http://hdl.handle.net/10366/4827 2026-09-01T05:06:22Z http://hdl.handle.net/10366/172586 [ES]En este Trabajo Fin de Máster se ha llevado a cabo una revisión bibliográfica del estado actual de la cuestión en torno a la construcción de soluciones exactas de las ecuaciones de Einstein en el vacío, centrando la atención en aquellas pertenecientes a la familia de soluciones estáticas axialsimétricas de Weyl. El objetivo principal ha sido establecer una identificación entre el potencial gravitatorio newtoniano y la función métrica $\psi$ característica de dichas soluciones relativistas, abordando así el problema desde una perspectiva inversa a la tradicional: en lugar de partir de soluciones exactas conocidas para construir modelos simplificados (toy-models), se parte de estos modelos para investigar qué soluciones relativistas generan y cuáles son sus propiedades físicas y geométricas. En este marco, se han propuesto y analizado tres toy-models concretos, obteniendo para cada uno las funciones métricas $\psi$ y $\gamma$ que satisfacen las ecuaciones de campo en el vacío. Las soluciones resultantes han sido caracterizadas mediante sus momentos multipolares relativistas (MMR), lo cual ha permitido interpretar su geometría y determinar el grado de desviación respecto a la simetría esférica de la fuente. Asimismo, se ha estudiado la existencia y forma de los horizontes de sucesos en cada caso, observando que, bajo ciertas condiciones, se obtienen superficies regulares, aunque no siempre bien definidas según el teorema de Israel. Finalmente, se ha planteado una metodología para abordar la suma de las series asociadas a soluciones de la familia de Weyl a partir de un conjunto dado de coeficientes ${a_n}$, relacionando esta cuestión con el problema de los momentos de Hausdorff. Este enfoque permite establecer un criterio sobre la existencia de una función de densidad que reproduzca dicha sucesión, abriendo así una vía para identificar modelos que permitan obtener soluciones relativistas sumables. Esta última línea se plantea como un desarrollo futuro, dado que no ha podido ser abordada en profundidad por limitaciones de tiempo.; [EN]In this Master’s Thesis we have carried out a literature review of the current state of the art in the construction of exact solutions of the Einstein equations in vacuum, focusing on those belonging to the family of axialsymmetric static Weyl solutions. The main objective has been to establish an identification between the Newtonian gravitational potential ϕ and the metric function ψ characteristic of these relativistic solutions, thus approaching the problem from an inverse perspective to the traditional one: instead of starting from known exact solutions to construct simplified models (toy-models), these models are used to investigate which relativistic solutions they generate and what their physical and geometrical properties are. In this framework, three specific toy-models have been proposed and analysed, obtaining for each one the metric functions ψ and γ that satisfy the vacuum field equations. The resulting solutions have been characterised by means of their relativistic multipole moments (MMR), which has allowed us to interpret their geometry and to determine the degree of deviation from the spherical symmetry of the source. Likewise, the existence and shape of the event horizons in each case have been studied, observing that, under certain conditions, regular surfaces are obtained, although not well defined according to Israel’s theorem. Finally, a methodology has been proposed to deal with the sum of the series associated with Weyl family solutions from a given set of {an} coefficients, relating this question to the classical problem of Hausdorff moments. This approach makes it possible to establish a criterion for the existence of a density function that reproduces this succession, thus opening a way to identify models that allow us to obtain summable relativistic solutions. This last line is proposed as a future development, since it has not been possible to address it in depth due to time constraints. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172579 [ES]En las últimas décadas, las ecuaciones diferenciales estocásticas (EDEs) se han consolidado como una herramienta clave en las finanzas cuantitativas, al permitir modelar rigurosamente la evolución dinámica e incierta de variables económicas. Este trabajo tiene como objetivo ofrecer una introducción general al uso de EDEs en el ámbito de las finanzas. Primero, se presentan los fundamentos del cálculo diferencial estocástico, desde el concepto de proceso estocástico, especialmente el movimiento browniano, hasta la formula de Itô, pilar central de esta teoría. Luego, se aborda la teoría de las EDEs, incluyendo resultados sobre existencia y unicidad de soluciones, la resolución de ecuaciones lineales y la estabilidad de las soluciones. Aunque en muchos casos existe solución teórica para una EDE dada, rara vez es posible obtener una expresión analítica explícita. Por este motivo, se introducen los principales métodos numéricos utilizados para resolver EDEs, tales como el esquema de Euler-Maruyama y variantes más avanzadas, los métodos de Taylor estocásticos, predictor-corrector, etc. Se analizan sus propiedades y limitaciones. Finalmente, se expone la aplicación directa de EDEs en la modelización financiera, explicánndose modelos representativos como el modelo de Black-Scholes, el modelo de Heston para volatilidad estocástica, y modelos de tasas de interés como los de Vasicek y Cox-Ingersoll-Ross (CIR), describiendo sus características, así como propiedades de sus soluciones. Además, se proponen métodos numéricos estocásticos diseñados para proporcionar soluciones aproximadas conservando propiedades esenciales de la solución exacta y se presentan simulaciones numéricas ilustrativas.; [EN]In recent decades, stochastic differential equations (SDEs) have emerged as a cornerstone of quantitative finance, enabling rigorous modeling of the dynamic and uncertain evolution of economic variables. This work provides a comprehensive introduction to the application of SDEs in finance. First, the foundations of stochastic calculus are presented, ranging from stochastic processesparticularly Brownian motion—to Itˆo’s formula, the centerpiece of this theory. Subsequently, the theory of SDEs is addressed, including results on the existence and uniqueness of solutions, the analysis of linear equations, and the stability of solutions. Although theoretical solutions exist for many SDEs, explicit analytical expressions are rarely attainable. Therefore, key numerical methods for solving SDEs are introduced, such as the Euler-Maruyama scheme and other advanced variants (e.g., stochastic Taylor methods, predictor-corrector methods). Their properties and limitations are discussed. Finally, direct applications of SDEs in financial modeling are demonstrated through representative frameworks, including the Black-Scholes model, Heston’s stochastic volatility model, and interest rate models such as Vasicek and Cox-Ingersoll-Ross (CIR). Their key features and properties of their solutions are described. In addition, stochastic numerical methods-designed to provide approximate solutions while preserving essential properties of the exact solution-are proposed, and illustrative numerical simulations are presented.; 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172575 [ES]El objetivo de este trabajo es estudiar un modelo concreto basado en autómatas celulares y aplicado al campo de la ecoepidemiología matemática, más concretamente una interacción entre una población de presas y otra de depredadores, a las cuales se les añade la presencia de un agente infeccioso. Antes de centrarnos en el modelo de interés, contextualizaremos tanto el campo de la ecoepidemiología como el de los autómatas celulares, realizando un pequeño análisis del estado del arte, tras lo cual pasaremos a estudiar el modelo central del trabajo. Para ello, definiremos y desarrollaremos matemáticamente las bases y la estructura matemática teórica del modelo, y tras esto reproduciremos ciertos resultados basados en simulaciones numéricas, con el objetivo de sacar conclusiones acerca del comportamiento cualitativo del modelo. En estas simulaciones, nos centraremos tanto en analizar los patrones espaciales emergentes de los modelos construidos, como en estudiar dichos modelos analíticamente mediante el uso de distintas herramientas, como la construcción de campos de velocidades para las simulaciones.; [EN]The scope of this work is to study a concrete cellular automata based model which is applied to mathematical ecoepidemiology, more specifically the interaction between a prey population and a predator population, to both of which there is an infectious agent added. Before focusing on the model of our interest, we will contextualize both the field of mathematical ecoepidemiology and cellular automata, presenting a brief study of the state of the art, after which we will study the central model of the project. To this end, we will define and explain with mathematical detail the basis and the mathematical structure from a theoretical point of view, and after that we will recreate some results based on numerical simulations of the model, with the objective of reaching conclusions regarding the cualitative behavior of the model. In these simulations, we will focus on analyzing the emergent spatial patterns of the models, as well as analytically studying such models by using different tools such as the construction of velocity fields for the simulations. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172573 [ES]Este trabajo fin de máster se centra en el análisis matemático de sistemas depredador-presa, utilizando tanto ecuaciones diferenciales ordinarias (EDO) como ecuaciones en derivadas parciales (EDP) con términos de difusión para modelar la dinámica espacial y temporal. El objetivo principal es revisar, implementar y analizar dichos modelos, prestando especial atención a su naturaleza no lineal y al papel de la dispersión espacial mediante procesos de difusión. Se estudian modelos unidimensionales en el espacio, lo que permite diseñar y probar algoritmos numéricos adecuados. La dinámica de poblaciones, como rama de la modelización matemática, tiene aplicaciones relevantes en áreas como la conservación ambiental, el control biológico y la gestión de epidemias. Este trabajo busca ofrecer una visión clara y rigurosa sobre la evolución e interacción de especies, combinando teoría matemática y simulaciones computacionales para comprender mejor fenómenos ecológicos en entornos espacialmente heterogéneos.; [EN]This master's thesis focuses on the mathematical analysis of predator-prey systems, using both ordinary differential equations (odes) and partial differential equations (pdes) with diffusion terms to model spatial and temporal dynamics. The main objective is to review, implement, and analyze such models, paying particular attention to their nonlinear nature and the role of spatial dispersion through diffusion processes. The study includes one-dimensional spatial models, which allow for the design and testing of suitable numerical algorithms. Population dynamics, as a field of mathematical modeling, has significant applications in areas such as environmental conservation, biological control, and epidemic management. This work aims to offer a clear and rigorous perspective on the evolution and interaction of species, combining mathematical theory with computational simulations to better understand ecological phenomena in spatially heterogeneous environments 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172572 [ES]Este Trabajo Fin de Máster analiza modelos epidemiológicos basados en redes complejas como herramientas para estudiar la propagación de agentes desde la perspectiva de la modelización individual. A diferencia de los modelos compartimentales clásicos, estos modelos permiten capturar la heterogeneidad en los patrones de contacto mediante la representación explícita de las interacciones entre individuos. En particular, se estudian tanto modelos deterministas sobre redes, en los que el estado de cada individuo se describe mediante un vector de probabilidades y cuya dinámica está gobernada por sistemas de ecuaciones diferenciales, como modelos estocásticos gobernados por cadenas de Markov en tiempo continuo. Este enfoque resulta especialmente relevante para entender la transmisión en sistemas complejos donde las interacciones no son homogéneas, como ocurre en comunidades humanas y en redes de vehículos en movimiento.; [EN]This Master’s Thesis analyzes epidemiological models based on complex networks as tools to study the spread of agents from the perspective of individual-based modeling. Unlike classical compartmental models, these models capture the heterogeneity in contact patterns through the explicit representation of interactions between individuals. In particular, both deterministic network-based models, in which the state of each individual is described by a probability vector governed by systems of differential equations, and stochastic models governed by continuous-time Markov chains are studied. This approach is especially relevant for understanding transmission in complex systems where interactions are not homogeneous, such as in human communities and moving vehicle networks. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172554 [ES]Las redes neuronales son modelos matemáticos cuyo desarrollo y aplicación en los últimos años han experimentado un importante crecimiento debido a su versatilidad y eficacia en la resolución de problemas en múltiples ámbitos. Las redes neuronales tratan de aproximar una cierta función objetivo mediante una serie de datos provenientes de esta, de manera que ajusten lo más correctamente posible los datos desconocidos. Realizaremos un estudio acerca de las redes neuronales, analizaremos sus estructura y su funcionamiento, que se basa en la resolución de un problema de optimización y detallaremos algunos resultados teóricos que garantizan la precisión en la aproximación de las redes neuronales. Existe un tipo de red neuronal diseñada específicamente para la resolución de problemas f´sicos basados en ecuaciones en derivadas parciales (EDPs), las denominadas Physics-informed neural networks (PINN), que permiten incluir la estructura de las EDPs en el proceso de entrenamiento. Así, estos modelos permiten obtener mejores resultados que los basados únicamente en datos, ya que las soluciones obtenidas serán físicamente consIstentes al tener en cuenta la EDP. Estudiaremos la construcción de las PINN y su aplicación a problemas de resolución de EDPs, así como de determinación de parámetros de una EDP a partir de sus soluciones. Finalmente, construiremos varios modelos de PINN que aplicaremos a problemas físicos ilustrativos, basados en la ecuación de Poisson y la ecuación del calor, para comparar su desempeño con el de los métodos numéricos tradicionales. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172551 [ES]Este trabajo aborda el estudio y aplicación del modelo de dispersión de contaminantes atmosféricos Phynx, en el contexto de incendios forestales. Para ello, se parte de un sistema de simulación acoplado compuesto por los modelos HDwind, PhyFire Y Phynx, desarrollado por el grupo SINUMCC, que permite modelar de forma conjunta el campo de viento, la propagación del frente de fuego y la dispersión del humo generado. En primer lugar, se revisa el modelo de dispersión PHYNX y su discretización. La revisión incluye el análisis matemático de las ecuaciones, la transformación del dominio real a otro computacionalmente más sencillo, la descripción rigurosa de los esquemas de discretización y el uso de estimadores de error para una resolución adaptativa. Se propone el acoplamiento con el modelo PhyFire que proporcionara los puntos de emisión. Posteriormente, se realiza una estimación rigurosa de los coeficientes físicos que intervienen en el modelo —emisión y dispersión—, a partir de fuentes bibliográficas y formulaciones físicas ampliamente utilizadas en modelización atmosférica. Dichos coeficientes se implementan computacionalmente en el entorno de simulación. Finalmente, se presenta un caso de estudio basado en un incendio real ocurrido en la región de Valparaíso (chile) en 2024. Se llevan a cabo dos simulaciones comparativas: una con coeficientes constantes y otra con coeficientes turbulentos, con el fin de evaluar el impacto de esta modificación sobre la predicción de la dispersión del humo. Los resultados permiten validar la importancia de considerar la dinámica atmosférica en la determinación de parámetros clave del modelo, destacando la aplicabilidad del enfoque desarrollado. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172548 [ES]El estudio de las soluciones de tipo defecto topológico que presentan algunas ecuaciones en derivadas parciales no lineales es un ámbito científico muy activo dado que permite explicar algunos fenómenos físicos no abordables desde la perspectiva de las teorías lineales. Es de particular relevancia y actualidad el caso de la espintrónica, una tecnología cuántica de reciente desarrollo, en la que se consideran los electrones como portadores de espín, además de carga eléctrica ([1],[2], [3]). Esta disciplina tiene un amplio rango de aplicaciones en microelectrónica, sobre todo tras la llegada de materiales similares al grafeno o de nuevos materiales aislantes que permiten la posibilidad de controlar el flujo de espines en el material, lo que tiene importantes aplicaciones al aumentar la capacidad y el alcance de la miniaturización de los dispositivos electrónicos. En otro contexto completamente diferente, el uso de proyecciones centrales para estudiar sistemas en mecánica clásica, cuyo espacio de configuración es una variedad con curvatura, y particularmente una esfera S2, es un campo con una larga trayectoria, desde los trabajos pioneros de Appell ([4], [5]), en el siglo XIX hasta, mucho m´as recientemente, Albouy ([6], [7],[8]), Higgs ([9]), Borisov y Mamaev ([10]) o el grupo de Física Matemática de la USAL ([11]). La idea fundamental es construir un sistema mecánico definido en el plano euclídeo de tal manera que existe un isomorfismo entre sus órbitas solución y las del problema original en la esfera. En este Trabajo de Fin de Máster se plantea la generalización de estos métodos proyectivos al caso de modelos en teorías de campos con aplicaciones en espintrónica, para los que el espacio interno de la teoría es una esfera S2, y buscar aplicaciones específicas del método en la determinación de soluciones solitónicas de la teoría de campos original. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172544 [ES]Este trabajo desarrolla modelos anisótropos para describir la estructura Interna de estrellas de neutrones mediante la resolución de las ecuaciones de Tolman-Oppenheimer-Volkoff dentro del marco de la relatividad general. Se analiza la influencia de la anisotropía local en la presión sobre la estabilidad y configuración de estos objetos compactos, contrastando los resultados con observaciones recientes de púlsares y detecciones de ondas gravitacionales, con el fin de contribuir a una comprensión más precisa de la física extrema que rige su comportamiento. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172541 [ES]Este trabajo explora diversas técnicas para implementar la desambiguación de nombres de autor (AND) en bases de datos bibliográficas antiguas con metadatos limitados. Se investigan distintos métodos que hayan sido usados. Se investigaron métodos de similitud sintáctica, como Levenshtein y Jaro-Winkler, técnicas de minería de texto; por ontologías, similitud sintáctica como TF-IDF, Word Embeddings como Word2Vec, BERT y embeddings con LLMs), enfoques de minería de datos abarcando algoritmos de Machine Learning supervisados, no supervisados y combinaciones (semi-supervisados). Así mismo, se abarcaron algunas técnicas de Deep Learning e incrustaciones de redes (Network Embeddings). La implementación del proyecto combina 3 métodos principales, la similitud de texto para nombres de autores, el Word Embedding de títulos, usando el LLM "nomic 2 la comparación por medio de la similitud del coseno, junto con redes de coautoría. Así mismo, se emplean herramientas como Apache Solr y ChromaDB para una gestión y recuperación eficiente de los datos.; [EN]This work explores various techniques for implementing Author Name Disambiguation (AND) in old bibliographic databases with limited metadata. Different methods that have been previously used were investigated. Syntactic similarity methods, such as Levenshtein and Jaro-Winkler, were researched, as were text mining techniques including ontology-based methods, syntactic similarity like TF-IDF, Word Embeddings (such as Word2Vec, BERT, and embeddings with LLMs), and data mining approaches covering supervised, unsupervised, and combined (semisupervised) Machine Learning algorithms. Additionally, some Deep Learning techniques and Network Embeddings were covered. The project’s implementation combines three main methods: text similarity for author names, Word Embedding of titles using the "nomic"LLM and comparison via cosine similarity, along with coauthorship networks. Furthermore, tools like Apache Solr and ChromaDB are employed for efficient data management and retrieval. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172539 [ES]En la era actual de sobreinformación visual, las visualizaciones de datos se han consolidado como una herramienta clave para la comprensión y comunicación de fenómenos complejos. Sin embargo, su uso inapropiado o intencionadamente sesgado puede inducir a interpretaciones erróneas, afectando la percepción pública, la toma de decisiones y la integridad del conocimiento. Este Trabajo de Fin de Máster aborda dicha problemática desde una perspectiva innovadora, explorando el potencial de los modelos de lenguaje de gran tamaño (LLMs), específicamente aquellos con capacidades multimodales, para detectar visualizaciones de datos engañosas.El enfoque se centra en los elementos primitivos que componen los gráficos, integrando técnicas de ajuste fino y estrategias avanzadas de ingeniería de prompts. Los resultados demuestran que, con el ajuste adecuado, estos modelos pueden no solo identificar visualizaciones manipuladas, sino también argumentar sus hallazgos de forma explicativa y transparente. Se concluye que los LLMs ajustados representan una herramienta prometedora para fortalecer la alfabetización visual y combatir la desinformación gráfica en distintos ámbitos, como la educación, el periodismo y la investigación científica.; [EN]In the current era of visual information overload, data visualizations have established themselves as a key tool for understanding and communicating complex phenomena. However, their inappropriate or intentionally biased use can lead to misinterpretations, affecting public perception, decision-making, and the integrity of knowledge. This Master's Thesis addresses this problem from an innovative perspective, exploring the potential of large language models (LLMs), specifically those with multimodal capabilities, to detect misleading data visualizations. The focus is on the primitive elements that make up graphics, integrating fine-tuning techniques and advanced prompt engineering strategies. The results demonstrate that, with proper tuning, these models can not only identify manipulated visualizations but also justify their findings in an explanatory and transparent manner. The conclusion is that tuned LLMs represent a promising tool for strengthening visual literacy and combating graphic misinformation in various fields, including education, journalism, and scientific research. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172525 [ES]Este Trabajo de Fin de Máster parte del estudio de los espacios de datos como marco de referencia para la integración de fuentes de datos agroclimáticos, donde se presenta la propuesta del diseño y desarrollo de un espacio de datos agrícolas que integran fuentes públicas (SIAR) y privadas, mediante una arquitectura basada en microservicios, alineada con los principios europeos de soberanía del dato, interope- rabilidad y confianza en el intercambio de información.Sobre esta infraestructura se implementó un caso de uso orientado a la gestión inteligente del riego,centrado en la estimación de la Evapotranspiración de Referencia (ETo). Para ello,se entrena- ron y compararon dos algoritmos de aprendizaje automático Random Forest (RF) y Perceptrón Multicapa (MLP), utilizando datos diarios de cuatro estaciones agrocli- máticas ubicadas en la provincia de Soria. Se diseñaron tres experimentos que fueron reduciendo el número de variables de entrada,para evaluar la robustez yeficiencia de los modelos,siendo RF el algoritmo que mostró el mejor desempeño, alcanzando valores de R2 y NSE de hasta 0,986 en la estación S002 . Además, los resultados demostraron que es posible obtener estimaciones cercanas al valor de ETo sin re- currir a métodos tradicionales que requiere una mayor cantidad de variables como Penman-Monteith, lo cual simplifica su aplicación operativa en contextos donde la disponibilidad de datos o la capacidad técnica es limitada. El estudio concluye que la integración de espacios de datos con modelos de inteli- gencia artificial mejora significativamente el acceso a información clave para la toma de decisiones de riego ,favoreciendo una gestión hídrica más eficiente y abriendo el camino hacia soluciones Agrotech escalables y replicables. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172517 [ES]La detección automática de violencia en video mediante Visión e Inteligencia Artificial es un desafío que exige un equilibrio entre rendimiento, eficiencia y robustez. Este Trabajo de Fin de Máster realiza un estudio comparativo de cuatro arquitecturas de aprendizaje profundo seleccionadas por representar diferentes filosofías en el reconocimiento de acciones en video, cada una con características particulares: I3D, SlowFast, TSM y ViViT. Mediante un protocolo experimental estructurado en dos etapas, una con recursos computacionales estándar y otra con hardware de alto rendimiento, y partiendo de un preentrenamiento en Kinetics-400, se realizó un ajuste fino de cada modelo en los conjuntos de datos RWF-2000 y Real Life Violence Situations (RLVS). Además, se evaluó la capacidad de generalización en un dataset de diferente dominio, el Hockey Fights dataset. Los resultados muestran que, si bien ViViT alcanza los rendimientos más altos en dominios conocidos (F1-Scores de hasta 0.897 y 0.992), lo hace a costa de un elevado costo computacional y una robustez limitada ante cambios de dominio drásticos. Por otro lado, TSM mostró ser el modelo más equilibrado, combinando un muy buen rendimiento (F1-Scores de 0.856 y 0.983) con una eficiencia verdaderamente superior. Por su parte, SlowFast demostró ser la arquitectura más robusta al obtener las mejores métricas al generalizar a dominios distintos (F1-Score de hasta 0.796 en Hockey Fights). Se concluye que no existe una única arquitectura superior. La elección óptima depende de los requisitos de la aplicación, donde modelos eficientes como TSM presentan una alternativa pragmática y de gran rendimiento frente a enfoques más costosos como ViViT para su despliegue en sistemas reales.; [EN]Automatic detection of violence in video using Artificial Intelligence and Artificial Vision is a challenge that demands a balance between performance, efficiency, and robustness. This Master’s Thesis conducts a comparative study of four deep learning architectures selected for representing different philosophies in video action recognition, each with particular characteristics: I3D, SlowFast, TSM, and ViViT. Using a two-stage experimental protocol, one with standard computing resources and the other with high-performance hardware, and starting with pre-trained models on Kinetics-400, fine-tuning was performed on the RWF-2000 and Real Life Violence Situations (RLVS) datasets. Furthermore, generalization capabilities were evaluated on a dataset from a different domain, the Hockey Fights dataset. The results show that, while ViViT achieves the highest performance in familiar domains (F1 scores of up to 0.897 and 0.992), it does so at high computational cost and limited robustness to drastic domain changes. On the other hand, TSM proved to be the most balanced model, combining very good performance (F1 scores of 0.856 and 0.983) with truly superior efficiency. SlowFast, meanwhile, proved to be the most robust architecture, achieving the best metrics when generalizing to different domains (F1 scores of up to 0.796 in Hockey Fights). It is concluded that there is no single superior architecture. The optimal choice depends on the application requirements, where efficient models like TSM present a pragmatic and high-performance alternative to more expensive approaches like ViViT for deployment in real systems. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172508 [ES]El llanto infantil es clave para la monitorización del estado de salud de los bebés. La clasificación automática del llanto puede ayudar en la detección temprana de patologías y en la toma de decisiones clínicas, especialmente en entornos como las Unidades de Cuidados Intensivos Neonatales (UCIN). Este trabajo presenta un análisis comparativo de cinco modelos de clasificación (Máquina de vectores de soporte (SVM), Random Forest, redes neuronales convolucionales, redes neuronales recurrentes bidireccionales y Transformer) entrenados sobre espectrogramas de Mel para la categorización de cinco tipos de llanto (Hambre, Dolor, Asfixia, Normal y Sordo). Los resultados muestran que Transformer y SVM ofrecen las mejores prestaciones, con balanced accuracy superiores al 88%, seguidos de Random Forest. El estudio confirma la eficacia de las representaciones espectrales densas y destaca la necesidad de avanzar hacia sistemas robustos y explicables para su integración en entornos clínicos y domésticos.; [EN]Infant crying is key to monitoring the health status of infants. Automatic classification of crying can help in the early detection of pathologies and in clinical decision making, especially in settings such as Neonatal Intensive Care Units (NICU). This paper presents a comparative analysis of five classification models (Support Vector Machine (SVM), Random Forest, Convolutional Neural Networks, Bidirectional Recurrent Neural Networks and Transformer) trained on Mel spectrograms for the categorization of five types of cry (Hungry, Pain, Choking, Normal and Deaf). The results show that Transformer and SVM offer the best performance, with balanced accuracies above 88%, followed by Random Forest. The study confirms the effectiveness of dense spectral representations and highlights the need to move towards robust and explainable systems for integration in clinical and home environments. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172503 [ES]El presente Trabajo de Fin de Máster tiene como objetivo principal desarrollar una herramienta de análisis narrativo que permita representar visualmente la estructura de un guion cinematográfico y compararla con modelos narrativos clásicos como el Viaje del Héroe y la Pirámide de Freytag. Para ello, se ha empleado un enfoque basado en técnicas de procesamiento de lenguaje natural y clasificación automática, combinando la detección de puntos clave narrativos con modelos de clasificación zero-shot. Esta aproximación ha permitido generar visualizaciones que reflejan la evolución dramática del guion y su grado de alineación con estructuras narrativas canónicas. El trabajo no solo contribuye a reducir la brecha entre la teoría de la narrativa y las aplicaciones computacionales, sino que también proporciona una herramienta práctica para el análisis sistemático de guiones. Además, sienta las bases para futuras aplicaciones en escritura asistida, análisis comparativo entre géneros y desarrollo de sistemas narrativos inteligentes.; [EN]This Master’s Thesis aims to develop a narrative analysis tool that provides a visual representation of the structure of a film script and enables its comparison with classical narrative models such as the Hero’s Journey and Freytag’s Pyramid. The proposed approach combines natural language processing techniques with automatic classification, integrating the detection of key narrative points and the use of zero-shot classification models. This methodology allows for the generation of visualizations that reflect the dramatic progression of the script and its alignment with canonical narrative structures. The project contributes to bridging the gap between narratological theory and computational applications, while also offering a practical tool for systematic screenplay analysis. Furthermore, it lays the groundwork for future applications in assisted writing, cross-genre comparisons, and intelligent narrative systems. 2025-07-01T00:00:00Z http://hdl.handle.net/10366/172495 [ES]El preprocesamiento de datos es una etapa crítica en el análisis y aprendizaje automático, pero suele resultar compleja y poco accesible para usuarios sin experiencia técnica. Este trabajo propone un sistema interactivo que asiste el preprocesamiento mediante técnicas de Inteligencia Artificial (IA), orientado a usuarios no expertos. Para fundamentar el desarrollo, se realizó una revisión sistemática de la literatura (SLR), que permitió identificar las técnicas más relevantes y los principales vacíos de accesibilidad y explicabilidad. Con estos hallazgos se diseñó un prototipo que combina un backend en Flask y un frontend en Angular, integrando procesos automáticos de limpieza, normalización, selección de características y evaluación con AutoML. La validación práctica con usuarios no técnicos permitió identificar mejoras y refinar la herramienta para que resulte más accesible y comprensible. Los resultados sugieren que esta solución no solo automatiza el preprocesamiento, sino que también democratiza su uso, convirtiéndolo en una herramienta educativa y práctica. Como trabajo futuro, se plantean mejoras generales que fortalezcan aún más la accesibilidad y la personalización del proceso.; [EN]Data preprocessing is a critical stage in analysis and machine learning, but it is often complex and inaccessible to users without technical experience. This work proposes an interactive system that assists preprocessing using Artificial Intelligence (AI) techniques, aimed at non-expert users. To inform the development, a systematic literature review (SLR) was conducted, which identified the most relevant techniques and the main gaps in accessibility and explainability. Based on these findings, a prototype was designed that combines a backend in Flask and a frontend in Angular, integrating automatic cleaning, normalisation, feature selection and evaluation processes with AutoML. Practical validation with non-technical users allowed us to identify improvements and refine the tool to make it more accessible and understandable. The results suggest that this solution not only automates preprocessing but also democratises its use, making it an educational and practical tool. As future work, we propose general improvements that further strengthen the accessibility and customisation of the process. 2025-06-01T00:00:00Z