Tesis Doctorales

Para ello, se diseña una herramienta de deconvolución celular utilizando técnicas de Deep Learning (DL), capaz de descomponer la composición de muestras de ADP a partir de datos transcriptómicos. Tras identificar las proporciones celulares, se busca estratificar a los pacientes de esta enfermedad según sus características moleculares, con el objetivo de encontrar marcadores detectables en la práctica clínica rutinaria.

    • Doctorando: Alba Lomas Redondo.
    • Directores: Prof. Dr. D. Álvaro José García Tejedor y Prof. Dr. D. Víctor Sánchez-Arévalo Lobo.
    • Defendida en: Universidad Francisco de Vitoria (en curso).

     

Búsqueda de un biomarcador de diagnóstico precoz y estadificación de la enfermedad de Parkinson por medio de técnicas de Deep Learning aplicadas a los electroencefalogramas (EEG) de pacientes. Para ello se realizan análisis de conectividad por medio de teoría de grafos y redes profundas tipo GCNN (modelando los EEG como grafos) y análisis de series temporales por medio de técncias de PLN (realizando una equivalencia texto-EEG).

    • Doctorando: Ana María Maitín López.
    • Directores: Prof. Dr. D. Álvaro José García Tejedor y Prof. Dr. D. Juan Pablo Romero Muñoz.
    • Defendida en: Universidad Francisco de Vitoria el 9/Octubre/2023 con calificación Sobresaliente Cum Laude.
    • Enlace de TESEO: https://www.educacion.gob.es/teseo/mostrarRef.do?ref=458769

     

Búsqueda de un biomarcador de diagnóstico precoz y estadificación de la enfermedad de Parkinson por medio de técnicas de Deep Learning aplicadas a los electroencefalogramas (EEG) de pacientes. Para ello se realizan análisis de conectividad por medio de teoría de grafos y redes profundas tipo GCNN (modelando los EEG como grafos) y análisis de series temporales por medio de técncias de PLN (realizando una equivalencia texto-EEG).

    • Doctorando: Ana María Maitín López.
    • Directores: Prof. Dr. D. Álvaro José García Tejedor y Prof. Dr. D. Juan Pablo Romero Muñoz.
    • Defendida en: Universidad Francisco de Vitoria el 9/Octubre/2023 con calificación Sobresaliente Cum Laude.
    • Enlace de TESEO: https://www.educacion.gob.es/teseo/mostrarRef.do?ref=458769

     

Mecanismos de mejora del aprovechamiento energético en ciudades y edificios mediante la aplicación de técnicas de soft computing en sistemas de alto consumo , incrementando la calidad de los servicios en cuanto al bienestar y confort de las personas de forma sostenible. El estudio se focaliza en dos sistemas urbanos de alto consumo: la climatización de edificios y el alumbrado público.

    • Doctorando: Alberto Garcés Jiménez.
    • Directores: Prof. Dr. D. Álvaro José García Tejedor y Prof. Dr. D. José Manuel Gómez Pulido.
    • Defendida en: Universidad de Alcalá el 25/Septiembre/2020 con calificación Sobresaliente Cum Laude y Premio Extraordinario de Doctorado.
    • Enlace de TESEO: https://www.educacion.gob.es/teseo/mostrarRef.do?ref=458769

     

Propuesta de un proceso de validación del diseño de videojuegos educativos creados para personas con discapacidad intelectual usando un ciclo que abarca las fases de diseño, desarrollo, pruebas, captura de datos y su posterior análisis. El método se ha probado en un caso concreto con un videojuego complejo, pero  es generalizable y aplicable a otros desarrollos dirigidos a este tipo de usuarios.

    • Doctoranda: Ana Rus Cano Moreno.
    • Directores: Prof. Dr. D. Álvaro José García Tejedor y Prof. Dr. D. Baltasar Fernández Manjón.
    • Defendida en: Universidad Complutense el 14/Noviembre/2019 con calificación Sobresaliente Cum Laude.
    • Enlace de TESEO: https://www.educacion.gob.es/teseo/mostrarRef.do?ref=453849