M0.518 Trabajo de Fin de Máster oct 14 jul 15 Créditos: 18.0
Profesor responsable de la asignatura
Agata Lapedriza Garcia, Angel Alejandro Juan Perez, Daniel Riera Terrén, David Bañeres Besora, David
Masip Rodo, Joan Manuel Marquès Puig, Juan Alberto Rodríguez Velázquez, Maria Antonia Huertas
Sánchez y Robert Clarisó Viladrosa
Consultores Angel Alejandro Juan Perez , Domènec Savi Puig Valls , Eva Vallada Regalado , Francesc Guim Bernat ,
Ivan Rodero Castro , Jordi Castellà Roca y Juan Alberto Rodríguez Velázquez
Índice
Presentación
Descripción
La asignatura en el conjunto del plan de estudios
Campos profesionales en que se proyecta Conocimientos previos
Información previa a la matrícula Objetivos y competencias
Contenidos
Recursos
Consulta de los materiales de que dispone la asignatura Metodología
Evaluación
Consulta del modelo de evaluación Evaluación continua
Fechas clave
Presentación
Descripción
El trabajo final de máster (TFM) es un ejercicio individual y de carácter profesional que sintetiza los conocimientos y competencias
adquiridos a lo largo de todo el máster. Este trabajo se realiza bajo la supervisión de un consultor, que actúa como director del trabajo y
existen diferentes áreas temáticas de TFM. .
El resultado final del trabajo final constará de tres elementos:
# Una memoria, que documenta el trabajo realizado
# Un producto, que variará según el tipo de trabajo (aplicación, diseño, estudio, ...)
# Una presentación, que resume los resultados obtenidos y el desarrollo del trabajo
# Un informe de autoevaluación
La asignatura en el conjunto del plan de estudios
Es el resultado final y natural del proceso de aprendizaje realizado por el alumno durante sus estudios de Máster, y es en él donde el alumno
tiene oportunidad de hacer converger dichos conocimientos adquiridos.
El trabajo final de máster es una asignatura obligatoria y de carácter finalista, por lo que es imprescindible que el estudiante haya superado
o tenga reconocidos 42 ECTS del propio programa, o esté cursando la última parte de los mismos.
Aunque es una asignatura del segundo semestrte, el estudiante puede empezar a trabajar el primer semestre, una vez haya contactado con un
Profesor del Máter que le dirigirá el TFM
Campos profesionales en que se proyecta
El trabajo requiere desarrollar y aplicar competencias de gran aplicación en el día a día del ámbito profesional: planificación, gestión del
tiempo, automotivación, iniciativa, etc.
El campo profesional concreto relacionado con el trabajo final dependerá del área temática.
Conocimientos previos
Los conocimientos previos concretos necesarios dependerán del área temática del trabajo final escogido
Información previa a la matrícula
Para matricular el TFM, el estudiante tiene que seleccionar un área de TFM.
# Selección del área temática de TFM: Esta elección se ha de hacer entre lasareas/líneas de TFM coordinadas por la UOC o por la
URV expuestas más abajo. Para seleccionar el área el estudiante debe contactar por e-mail con la persona de contacto de cada área,
quién le informará y ayudará a encontrar el Profesor del Máster interesado en dirigir el TFM
# Propuestas de TFM "ad hoc": Aquellos estudiantes que así lo deseen, pueden también proponer vía Tutor un tema de TFM
(directamente vinculado a los contenidos del máster) para que éste le ayude a encontrar el Profesor del Máster interesado en dirigirlo.
Áreas de TFM Coordinadas por UOC:
# System Simulation and Optimization: This proposal brings students the possibility of completing their Master thesis on the
collaborative development of new simulation-optimization algorithms (e.g. simheuristics) which implement practical solutions
to different combinatorial optimization problems in the service and manufacturing industries (e.g. logistics, transportation, health
systems, etc.). These solutions will be implemented using Java, C#, or C/C++. More info: Dr. Angel A. Juan (ajuanp[at]uoc.edu).
# Knowledge Representation and Reasoning: This proposal brings students the possibility of completing their Master thesis on
the representation of different forms of knowledge and reasoning, focusing on their logical foundations. Theoretical properties
of knowledge representation and reasoning formalisms are studied, developed and applied to real problems. Description Logics,
Temporal Representation, Formal Ontology, Knowledge Representation for Artificial Intelligence, in particular, are considered. It is
both a pre-doctoral and professional online and students can choose the prefered orientation in her/his Master's thesis. More info: Dr.
M. Antonia Huertas (mhuertass[at]uoc.edu).
# Optimal assignment of resources in large-scale distributed systems: This proposal brings students the possibility of completing
their Master thesis on the design and implementation of mechanisms for an optimal assignment of resources in large-scale distributed
# Computer Vision and Statistical Pattern Recognition: This proposal brings students the possibility of completing their Master
thesis on the design and implementation of computer vision technologies applied to object recognition, scene understanding, facial
expression, gesture and non verbal analysis.More info: Dra. Àgata Lapedriza Garcia (alapedriza[at]uoc.edu), Dr. David Masip Rodó
(dmasipr[at]uoc.edu).
# Formal methods: This proposal considers the application of techniques to model and verify complex systems, allowing the automatic
detection of errors. Depending on the specific problem being considered, a variety of techniques will be used (theorem provers, SAT
solvers, constraint programming, etc.). More info: Dr Robert Clarisó (rclariso[at]uoc.edu).
# High Performance Computing: This proposal brings students the possibility of completing their Master thesis on the area of
studyng, applying, and analyzing HPC solutions for scientific problems. And how design, implement, and analyze different
possibilities in hardware, software and middleware for the performance of parallel/multicore applications in diferent scientific fields
of research. More info: Dr. Josep Jorba (jjorbae[at]uoc.edu).
Áreas de TFM Coordinadas por URV:
# Anonymization and transparency: Anonymization methods are used to protect data sets containing sensitive information on
individuals before releasing the data. The goal is to prevent an intruder from linking a record in the anonymized data to a particular
identified individual (identity disclosure) and also to prevent the intruder from estimating the value of the attributes of a specific
individual with too much accuracy (attribute disclosure).
On the other hand, statistical computations on the anonymized data should yield results similar to those obtained on the original data
(data utility preservation). It would be very good to preserve data utility if, in addition to the anonymized data, the legitimate data
user could be given information on the method and parameters used for anonymization (transparency). This would allow the user
to correct the biases in the statistical analyses she obtains on the anonymized data. However, for some methods, revealing that they
have been used with certain parameters greatly increases the risk of attribute disclosure (recovering the original data by undoing
the anonymization). We propose to study transparency for a few anonymization methods: to what extent revealing their parameters
increases the risk of attribute disclosure. More info: Dr. Josep Domingo Ferrer (josep.domingo[at]urv.cat)
# Semantic knowledge management: The ITAKA (Intelligent Technologies for Advanced Knowledge Acquisition) research
group at URV (http://deim.urv.cat/~itaka ) can supervise Master Thesis proposals on topics related to the semantic management of knowledge, including personalised recommender systems, ontology learning vs semantic information retrieval, multi-criteria decision
support systems and automatic construction of knowledge structures from social network data. More info: Dr Antonio Moreno
(antonio.moreno[at]urv.cat).
# Knowledge modelling and data mining for decision support in health-care: Knowledge-based systems are artificial intelligent
tools to support decision making. These systems can be applied to many areas. One of these areas is health-care. Deciding the
correct disease or set of diseases (diagnosis), determining the most promising, save and cheap treatment (therapy providing), and
foreseeing the evolution of the patient (prognosis) are three key actions of daily medical practice that can be supported on Clinical
Knowledge-Based Systems. Modelling medical knowledge, extracting experience knowledge from hospital databases and clinical
records, and implementing health-care computer tools are the main work lines proposed by the Research Group on Artificial
Intelligence (http://banzai-deim.urv.net ) at University Rovira i Virgili. All this work is made in collaboration with several health-care institutions such as SAGESSA Group, Hospital de Sant Joan (Reus), and Hospital Clínic de Barcelona. Contact Person: David Riaño
(david.riano[at]urv.cat).
# Graph theory and its applications: The research group in Discrete Mathematics can supervise Master Thesis proposals on topics
related to graph theory, including domination theory, spectral graph theory, graph products, topological indices, metric dimension, etc.
More info: Dr Juan Alberto Rodríguez Velázquez (juanalberto.rodriguez[at]urv.cat).
# Geometría aplicada: El grupo de investigación en Geometría aplicada puede supervisar tesis de máster en los temas de Análisis
Geométrico de Elementos Arquitectónicos y Estructura Geométrica de Vórtices. Más información: Dr Blas Herrera Gómez,
blas.herrera[at]urv.cat, http://deim.urv.cat/~bherrera/FesPaginaWeb.cgi.htm
# Large scale Distributed Systems (peer-to-peer, cloud computing, distributed storage): The Architecture and Telematic Services
large-scale peer-to-peer algorithms and concepts to cloud settings. The Master thesis will collaborate with our European research project
CloudSpaces (www.cloudspaces.eu). Contact Person: Pedro Garcia Lopez (pedro.garcia[at])urv.cat
# Análisis de la expansión de una epidemia en redes complejas: cálculo del estado estacionario, fracción de infectados e incluir
(libre elección) mecanismos de contención de la expansión. Contact Person: Alex Arenas (alexandre.arenas[at]urv.cat).
# Simulation in biomechanics: This proposal brings students the possibility of completing their Master thesis on the design and
implementation of computer simulations procedures for the understanding of biomechanics in the musculoskeletal and cardiovascular
systems. Numerical simulations of biological systems are becoming key tools in medical diagnosis. The simulations involve methods
from both fluid and solid mechanics which are mainly based on mathematical models comprising non-linear differential equations.
Moreover, they often require the generation of smooth and geometrically accurate surface meshes from medical images. Contact
Person: Dra. Dolors Puigjaner (dolors.puigjaner[at]urv.cat) and Dr. Gerard Fortuny (gerard.fortuny[at]urv.cat)
# Simulation of architectural structures: The elastic theory of masonry structures is based on the resistence (Navier, 1826), the
stability (limit analysis Heyman 1999, Ochsendorf 2002) and the stiffness. Val d'Aran is a region located on the north side of the
Spanish Pirineo, between Spain and France. There we can find a group of Romanic churches built on XIIth Century, which present
geometrical deformations of more than 10% from its initial form. Numerical simulations of arquitectonic structures are fundamental
to predict the deformation evolution and to analyze, maintenance and repair plans for these historic buildings. Contact Person: Dr.
Gerard Fortuny (gerard.fortuny[at]urv.cat)
Objetivos y competencias
El TFM exige al estudiante cumplir una serie de objetivos, y pone de manifiesto y evalúa explícitamente la capacidad del estudiante para
utilizar las competencias específicas del TFM.
Objetivos:
# Poner en práctica los conocimientos y competencias adquiridos a lo largo de toda la titulación.
# Realizar un proyecto en todas sus fases, seleccionando los procedimientos más adecuados para llevarlo a cabo.
# Documentar y justificar el desarrollo y el resultado del trabajo.
# Presentar y defender el trabajo realizado.
# Autoevaluar el trabajo de acuerdo con unos criterios determinados.
Competencias específicas:
Las competencias específicas del Trabajo Final de Máster dependerán de la temática concreta en la que se contextualice el proyecto. Sin
embargo, en todos los casos se trabajarán las siguiente competencia específicas:
# Desarrolla adecuadamente toda una serie de competencias específicas, transversales y nucleares en un proyecto de investigación.
Integra los conocimientos teóricos con las realidades a las cuales se pueden proyectar.
# Aplica las técnicas propias de la ingeniería computacional y matemática a proyectos de I+D+i.
# Desarrolla el espíritu analítico, creativo y crítico en el momento de definir y llevar a cabo un proyecto de investigación.
# Conoce, analiza y utiliza críticamente las fuentes y la bibliografía.
# Comunica correctamente los resultados del trabajo de investigación, con un discurso coherente y un registro adaptado a la audiencia.
Contenidos
Los contenidos de esta asignatura son diferentes y específicos para cada una de las áreas de TFM y para cada trabajo en particular. Sin
embargo los productos resultantes son comunes a todas ellas.
1. La Memoria del trabajo.
2. Cualquier otro producto obtenido en el desarrollo del Trabajo.
4. El informe de autoevaluación del Trabajo
La Memoria del TFG es el documento que muestra el trabajo realizado por el estudiante durante el semestre. El documento de la Memoria se
debe ir trabajando conjuntamente con el consultor durante la realización del proyecto. A diferencia de otras asignaturas, donde el estudiante
realiza un trabajo de manera individual y lo entrega al profesor para ser evaluado, el documento de la Memoria del TFM es un documento
que el estudiante va desarrollando con la supervisión continua del director del trabajo . Por lo tanto, para poder entregar la Memoria final de
semestre, es necesario que el éste dé su visto bueno.
El objetivo de la Presentación virtual es sintetizar el trabajo realizado en una presentación que permita al Tribunal de evaluación tener una
perspectiva del TFM y formular las preguntas que consideren necesarias. Esta presentación virtual consistirá en un vídeo con sonido, de una
duración máxima de 20 minutos, donde el estudiante debe sintetizar de forma clara y concisa el trabajo realizado a lo largo del semestre y
los resultados obtenidos. Se valorará la aportación crítica y descriptiva de los aspectos más relevantes del proyecto, y no la mera lectura del
contenido de la presentación virtual. En definitiva, esta presentación ofrecerá una perspectiva general del TFM y debe permitir al Tribunal de
evaluación (véase el apartado de evaluación), si lo considera necesario, formular las preguntas oportunas al estudiante.
El informe de autoevaluación del Trabajo es un documento que describe los criterios que determinan la buena ejecución de un TFM y
permite evaluar los resultados alcanzados: plan de trabajo, memoria, presentación, etc. El profesor publicará la plantilla para este informe al
inicio del semestre y los estudiantes lo tienen que entregar junto con el resto de elementos de la entrega final.
Al finalizar el trabajo, el estudiante deberá depositar una copia en el repositorio institucional de la UOC (O2), donde quedará archivado y
será de libre consulta por su uso docente y de divulgación. La única excepción permitida son los casos donde se pueda justificar que hay
datos confidenciales a proteger (propiedad intelectual de terceros, datos personales, etc.).
Recursos
Consulta de los materiales de que dispone la asignatura
Material Soporte
Exposición de contenidos en vídeo Web
MATLAB PDF
Redacción de textos científico-técnicos PDF
Presentación de documentos y elaboración de presentaciones PDF
Trabajo final de máster Web
Trabajo final de máster PDF
Metodología
Evaluación
Consulta del modelo de evaluación
Esta asignatura sólo puede superarse a partir de la evaluación continua (EC). La nota final de evaluación continua se convierte en la nota
Opción para superar la asignatura: EC
Final de asignatura: EC
Evaluación continua
La evaluación de la asignatura sigue el modelo de sólo evaluación continua EC. El plan de trabajo especificará las diferentes Pruebas de
Evaluación Continua (PEC) y los demás elementos evaluables, pero son comunes a todas las áreas los siguientes:
# PEC1 donde se detalla el plan de trabajo.
# Otras PECs de desarrollo y seguimiento del trabajo de acuerdo con el plan de trabajo.
# Entrega del producto resultante final, que será evaluado por un tribunal de TFM.
# Un informe final de autoevaluación.
Fechas clave
Nombre Inicio / Enunciado Entrega Solución Calificación
Nombre: Entrega de la Memoria de TFM Inicio / Enunciado
15/06/2015 Entrega 15/06/2015 Solución
-Calificación
30/06/2016
Nombre: Entrega de la presentación de TFM Inicio / Enunciado
22/06/2015 Entrega 22/06/2015 Solución
-Calificación
30/06/2015
Nombre: Preguntas del tribunal de TFM del 24/6 al 26/6
Inicio / Enunciado
24/06/2015 Entrega 26/06/2015 Solución
-Calificación
30/06/2015
Nombre Tipos Fecha día-mes-año Fecha Final
Nombre: 1. Definición del título de TFM y
director Tipos: Unidad
Fecha
