Ingeniería

Permanent URI for this collection

https://hdl.handle.net/10201/63

Bienvenido a la colección de Tesis Doctorales de Ingeniería de la Universidad de Murcia. Este portal está dirigido a los investigadores y profesores de la Universidad de Murcia con la finalidad de aumentar la visibilidad de sus tesis doctorales pertenecientes al ámbito de la Ingeniería.

News

Si es Ud. Investigador o Profesor de la UMU y desea que se integre su Tesis Doctoral en esta colección contacte con la siguiente dirección archivum@um.es

Browse

Now showing 1 - 5 of 169

Open Access
Método de integración, evaluación y mejora continua de la sostenibilidad en organizaciones software desde sus procesos de negocio
(Universidad de Murcia, 2026-06-24) Sobrino Duque, Raimel; Nicolás Ros, Joaquín; Moros Valle, Begoña; Sin departamento asociado; Escuela Internacional de Doctorado
Esta tesis doctoral propone un método de integración, evaluación y mejora continua de la sostenibilidad en organizaciones software desde sus procesos de negocio. La investigación se articula en tres pilares fundamentales: (1) el método Gaia, diseñado para evaluar el nivel de sostenibilidad de una organización e instanciado específicamente para organizaciones software con la propuesta de un conjunto de procesos de negocio y de indicadores específicos; (2) una revisión sistemática de la literatura que identifica indicadores basados en las dimensiones del Manifiesto de Karlskrona, consolidando un repositorio reutilizable de indicadores de sostenibilidad; y (3) la herramienta de soporte al método denominada GaiaTool, un prototipo de herramienta de auditoría que automatiza las actividades del modelo de procesos del método Gaia. La validación del método Gaia se realizó mediante un caso de estudio en una institución de educación superior que cuenta con líneas de productos de software para la industria, la administración pública, la salud y la educación, mientras que la herramienta GaiaTool fue evaluada por parte de profesionales en organizaciones software a través de un cuestionario basado en el Modelo de Aceptación de la Tecnología. Los resultados demuestran que tanto el método como la herramienta facilitan la evaluación de la sostenibilidad basada en indicadores, optimizando la toma de decisiones, la comunicación con las partes interesadas y la competitividad organizacional en el ámbito del desarrollo de software.
Open Access
Una propuesta de gestión de requisitos continua enfocada a un proceso DevOps sostenible
(Universidad de Murcia, 2026-06-16) Hernández Alarcón, Rogelio Fernando; Nicolás Ros, Joaquín; Moros Valle, Begoña; Sin departamento asociado; Escuela Internacional de Doctorado
En esta tesis doctoral se presenta una propuesta de gestión de requisitos continua enfocada a un proceso de DevOps sostenible. El desarrollo de la presente tesis se estructura en tres hitos principales: (1) un estudio del estado del arte sobre las metodologías, frameworks, técnicas, herramientas y métodos de validación para la gestión de requisitos en DevOps, (2) la definición del método CRETS4DevOps (Continuous Requirements Engineering and Technical Sustainability for DevOps), un método de ingeniería de requisitos (IR) orientado a la gestión continua de requisitos en entornos DevOps, con especial énfasis en la dimensión técnica de la sostenibilidad. Este método, que incluye la propuesta de una herramienta de soporte, responde a la necesidad de integrar la sostenibilidad como un componente primordial desde las primeras etapas del proyecto, apoyándose en la combinación de prácticas tradicionales de ingeniería de requisitos, metodologías ágiles (por ejemplo Scrum) y reutilización de requisitos, buscando incrementar la eficiencia, calidad y capacidad de adopción de los productos desarrollados; y (3) para asegurar la validez y pertinencia de la propuesta, se llevó a cabo una validación empírica a través de una encuesta con profesionales especializados en el área de DevOps e IR. Esta validación permitió evaluar la utilidad percibida, la facilidad de uso, disposición de uso, intención de uso del método. Finalmente, se discuten las principales aportaciones teóricas y prácticas de la propuesta, así como sus limitaciones y posibles líneas de trabajo futuro, incluyendo la validación en entornos reales.
Restricted
Retroalimentación enriquecida de la dinámica del aula utilizando IA
(Universidad de Murcia, 2026-05-19) Pardo García, Federico; Cánovas Reverte, Óscar; García Clemente, Félix Jesús; Sin departamento asociado; Escuela Internacional de Doctorado
Tradicionalmente, la evaluación y mejora de la práctica docente se ha basado en la observación humana directa, un enfoque que, pese a ser el estándar de oro, conlleva altos costes logísticos y una inherente subjetividad. El campo de las Analíticas de Aprendizaje Multimodal (MMLA) ha experimentado un avance significativo en la capacidad de monitorizar y modelar entornos educativos. Sin embargo, existe una tendencia predominante en la literatura a perfeccionar las técnicas algorítmicas sin proporcionar mecanismos efectivos de retroalimentación hacia el docente, dejando un vacío crítico en la aplicación práctica de estos avances. Esta tesis doctoral aborda dicha desconexión, proponiendo una arquitectura computacional diseñada para el análisis de clases síncronas, con mecanismos de retroalimentación docente. La investigación se estructura en cuatro fases metodológicas incrementales. En primer lugar, se realizó una revisión sistemática de la literatura (2014-2024) que permitió taxonomizar el uso de las características de audio y analizar tendencias en el campo de investigación. Esto llevo a la detección de una ausencia de sistemas de retroalimentación docente. En segundo lugar, se modeló la práctica docente utilizando exclusivamente características paralingüísticas derivadas de la diarización de hablantes (como la gestión de turnos y los silencios), capaces de clasificar metodologías (clase magistral, trabajo en grupo y uso de sistemas de respuesta de estudiantes (SRS)) con alta precisión. En tercer lugar, se implementó una fusión multimodal que integra características paralingüísticas con el análisis semántico de transcripciones mediante modelos de lenguaje, aplicando técnicas de Inteligencia Artificial Explicable (XAI) para desambiguar intervenciones docentes complejas en entornos SRS. Finalmente, los hallazgos se integraron en una plataforma web que permite a los docentes visualizar las métricas extraídas. Los resultados demuestran que el audio contiene niveles estratificados de información pedagógica, donde elementos habitualmente descartados, como el ruido ambiental y el solapamiento de voces, actúan como indicadores válidos de colaboración en el aula. Asimismo, se confirma que la fusión de conocimiento experto (ingeniería de características) con modelos de aprendizaje profundo supera el rendimiento de enfoques puramente textuales en tareas de clasificación de intervenciones. Finalmente, el desarrollo de la plataforma proporciona indicios prometedores de que la entrega de métricas objetivas y transparentes tiene el potencial de activar procesos de reflexión docente.
Open Access
Multimodal analysis of emotion and hate speech in online communication
(Universidad de Murcia, 2026-05-12) Pan, Ronghao; Valencia García, Rafael; García Díaz, José Antonio; Sin departamento asociado; Escuela Internacional de Doctorado
En los últimos años, la comunicación en línea se ha consolidado como uno de los principales espacios de intercambio de información, opinión y debate público. Plataformas digitales como redes sociales, medios en línea o servicios de vídeo han transformado profundamente la manera en que las personas acceden a la información y participan en la construcción del discurso social. Este nuevo ecosistema comunicativo se caracteriza por su alcance global, su inmediatez y la participación activa de los usuarios. No obstante, también ha generado desafíos importantes relacionados con la calidad de la información, la difusión de contenido emocionalmente polarizado y la presencia creciente de lenguaje dañino o discurso de odio dirigido a individuos o colectivos. Las emociones desempeñan un papel fundamental en la forma en que los usuarios interpretan, evalúan y comparten la información en entornos digitales. Numerosos estudios han demostrado que los mensajes que apelan a emociones intensas, como la ira, el miedo o la indignación, tienden a generar mayores niveles de interacción y difusión. De forma paralela, el discurso de odio contribuye a la radicalización del debate público y a la creación de entornos comunicativos tóxicos. Comprender cómo se manifiestan e interactúan estos fenómenos resulta, por tanto, esencial para el análisis del discurso en línea. Tradicionalmente, el análisis automático del contenido digital se ha centrado principalmente en el texto mediante técnicas de Procesamiento de Lenguaje Natural. Sin embargo, gran parte del contenido que circula en Internet es de naturaleza multimodal, combinando texto, audio e imágenes. En este contexto, el análisis exclusivo del texto puede resultar limitado para capturar todos los matices emocionales o contextuales presentes en la comunicación digital. Los avances recientes en Inteligencia Artificial, especialmente en modelos de lenguaje de gran tamaño, ofrecen nuevas oportunidades para abordar el análisis del discurso desde una perspectiva más integrada. El objetivo principal de esta tesis doctoral es desarrollar y evaluar enfoques automáticos para el reconocimiento de emociones y la detección de lenguaje dañino en contenidos de comunicación en línea, prestando especial atención al idioma español. En particular, esta investigación analiza el valor añadido de los enfoques multimodales frente a los modelos unimodales tradicionales, así como el potencial de los modelos de lenguaje de gran tamaño para mejorar el análisis automático del discurso en diferentes contextos. Para alcanzar estos objetivos se adopta una metodología experimental estructurada en varias fases. En primer lugar, se desarrollan y publican nuevos recursos lingüísticos multimodales en español, entre los que destacan los corpus Spanish MEACorpus 2023 y Spanish MTLHateCorpus 2023, diseñados para el análisis de emociones y del discurso de odio respectivamente. Posteriormente, se implementan y evalúan distintos modelos automáticos para el reconocimiento de emociones y la detección de lenguaje dañino, incluyendo enfoques unimodales, multimodales y estrategias de aprendizaje multitarea. Asimismo, se analizan diferentes paradigmas de aprendizaje con modelos de lenguaje de gran tamaño, tales como zero-shot, few-shot y fine-tuning, con el fin de evaluar su capacidad de generalización y su eficacia en tareas complejas de análisis del discurso. Los resultados obtenidos muestran que la integración de múltiples modalidades mejora significativamente el rendimiento de los sistemas de reconocimiento de emociones en comparación con los enfoques basados únicamente en texto o audio. Asimismo, el aprendizaje multitarea permite modelar de forma más completa las diferentes dimensiones del discurso de odio, capturando relaciones semánticas y pragmáticas entre ellas. En cuanto al uso de modelos de lenguaje de gran tamaño, los experimentos evidencian que las estrategias de few-shot learning pueden ofrecer resultados competitivos en determinados escenarios, especialmente cuando se emplean métodos optimizados de selección de ejemplos
Open Access
Securing Healthcare Domains and Empowering Patients Through Decentralized and Self-Sovereign Identity Technologies
(Universidad de Murcia, 2026-04-16) López Martínez, Antonio; Gil Pérez, Manuel; Ruiz Martínez, Antonio; Sin departamento asociado; Escuela Internacional de Doctorado
El sector sanitario, se encuentra actualmente en una encrucijada entre la innovación y la vulnerabilidad. Gestionar datos personales sensibles y proteger vidas humanas lo convierte en un objetivo para los ciberataques, enfrentando costes por incidente de seguridad más altos que en otros sectores. Al mismo tiempo, se están estudiando nuevas tecnologías como Machine Learning y Blockchain para mejorar la atención al paciente y optimizar procesos. Sin embargo, la transición hacia un sistema sanitario impulsado digitalmente sigue obstaculizada por desafíos persistentes: resistencia al cambio, marcos regulatorios estrictos y limitaciones presupuestarias. Además, la falta de mapeos estandarizados para el diverso ecosistema de actores genera ambigüedad y deja expuestas brechas en las defensas de seguridad. Los paradigmas actuales, como la centralización, amplifican estos riesgos al crear puntos únicos de fallo. Mientras tanto, los intentos de descentralización en ciertos países han dado lugar a registros fragmentados y a una accesibilidad comprometida del paciente entre regiones o proveedores. Como respuesta, el modelo de Identidad Autosoberana (SSI) surge como un enfoque prometedor, que empodera a los pacientes para controlar sus datos mediante identificadores descentralizados y credenciales criptográficamente seguras, con el potencial de mejorar la seguridad de los datos en el ámbito sanitario. Bajo la modalidad de compendio, los cuatro capítulos que componen esta tesis doctoral (tres publicados y uno en revisión) abordan el objetivo de analizar la seguridad y la privacidad en el dominio sanitario y proponen un marco de gestión de datos centrado en el paciente. Para ello, en primer lugar, se realizó una revisión de la literatura sobre problemas de seguridad y privacidad en el sector, abordando los actores y componentes del sistema de salud, los principales ciberataques con una propuesta de taxonomía, las líneas de investigación actuales sobre mecanismos de seguridad, los conjuntos de datasets y los retos que orientan el desarrollo de esta tesis. En segundo lugar, se definió un caso de uso clínico, analizando los protocolos, componentes, tipos de datos y el desarrollo de requisitos de seguridad y privacidad para protegerlo. Además, se propusieron mecanismos seguros en función de la criticidad de los datos gestionados en cada requisito. El tercer capítulo definió un framework SSI para los datos del paciente, implementando una wallet en el dispositivo del paciente y tecnología blockchain como fuente de confianza y registro verificable de datos, permitiendo el intercambio seguro de datos clínicos gracias a las Credenciales Verificables (VCs). En cuarto lugar, el framework SSI inicial se amplió para proponer un modelo de control de acceso. A partir del análisis de los participantes del sistema sanitario y tres casos de uso distintos, se definió la composición de una Historia Clínica Electrónica (EHR). Uniendo participantes sanitarios con EHR, se presenta el modelo de control de acceso, aprovechando la tecnología de Smart Contracts (SCs). En este caso, se realizó una evaluación para obtener resultados sobre la viabilidad de la propuesta a nivel nacional. Extrayendo los datos de España sobre la frecuencia de visitas al sistema sanitario y considerando la cantidad de interacciones con nuestro framework, concluimos que podría implementarse para satisfacer las necesidades de gestión de datos sanitarios de un país. No obstante, algunos aspectos de esta investigación permanecen sin resolver. Entre ellos destaca la inclusión de un agente de privacidad impulsado por IA en el framework SSI, integrado en la wallet del paciente para actuar como recomendador en el intercambio de datos con distintos actores del sistema de salud, así como asistente personal en el día a día.

Browse

Recent Submissions