuantificar diferencias en la organización espacial de las células según el subtipo, conectando las predicciones computacionales con características biológicas interpretables.Integrando transformers, representaciones en grafo y aprendizaje auto-supervisado, esta tesis propone metodologías escalables y eficientes en el uso de anotaciones para la patología computacional. Estas aportaciones mejoran la eficiencia, la robustez y la capacidad de generalización de los modelos de inteligencia artificial, y contribuyen al desarrollo de herramientas clínicamente relevantes para el diagnóstico y caracterización del cáncer.

Tribunal:
     PRESIDENT: WICKERT, JENS
     SECRETARI: VAZQUEZ GRAU, GREGORIO
     VOCAL: TEGEDOR, JAVIER
Resumen de tesis: La Interferencia de Radiofrecuencia (RFI) plantea desafíos significativos para los sistemas de teledetección, afectando particularmente a la Reflectometría del Sistema Global de Navegación por Satélite (GNSS-R) y la radiometría de microondas. Esta tesis avanza en dos áreas interconectadas de la teledetección: la recuperación de parámetros geofísicos utilizando señales de oportunidad y la evaluación del impacto RFI en los sistemas de Posicionamiento, Navegación y Temporización (PNT). La investigación desarrolla nuevos enfoques para la detección, mitigación y excisión de RFI en múltiples plataformas de teledetección, con particular énfasis en sistemas cualificados para el espacio.La primera parte de este trabajo avanza en la instrumentación GNSS-R mediante el desarrollo de un banco de pruebas experimental y un simulador. Las mediciones de laboratorio en entornos controlados proporcionaron información crítica sobre las características de las señales GNSS-R, permitiendo la validación sistemática de algoritmos de procesamiento de señales. La investigación demuestra la viabilidad de la observación continua de la Tierra mediante plataformas oportunistas, específicamente integrando instrumentos GNSS-R en aviación comercial para aplicaciones como la predicción meteorológica y la optimización de rutas marítimas. El análisis de datos polarimétricos subrayó limitaciones significativas en las arquitecturas actuales de los receptores, particularmente en el procesamiento de señales LHCP y la reconstrucción de los parámetros de Stokes. Esto continuó con el trabajo realizado en JPL en 2023, analizando datos de la misión SMAP-R que modificó su carga útil de radar para la recepción GNSS-R. La capacidad dual para mediciones de forward-scatter y backscatter desde la misma plataforma permitió el análisis comparativo de los mecanismos de dispersión. Aprovechando las mediciones de reflectometría completamente polarimétricas de SMAP-R, investigamos las características de dispersión radar bistática en diversas condiciones superficiales. El análisis se centró en dos aspectos: comparar los comportamientos del régimen de dispersión en diferentes terrenos y desarrollar un modelo de predicción que deriva las medidas backscatter a partir de mediciones forward-scatter.La segunda parte aborda los desafíos RFI mediante tres enfoques complementarios: sistemas de monitoreo del espectro, algoritmos eficientes en hardware y métodos de detección polarimétricos. Una contribución clave es el desarrollo de un sistema automático de Detección, Localización y Clasificación RFI (RFIDLC) para bandas GNSS, utilizando un diseño de array de antenas de seis sectores para el procesamiento en tiempo real entre 1525 y 1625 MHz. Para aplicaciones de Radar de Apertura Sintética (SAR), nuevos algoritmos operando con señales cuantificadas de 1 bit permitieron la mitigación RFI a pesar de los severos efectos de cuantificación. La implementación en FPGA logró una reducción significativa de recursos mediante técnicas innovadoras de sobreclocking y serialización, manteniendo los requisitos de cualificación espacial.Un avance importante es el desarrollo del detector de Kurtosis Polarimétrico para radiometría de microondas, extendiendo la detección basada en kurtosis convencional al dominio completamente polarimétrico mediante una medida cuatridimensional derivada de los parámetros de Stokes. Esta técnica demuestra una sensibilidad mejorada a las señales de interferencia polarizadas, particularmente en escenarios donde los métodos de detección convencionales muestran limitaciones. La investigación valida estos enfoques mediante pruebas experimentales tanto en plataformas terrestres como espaciales, estableciendo una base para futuros sistemas de mitigación RFI en misiones de observación terrestre basadas en el espacio.

Tribunal:
     PRESIDENT: LABAKA INTXAUSPE, GORKA
     SECRETARI: ESPAÑA BONET, CRISTINA
     VOCAL: NOZZA, DEBORA
Resumen de tesis: Esta tesis profundiza en varios aspectos del procesamiento del lenguaje natural (PLN), centrándose en la traducción automática neuronal específica de dominio, los embeddings de palabras especializados, el aumento de datos, los sistemas de recomendación, las técnicas de embedding de documentos y la clasificación jerárquica con modelos de lenguaje grandes (LLMs). El trabajo se estructura en torno a contribuciones clave.El Capítulo 4 introduce un método novedoso de preparación de datos y tokenización (Hybrid-BTS) para la traducción automática neuronal (NMT) biomédica, junto con una técnica de post-especialización que aprovecha las GAN de Wasserstein para mejorar los embeddings de palabras con restricciones multilingües. El Capítulo 5 propone una estrategia de adaptación de dominio para la traducción biomédica que implica la traducción directa, la optimización de BPE y la manipulación de la frecuencia de términos. También detalla el desarrollo de dos sistemas de recomendación para el comercio electrónico de moda: uno basado en el contenido y otro colaborativo, ambos integrando reglas de estilo prácticas. Finalmente, el Capítulo 6 presenta una evaluación de modelos de embedding de documentos (Doc2vec, SciBERT, Longformer, LLaMA-3, GEMMA-2B) para la clasificación de documentos largos, y una pipeline modular diseñada para la clasificación jerárquica de patentes con múltiples etiquetas utilizando modelos basados en transformers, optimizada para la eficiencia con LoRA y cuantificación. Colectivamente, estas contribuciones impulsan el estado del arte tanto en los aspectos aplicados como teóricos del PLN, proporcionando nuevos métodos para mejorar el rendimiento, la adaptabilidad y la eficiencia en aplicaciones a gran escala y específicas de dominio.

Tribunal:
     PRESIDENT: PEREZ NEIRA, ANA ISABEL
     SECRETARI: IBARS CASAS, CHRISTIAN
     VOCAL: CLERCKX, BRUNO
Resumen de tesis: A medida que las redes inalámbricas avanzan hacia la sexta generación (6G), la integración de tecnologías como MIMO masivo, comunicación en ondas milimétricas, superficies reflectantes inteligentes y esquemas de acceso múltiple masivo ha aumentado significativamente la complejidad del sistema. Las técnicas tradicionales de procesado de señal y optimización, basadas en modelos explícitos y matemáticamente tratables, se vuelven insuficientes para afrontar entornos dinámicos, de alta dimensión y frecuentemente no lineales. Para salvar esta brecha, los métodos de Inteligencia Artificial y Aprendizaje Automático (AI/ML) emergen como herramientas clave, capaces de aprender directamente de los datos y adaptarse a condiciones inciertas y complejas.Lejos de apoyarse únicamente en modelos clásicos o en soluciones completamente basadas en datos, esta tesis defiende el uso de enfoques híbridos que combinan estructuras modeladas con la flexibilidad del aprendizaje automático. Estos métodos permiten reducir la dependencia de grandes volúmenes de datos, mitigar limitaciones estructurales y aumentar la robustez frente a condiciones del mundo real que no pueden modelarse con precisión.Este trabajo aplica dichos enfoques híbridos a cuatro tareas fundamentales en el procesado de señales inalámbricas: la estimación de canal, la detección de símbolos, la precodificación digital y la conformación de haz híbrido. Aunque cada una plantea retos específicos, todas contribuyen a un objetivo común: permitir comunicaciones eficientes, escalables y robustas en dichas futuras redes.La estimación de canal es crítica en sistemas MIMO masivos, donde el rendimiento depende de información precisa del canal. En entornos no lineales o de alta movilidad, los estimadores clásicos como LS o MMSE presentan limitaciones. Esta tesis propone arquitecturas neuronales de baja complejidad, como 1D-CNN y redes neuronales gráficas (GNN), que actúan como estimadores híbridos al combinar estructuras modeladas con capacidades de aprendizaje, mostrando un buen rendimiento en distintos escenarios.En sistemas RSMA (Rate-Splitting Multiple Access), la detección de símbolos requiere decodificar primero un mensaje común y luego flujos privados. Aunque los receptores convencionales usan cancelación sucesiva de interferencias (SIC), existen esquemas de detección conjunta más precisos pero computacionalmente inviables a gran escala. Para equilibrar rendimiento y complejidad, se proponen arquitecturas profundas como RS-Net+, que combinan la lógica SIC con la adaptabilidad de redes neuronales. Estas soluciones híbridas muestran robustez ante imperfecciones del canal y superan a métodos tradicionales y modelos puramente neuronales en distintos entornos.Los objetivos siguientes se centran en la precodificación para RSMA, tanto en esquemas digitales como híbridos. Métodos estándar como WMMSE son efectivos pero computacionalmente intensos. Esta tesis propone marcos de aprendizaje auto-supervisado, basados en arquitecturas GNN y MLP, que aprenden directamente de los datos del canal respetando la estructura del sistema. Estas soluciones se extienden a configuraciones híbridas, donde los precodificadores digitales aprendidos operan junto a redes analógicas fijas, logrando eficiencia energética y buena escalabilidad.En resumen, esta tesis impulsa el desarrollo de soluciones híbridas basadas en AI/ML para tareas clave del procesado de señal en comunicaciones inalámbricas. Al combinar conocimiento experto con capacidades de aprendizaje, se proponen arquitecturas robustas, interpretables y adaptadas a los desafíos de las redes 6G.

Tribunal:
     PRESIDENT: HARO ORTEGA, GLORIA
     SECRETARI: RUIZ HIDALGO, JAVIER
     VOCAL: VENTURA ROYO, CARLES
Resumen de tesis: La comprensión de imágenes es una tarea fundamental en visión por computador, ya que su objetivo es permitir a las máquinas comprender visualmente el mundo real. En esta tesis, la tarea de comprensión se aborda mediante la combinación de sistemas de reconocimiento a nivel de instancia y Large Multimodal Models (LMMs). Para ello, la tesis se estructura en tres partes, comenzando con un estudio de técnicas de aprendizaje métrico profundo para la creación de espacios de embeddings de imágenes ricos. A continuación, la implementación de sistemas de reconocimiento a nivel de instancia centrados específicamente en el reconocimiento de puntos de referencia utilizando la recuperación de imágenes basada en contenido. Y por último, mejorar las capacidades de los LMM incorporando resultados de reconocimiento a nivel de instancia para generar descripciones de imágenes mejoradas con las instancias.La primera parte de esta tesis se centra en avanzar en métodos de aprendizaje métrico profundo. Se propone la nueva Smooth Proxy-Anchor Loss para abordar el problema de tener etiquetas ruidosas en los datos de entrenamiento. La loss propuesta introduce la ponderación de la muestra basada en una valor de confianza, la asignación suave de proxis y los márgenes adaptativos para mitigar el impacto negativo de las muestras mal etiquetadas, demostrando un rendimiento superior en los datos del mundo real. Sobre esta base, la tesis extiende la ponderación selectiva de muestras a una ponderación selectiva de características, a través del método de Generalized Local Attention Pooling (GLAP). GLAP pondera dinámicamente diferentes regiones de mapas de características de acuerdo con su contenido informativo, lo que permite un mejor aprendizaje de representaciones a la vez que reduce los requisitos computacionales. Las evaluaciones en múltiples conjuntos de datos de referencia muestran las mejoras significativas del uso de GLAP sobre los enfoques de vanguardia.La segunda parte introduce el método de Multi-Scale Transformer-based Feature Combination (MSTFC) para el reconocimiento de puntos de referencia a nivel de instancia. Este enfoque aplica mecanismos de atención basados en transformers para seleccionar y combinar información relevante de mapas de características. Estos mapas de características se extraen de múltiples escalas y tienen diferentes resoluciones espaciales. La combinación de estos mapas de características de múltiples escalas da como resultado una representación global compacta que se utiliza para la recuperación de imágenes. El método MSTFC logra un rendimiento superior en los desafiantes conjuntos de datos de recuperación de puntos de referencia, superando los enfoques existentes en el conjunto de datos de Google Landmarks v2 y Revisiting Oxford and Paris.Finalmente, la tesis explora la mejora de los grandes modelos multimodales mediante la incorporación de resultados de reconocimiento a nivel de instancia para generar descripciones de imágenes más precisas y detalladas. Al unir los sistemas especializados de reconocimiento a nivel de instancia con las capacidades de comprensión genérica de los LMM, esta integración demuestra cómo las técnicas de visión por computador específicas del dominio se pueden combinar con técnicas multimodales para una comprensión integral de la imagen.A través de estas contribuciones, la tesis avanza en el campo de la comprensión de la imagen en múltiples niveles, desde el sólido aprendizaje de características en conjuntos de datos ruidosos del mundo real, hasta técnicas efectivas para combinar la información de mapas de características en el aprendizaje métrico profundo, luego se expandió a la representación multiescala para el reconocimiento a nivel de instancia y, en última instancia, a la integración de sistemas especializados a nivel de instancia con marcos multimodales modernos.

Tribunal:
     PRESIDENT: VENTURA ROYO, CARLES
     SECRETARI: MORROS RUBIO, JOSEP RAMON
     VOCAL: MOSELLA MONTORO, ALBERT
Resumen de tesis: La localización espaciotemporal de acciones es un campo de la visión por ordenador que determina tanto la ubicación espacial como temporal de las acciones que tienen lugar en un vídeo. Esta tarea en particular es una de las piedras angulares de la comprensión de vídeo debido a su complejidad inherente. Los impresionantes avances científicos en la industria de la inteligencia artificial y la visión por ordenador han dado lugar a un aumento significativo del rendimiento.Sin embargo, incluso los sistemas más avanzados tienen dificultades para reconocer acciones que implican algún tipo de interacción entre personas, objetos o con la escena. Esta limitación se debe a que los modelos actuales de localización espaciotemporal de acciones no tienen en cuenta la información contextual a la hora de identificar las acciones de una persona. La incorporación específica de pistas contextuales en estos modelos puede ayudar a abordar este reto. Además, la integración de sistemas de localización espaciotemporal de acciones en aplicaciones de contenidos multimedia presenta varios retos. Las principales dificultades residen en encontrar casos de uso éticos y prácticos y abordar los requisitos computacionales para ejecutar estos modelos en producción.El objetivo de este doctorado industrial es resolver los problemas anteriores. La falta de información contextual se aborda de diferentes formas. Esta tesis se centra en dos enfoques diferentes. En primer lugar, se propone un novedoso sistema para modelar explícitamente las relaciones de los distintos actores y objetos de una escena, que incluye una estructura novedosa para modelar la información temporal a largo plazo. En segundo lugar, se introduce un innovador método multimodal para combinar características específicas de la tarea con el fin de mejorar el reconocimiento de la acción. Estos sistemas de contextualización desarrollados se evalúan en diferentes conjuntos de datos. Los resultados demuestran la eficacia de los sistemas propuestos. En cuanto a las aplicaciones, este doctorado se centra en encontrar, implementar y explotar aplicaciones específicas del sistema de localización espacio-temporal para contenidos multimedia. Las aplicaciones desarrolladas consisten en un sistema mejorado de búsqueda y recomendaciones sobre contenidos de vídeo, un método de recorte inteligente para generar imágenes y vídeos de cualquier relación de aspecto deseada a partir de otro vídeo, y la mejora de un sistema para generar fotogramas clave de destaque de partidos de fútbol.

Tribunal:
     PRESIDENT: CARPINTERO DEL BARRIO, GUILLERMO
     SECRETARI: ROMEU ROBERT, JORDI
     VOCAL: PRUNERI, VALERIO
Resumen de tesis: Esta tesis investiga el diseño, desarrollo y caracterización de sistemas inalámbricos asistidos por fotónica que operan en las bandas de frecuencia de ondas milimétricas (mmWave) y Terahercios (THz), abordando la necesidad de redes de alta capacidad y baja latencia para los sistemas de comunicación de próxima generación.En el contexto de las redes ópticas, los sistemas analógicos de radio sobre fibra (A-RoF) se optimizan para las comunicaciones inalámbricas en frecuencias 5G. Los avances clave incluyen la capacidad de los moduladores ópticos en cascada para realizar la conversión fotónica de frecuencia (OFC) y mejorar la potencia óptica (OPB).El estudio continua con la integración de fotodetectores (PDs) y antenas, donde se han diseñado y validado experimentalmente antenas reconfigurables asistidas fotónicamente para operar a 30GHz y 50 GHz. Estas antenas presentan un óptimo acoplamiento de impedancia y un rendimiento eficiente, con el objetivo de emplear técnicas de montaje flip-chip para garantizar diseños compactos y escalables.En cuanto al direccionamiento de los haces radiados, se ha desarrollado una matriz de antenas asistidas fotónicamente con la integración de una lente, mostrando un excelente control de los haces direccionales mediante análisis teórico y validación experimental, con aplicaciones potenciales en comunicaciones por satélite y redes avanzadas de sensores.En el dominio de los THz, se evalúan antenas fotoconductoras (PCAs) para los sistemas de espectroscopia en el dominio temporal (TDS). Se mejoran los procedimientos de alineación y se introduce un nuevo método de análisis del patrón de radiación en polarización cruzada para identificar tolerancias de fabricación y mejorar su rendimiento. Estos avances aumentan la precisión y la fiabilidad de los sistemas de imagen y espectroscopia en el ámbito de los THz.Los resultados presentados en esta tesis destacan el potencial de los sistemas fotónicos integrados para conectar los dominios óptico e inalámbrico, ofreciendo soluciones robustas para redes de comunicación de nueva generación y aplicaciones de detección en alta frecuencia.

Tribunal:
     PRESIDENT: FARRUS CABECERAN, MIREIA
     SECRETARI: RODRIGUEZ FONOLLOSA, JOSE ADRIAN
     VOCAL: SEGURA PERALES, CARLOS
Resumen de tesis: Pese a que la tecnología de Reconocimiento Automático del Habla (RAH) ha logrado mejoras notables en la precisión de la transcripción en los últimos años, todavía tiene dificultades para transcribir correctamente ciertas palabras. En particular, los nombres propios a menudo tienen una menor precisión debido a sus pronunciaciones únicas y que pueden tener múltiples maneras de escribirse. Para abordar estos desafíos, la contextualización se integra comúnmente en los modelos de RAH para mejorar la transcripción de nombres propios raros y desambiguar entre nombres propios con similar pronunciación.Esta tesis se centra en el desarrollo de sistemas de contextualización para modelos de RAH. La tecnología RAH empleada en esta tesis se utiliza para generar transcripciones automáticas de contenido de podcasts. El objetivo del sistema de contextualización es mejorar la precisión de los nombres propios; por ejemplo, los nombres de programas de podcasts, presentadores e invitados.El sistema de contextualización desarrollado en esta tesis se compone de dos partes. Primero, un sistema de ingestión recopila nombres propios relevantes para el episodio de podcast que se va a transcribir. Esta sistema de ingestión tiene un componente automatizado que extrae nombres propios de los metadatos de cada episodio de podcast, como el título y la descripción, utilizando herramientas como un reconocedor de entidades automático. Además, se ha desarrollado un módulo que permite la agregación manual de nombres propios a programas de podcasts específicos.La segunda parte, que representa la contribución más relevante de esta tesis, es un novedoso algoritmo de contextualización de RAH basado en redes neuronales profundas. El modelo de RAH contextualizado utiliza los nombres propios recopilados, lo que resulta en una mejora de la precisión en comparación con el mismo modelo sin capacidades de contextualización.La precisión del sistema RAH desarrollado en esta tesis se evalúa y analiza utilizando episodios de programas de podcasts públicos populares. Durante esta evaluación se empleó un equipo de revisores humanos que calcula los errores de transcripción.Esta evaluación compara la calidad de las transcripciones del sistema del modelo RAH con las proporcionadas públicamente por los proveedores programas de podcasts. Los resultados muestran que el sistema desarrollado en esta tesis produce transcripciones que contienen cuatro veces menos errores que las transcripciones ofrecidas por los proveedores de alojamiento de podcasts.El método de contextualización también se evalúa en un conjunto de datos públicos y se compara con métodos de vanguardia. Los resultados muestran que el método de contextualización propuesto en esta tesis supera significativamente a los sistemas existentes.