Líneas TFM (2020/21)

Líneas de investigación para el desarrollo del Trabajo Final del Master de Ciencia de Datos en la Universitat Oberta de Catalunya (UOC).

Línea 1. Sistemas urbanos.
La ciudad, vista como sistema social complejo, nos permite estudiar múltiples fenómenos que nos ayudan a conocer mejor el entorno en el que vivimos e interactuamos. La idea principal de esta línea de trabajo es estudiar fenómenos que tienen lugar principalmente en entornos urbanos y que generan situaciones de desigualdad o de injusticia social. Algunas de las temáticas principales de estudio son: el fenómeno de la gentrificación, la segregación e integración de colectivos vulnerables, la contaminación medioambiental, los sistemas de movilidad y, en general el estudio de diferentes factores que afectan a la calidad de vida en las ciudades.

Línea 2. Redes sociales.
Las redes sociales digitales son una de los medios de interacción entre personas más interesantes desde el punto de vista del estudio del comportamiento, ya que nos permiten capturar gran cantidad de datos de una manera sencilla. En esta línea se realizarán trabajos que estudian diferentes fenómenos que se producen en redes sociales, entre ellos cabe destacar la propagación de desinformación y fake news, la detección de social bots, la formación de echo chambers, el análisis de hilos de discusión y discursos que potencian el odio.

Línea 3. Comportamiento humano.
El comportamiento humano se viene estudiando desde múltiples y diferentes disciplinas. En esta línea nos centraremos en el estudio del comportamiento mediante modelos de teoría de juegos, que nos permiten estudiar interacciones estructuradas entre individuos y la emergencia de comportamientos como la cooperación o la reciprocidad. Las ideas principales de los trabajos que se proponen en esta línea están centrados en el estudio de datos experimentales y la generación de modelos matemáticos. Así com el uso de modelos de machine learning para la detección y predicción de patrones de comportamiento en acciones que realizan individuos en experimentos sociales o en simulaciones de estos.

Línea 4. Inteligencia artificial y arte.
El estudio de la relación entre arte, tecnología y ciencia tiene una larga tradición, sin embargo en los últimos tiempos, gracias a la democratización de los recursos tecnológicos, esta relación se ha visto amplificada y son muchas las aplicaciones que combinan arte e inteligencia artificial. En esta línea se acogen trabajos que exploran esta interacción de manera amplia, como por ejemplo propuestas de generative art, proyectos relacionados con la detección de patrones en obras artísticas (música, pintura, arquitectura, etc) o la generación de sistemas a partir de redes neuronales entrenadas con obras de arte.

De manera transversal a todas las líneas se trabajará la visualización de datos y los principios de FXAI (fair and explainable artificial intelligence) de los modelos de machine learning que se apliquen, especialmente en los estudios donde intervienen datos de personas y, por tanto, posibles sesgos. Los trabajos se realizarán siguiendo la cultura open research salvo en casos excepcionales debidamente justificados.

Selección Tesis supervisadas

Master en Ciencia de Datos

Vilarasau Antolin, Ignasi (2020). Predicting human behaviour on public good games using a game theoretical approach. Universitat Oberta de Catalunya. (UOC)
Consuegra Navarrina, Josep (2020). Detecció de Bots a Twitter amb classificadors supervisats. Universitat Oberta de Catalunya. (UOC)
Deza Tripiana, Ricard (2020). Implementació d'un procés de transferència d'estil mitjançant generative adversarial networks (GAN). Universitat Oberta de Catalunya. (UOC)