Embedded Files
Identificación automática de violencia en ámbito escolar
Alumno: Mª Dolores Paralera Romero.
Directores: Ester Martín, Gloria Ortega.
Defendido en Septiembre de 2020.
Librería para el análisis estadístico basado en permutaciones
Alumno: Óscar Ripoll Romero.
Directores: Ester Martín, Gloria Ortega.
Defendido en Septiembre de 2019.
Configuración de recursos docentes en la nube para asignaturas de Ingeniería Informática
Alumno: Antonio Francisco Usero Fuentes
Directores: Ester Martín, Gloria Ortega.
Defendido en Septiembre de 2018.
Análisis de imágenes optométricas para diagnósticos en atención primaria
Alumno: Manuel González.
Directores: Ester Martín, Gloria Ortega.
Defendido en Diciembre de 2017.
Mejora de la eficiencia energética de la computación algebraica dispersa en GPUs
Alumno: Claudio Peña.
Directores: Ester Martín, Gloria Ortega.
Defendido en Septiembre de 2017.
Acelerando la configuración óptima de sistemas Trading automáticos
Alumno: Manuel Segura.
Directores: Ester Martín, Gloria Ortega.
Defendido en Diciembre de 2016.
Evaluación de la Plataforma Jetson con CPU multi-core y GPU integradas on-chip: En este proyecto, se estudia en detenimiento la plataforma Jetson, basada en un procesador TEGRA K1 de NVIDIA. Jetson es un ejemplo representativo de arquitectura para sistemas empotrados que supone una evolución de las arquitecturas que utilizan las GPUs como aceleradores de computación de propósito general.
Alumno: Félix Santano.
Directores: Ester Martín, Gloria Ortega.
Defendido en Diciembre de 2016.
Computación distribuida de bajo coste basada en Raspberry Pi: El objetivo principal de este TFG ha sido la construcción y puesta en marcha de un clúster formado por placas Raspberry Pi, para ejecutar problemas que requieran de computación distribuida para su resolución, y analizar los resultados obtenidos comparando la inversión económica y el consumo con sistemas estándares de supercomputación.
Alumno: Ismael E. Pelayo.
Directores: Ester Martín, Gloria Ortega.
Defendido en Septiembre de 2015.
Acelerando la solución de sistemas de ecuaciones dispersos con GPUs en entornos de desarrollo de alto nivel: Este proyecto ofrece a los investigadores una herramienta que les permite: (1) explotar las unidades de procesamiento gráfico (GPU) como arquitecturas alto rendimiento para acelerar operaciones matriciales especialmente costosas, centrándonos en la resolución de sistemas de ecuaciones definidos por matrices de tipo disperso; y (2) continuar expresando sus modelos matemáticos en entornos de desarrollo de uso extendido como Matlab u Octave que ofrecen una extensa colección de librerías y recursos que permiten al científico expresar sus modelos con un lenguaje compacto de muy alto nivel.
Alumno: Hermes Gutiérrez Villegas.
Directores: Ester Martín, Gloria Ortega.
Defendido en Septiembre de 2014.
Acelerando el producto de matrices dispersas con GPUs en entorno MATLAB: MATELLR-T.
En este proyecto nuestro interés se ha centrado en la operación producto matriz dispersa vector, por ser una operación clave en la implementación computacional de una gran variedad de modelos científicos y de ingeniería.Como resultado final, se ha generado una librería que denominamos MATELLR-T que permite realizar la operación SpMV explotando las GPUs en base a la rutina ELLR-T basada en CUDA que podrá ser integrada en un código MATLAB.
Alumno: Diego García Guimarey.
Directores: Ester Martín, Gloria Ortega.
Defendido en Octubre de 2013.
Google Sites
Report abuse