Persona: Luque Gallego, Manuel
Cargando...
DirecciĆ³n de correo electrĆ³nico
ORCID
0000-0003-3018-3760
Fecha de nacimiento
Proyectos de investigaciĆ³n
Unidades organizativas
Puesto de trabajo
Apellidos
Luque Gallego
Nombre de pila
Manuel
Nombre
2 resultados
Resultados de la bĆŗsqueda
Mostrando 1 - 2 de 2
PublicaciĆ³n AplicaciĆ³n de anĆ”lisis de las interacciones y modelado del estudiante(Universidad Nacional de EducaciĆ³n a Distancia (EspaƱa). Escuela TĆ©cnica Superior de IngenierĆa InformĆ”tica, 2024-02) SĆ”nchez Villarejo, Juan Manuel; Luque Gallego, ManuelLas plataformas de aprendizaje online son a dĆa de hoy, herramientas imprescindibles en cualquier actividad educativa. Estas plataformas ofrecen, entre otros servicios, el de foros, que son utilizados para que los estudiantes se comuniquen con el equipo docente o entre sĆ. El objetivo del proyecto es continuar con el desarrollo de una aplicaciĆ³n que permita incorporar los datos de los foros asociados a los cursos virtuales de la UNED, gestionar y manipular dichos datos desde la propia aplicaciĆ³n y generar informaciĆ³n de salida que facilite al responsable de la asignatura el proceso de anĆ”lisis de la interacciones y modelado del estudiante, y asĆ poder establecer procesos de mejora. El proyecto amplĆa la funcionalidad y profundiza en los mĆ©todos de minerĆa de datos orientados al entorno educativo y en la integraciĆ³n de la informaciĆ³n generada por la aplicaciĆ³n con las herramientas mĆ”s avanzadas actualmente en materia de gestiĆ³n, asĆ como representaciĆ³n de grĆ”ficos. Se realiza un proceso de modelado del estudiante, sobre todo de su componente social, con la finalidad de ofrecer informaciĆ³n Ćŗtil para la gestiĆ³n de actividades de aprendizaje colaborativo. Las tecnologĆas empleadas para llevar a cabo el proyecto han sido entre otras Spring Tool Suite, el cual ha permitido crear toda la aplicaciĆ³n a travĆ©s del lenguaje de programaciĆ³n Java, y utilizĆ”ndose tecnologĆas y lenguajes como HTML, PhpMyAdmin, Spring JPA y Thymeleaf para la creaciĆ³n de la aplicaciĆ³n y para la gestiĆ³n de bases de datos. Por Ā“ultimo, se ha usado una base de datos MariaDB y tecnologĆa de contenedores Docker para encapsular toda la aplicaciĆ³n y facilitar el despliegue y ejecuciĆ³n de la misma.PublicaciĆ³n Probabilistic graphical models for decision making in medicine(Universidad Nacional de EducaciĆ³n a Distancia (EspaƱa). Escuela TĆ©cnica Superior de IngenierĆa InformĆ”tica. Departamento de Inteligencia Artificial, 2009-11-20) Luque Gallego, ManuelLos modelos grĆ”ficos probabilĆsticos, en particular las redes bayesianas y los diagramas de influencia, fueron desarrollados en los aƱos 80 por investigadores del campo de Inteligencia Artificial, MatemĆ”ticas y EconomĆa con el propĆ³sito de resolver problemas cuya complejidad excede la capacidad de los mĆ©todos existentes hasta entonces. El trabajo en modelos grĆ”ficos probabilĆsticos comenzĆ³ en la UNED en 1990 con la tesis doctoral de Javier DĆez, que consistiĆ³ en la construcciĆ³n del sistema experto DIAVAL, una red bayesiana para el diagnĆ³stico de enfermedades cardĆacas por ecocardiografĆa. En 2003, el Dr. Carlos Disdier Vicente, un neumĆ³logo en el Hospital San Pedro de AlcĆ”ntara, en CĆ”ceres (EspaƱa), y Javier DĆez, en la UNED, comenzaron la construcciĆ³n de un diagrama de influencia para la estadificaciĆ³n mediastĆnica del cĆ”ncer de pulmĆ³n. Cuando el autor de esta tesis entrĆ³ a formar parte del grupo de investigaciĆ³n, en la UNED, en 2003, se le asignĆ³ como tema de investigaciĆ³n completar la construcciĆ³n del diagrama de influencia, que se encontraba en un estado muy incipiente. El fin de dicho diagrama era proporcionar una estrategia de actuaciĆ³n para las distintas decisiones que aparecen el proceso de estadificaciĆ³n mediastĆnica. Se deseaban incluir tanto parĆ”metros de salud como la prevalencia de la enfermedad, sensibilidades y especificidades de los tests, etc., como tambiĆ©n parĆ”metros econĆ³micos como el coste de los tratamientos y de los distintos tests. Las necesidades surgidas al construir dicho diagrama, llamado MEDIASTINET, ha motivado el desarrollo de nuevos modelos, algoritmos, y herramientas software. En primer lugar, la forma de la funciĆ³n que combina las utilidades (esto es, las preferencias del decisor, en nuestro caso, la cantidad y calidad de vida de pacientes con cĆ”ncer de pulmĆ³n) nos llevĆ³ a una estructura de nodos de utilidad en nuestro diagrama de influencia. Esto nos llevĆ³ a desarrollar un nuevo algoritmo de evaluaciĆ³n que pudiera mejorar el Ćŗnico algoritmo existente hasta ese momento para ese tipo de diagramas de influencia. En segundo lugar, durante la interacciĆ³n con el experto vimos la necesidad de contar con capacidades de explicaciĆ³n para diagramas de influencia, que nos ayudarĆan en la construcciĆ³n del modelo y en su depuraciĆ³n. AdemĆ”s, serian tambiĆ©n Ćŗtiles al intentar convencer al experto de los resultados. Por esta razĆ³n implementamos nuevos mĆ©todos de explicaciĆ³n en Elvira. Tercero, debido a la incertidumbre en los parĆ”metros del diagrama de influencia, asignados por el experto basado en la literatura y en sus propios datos, implementamos algunas tĆ©cnicas de anĆ”lisis de sensibilidad. Y cuarto, debido a la discusiĆ³n en la literatura mĆ©dica acerca del orden Ć³ptimo en que los tests para la estadificaciĆ³n mediastĆnica del cĆ”ncer de pulmĆ³n deberĆan ser realizados, y dado que los diagramas influencia requieren un orden total, exploramos el uso de los diagramas de influencia no restringidos, una representaciĆ³n que permite un orden parcial entre las decisiones, y desarrollamos un nuevo algoritmo anytime que proporcionara una recomendaciĆ³n para las primeras decisiones cuando encontrar la estrategia Ć³ptima requiriese una excesiva cantidad de tiempo. En esta tesis describimos los algoritmos y mĆ©todos, que no son especĆficos de medicina, y tambiĆ©n el sistema de apoyo a la toma de decisiones para la estadificaciĆ³n mediastĆnica del cĆ”ncer de pulmĆ³n.