Ofrece en acceso abierto el contenido de trabajos académicos realizados por alumnos en esta Universidad https://hdl.handle.net/10259/2728 2026-06-10T22:46:51Z 2026-06-10T22:46:51Z Lin, Jiayi Ramos Ruiz, Alba Villán Martínez, Carlota https://hdl.handle.net/10259/11795 2026-06-04T00:05:25Z 2021-05-21T00:00:00Z

Efecto de la experiencia previa en la carga cognitiva: un análisis multimodal mediante biomarcadores fisiológicos y sistemas inteligentes Lin, Jiayi; Ramos Ruiz, Alba; Villán Martínez, Carlota Este estudio analiza cómo la experiencia previa con un formato lúdico de recuperación semántica modula la carga cognitiva percibida y los correlatos fisiológicos durante una tarea de aprendizaje compleja. Su relevancia radica en integrar sistemas inteligentes y evaluación multimodal para optimizar intervenciones educativas y clínicas. Se empleó un diseño comparativo con una muestra de estudiantes universitarios divididos en dos grupos según su familiaridad con la dinámica. Se triangularon datos subjetivos mediante el NASA-TLX, soporte adaptativo vía chatbot y registros objetivos de eye tracking y respuesta galvánica de la piel (GSR). Los resultados revelaron que los participantes con experiencia previa reportaron menor carga extrínseca y frustración. Fisiológicamente, este grupo mostró fijaciones más prolongadas, mayor dilatación pupilar y elevada conductancia de la piel, indicadores interpretados como una mayor carga germana (procesamiento profundo) en lugar de sobrecarga disfuncional. Por el contrario, el grupo sin experiencia presentó sacadas más erráticas y mayor ansiedad asociada a la novedad, reflejando una carga extrínseca incrementada. En conclusión, la familiaridad no reduce la activación fisiológica, sino que redirige los recursos cognitivos hacia un procesamiento más significativo. Estos hallazgos validan la triangulación metodológica y subrayan el potencial de la inteligencia artificial y la psicofisiología para el diseño de entornos de aprendizaje personalizados y fundamentados en evidencia biométrica.

2021-05-21T00:00:00Z Saiz de Pedro, Alberto https://hdl.handle.net/10259/11700 2026-05-23T00:05:13Z 2025-07-01T00:00:00Z

Diseño mecánico del enhebrado del Producto 5 desde cassette Saiz de Pedro, Alberto Este trabajo se integra en un proyecto global destinado a automatizar el aprovisionamiento de distintos productos en las máquinas de confección de neumáticos en la fábrica de Michelin de Aranda de Duero. En la actualidad, este procedimiento se realiza manualmente, implicando la colaboración de varios operarios o el uso de útiles de manutención, por lo que el objetivo principal de este estudio es implementar una solución que permita la automatización completa del suministro del producto a la máquina. El proyecto se enfocará en el desarrollo mecánico de un sistema diseñado para facilitar la inserción del carro transportador de la bobina en la línea de confección, así como la soldadura entre el producto finalizado y el nuevo producto que se introduce.; This work is part of a global project aimed at automating the supply of various products in the tire manufacturing machines at the Michelin plant in Aranda de Duero. Currently, this procedure is carried out manually, involving the collaboration of several operators or the use of handling equipment. Therefore, the main objective of this study is to implement a solution that allows for the complete automation of product supply to the machine. The project will focus on the mechanical development of a system designed to facilitate the insertion of the transport cart for the coil into the fabrication line, as well as the welding between the finished product and the new product being introduced.

2025-07-01T00:00:00Z Ortega Renuncio, Raúl https://hdl.handle.net/10259/11511 2026-04-15T00:05:37Z

Preprocesado y procesado de señales de electroencefalograma (EEG) Ortega Renuncio, Raúl El electroencefalograma (EEG) es una tecnología fundamental en neurociencia que permite registrar la actividad eléctrica cerebral de manera no invasiva. Sin embargo, el volumen masivo de datos generado por los sistemas de registro de EEG presenta desafíos significativos. El procesamiento eficaz de estos datos crudos requiere la implementación de pipelines robustos que integren preprocesamiento, procesamiento y análisis, junto con herramientas computacionales avanzadas y conocimientos en técnicas de análisis de datos que no siempre están disponibles en todos los contextos de investigación clínica. Además, la falta de estandarización en los procedimientos de preprocesamiento ha sido históricamente un obstáculo para la comparabilidad y replicabilidad de estudios. Este Trabajo Fin de Grado se enfoca en el desarrollo de un pipeline integral de preprocesamiento y procesamiento de datos EEG crudos, recogidos en un estudio específico, con el objetivo de facilitar el análisis automatizado y reutilizable de estos datos. La solución se materializa en una aplicación interactiva que permitirá democratizar el acceso a estos análisis complejos, facilitando a investigadores sin conocimientos profundos en programación la visualización (cómo puede ser la topografía cerebral), procesamiento e interpretación de datos de EEG de forma intuitiva e integrada. Se espera que este pipeline establezca una herramienta práctica y accesible para el análisis de EEG que combine rigor metodológico con usabilidad, proporcionando resultados reproducibles y permitiendo a profesionales e investigadores optimizar sus análisis según sus necesidades particulares.; The electroencephalogram (EEG) is a fundamental technology in neuroscience that enables non-invasive recording of brain electrical activity. However, the massive volume of data generated by EEG recording systems presents significant challenges. Effective processing of raw data requires the implementation of robust pipelines that integrate preprocessing, processing, and analysis, along with advanced computational tools and data analysis techniques not always available in all clinical research contexts. Furthermore, the historical lack of standardization in preprocessing procedures has been a barrier to study comparability and reproducibility. This Final Degree Project focuses on developing a comprehensive pipeline for preprocessing and processing of raw EEG data collected in a specific study, with the aim of facilitating automated and reusable analysis of this data. The solution will be materialized in an interactive application that will democratize access to complex analyses, enabling researchers without deep programming knowledge to visualize (how brain topography can be), process, and interpret EEG data in an intuitive and integrated manner. This pipeline is expected to establish a practical and accessible tool for EEG analysis that combines methodological rigor with usability, providing reproducible results and enabling professionals and researchers to optimize their analyses according to their particular needs.

Águeda Miguel, Rocío Curiel Rodríguez, Gloria Díaz Sutil, Mario Martín Arroyal, Gonzalo Rodríguez Martín, Eira https://hdl.handle.net/10259/11510 2026-04-15T00:05:41Z 2026-01-16T00:00:00Z

Estudio del procesamiento emocional mediante señales de EEG multicanal Águeda Miguel, Rocío; Curiel Rodríguez, Gloria; Díaz Sutil, Mario; Martín Arroyal, Gonzalo; Rodríguez Martín, Eira El presente proyecto se encuentra enmarcado en el análisis de registros multicanal para el estudio del comportamiento humano, estando específicamente centrado su desarrollo en el procesamiento y análisis de las señales electroencefalográficas (EEG). Aunque el proceso de adquisición de los datos fue realizado en un entorno multimodal empleando el software Tobii Pro Lab para registrar de manera simultánea diversas métricas biomédicas, este trabajo focaliza su estudio en la actividad eléctrica cerebral capturada mediante un sistema EEG Bitbrain de 12 canales. La elección de la señal de EEG se justifica debido a su elevada resolución temporal, ya que es una característica fundamental para la observación precisa de las respuestas neurofisiológicas instantáneas ante los estímulos externos. A lo largo del documento se describirá el flujo de trabajo con el objetivo de identificar patrones cerebrales asociados al procesamiento de las emociones.

2026-01-16T00:00:00Z