Se ofrecen los siguientes trabajos de fin de titulación:
TFM: Análisis Comparativo de los Algoritmos A3C y SAC en Aprendizaje Profundo por Reforzamiento
OBJETIVO:
Esta tesis tiene como objetivo realizar una comparación exhaustiva entre dos destacados algoritmos de aprendizaje profundo por refuerzo: Asynchronous Advantage Actor-Critic (A3C) y Soft Actor-Critic (SAC). Tanto A3C como SAC han demostrado un notable éxito al abordar tareas complejas en espacios de acción continuos y discretos, respectivamente. Sin embargo, una investigación completa sobre sus fortalezas, debilidades y rendimiento en diversos benchmarks y entornos aún no ha sido explorada.
Este estudio comparará ambos algoritmos en Python utilizando TensorFlow y OpenAI Gym (A3C proporcionado), brindando un análisis detallado de su eficiencia en la utilización de muestras, tasa de convergencia, estabilidad y escalabilidad.
REQUISITOS:
Python (TensorFlow), teoría de Reinforcement Learning
PERSONA DE CONTACTO:
Alberto del Río – arp@gatv.ssr.upm.es
TFG: Control de Producción de Medios para una Mejor Creación de Contenido
OBJETIVO:
La tesis propuesta tiene como objetivo desarrollar un módulo de control de producción de medios para optimizar los procesos de creación de contenido. El módulo de Producción de Estudio integrará información de diversas fuentes y empleará técnicas innovadoras para producir contenido multimedia que combine de manera fluida y atractiva estos diferentes elementos en un flujo cohesivo.
REQUISITOS:
Python, Herramientas Multimedia (OBS).
PERSONA DE CONTACTO:
Álvaro Llorente – alg@gatv.ssr.upm.es
TFM: Análisis Comparativo de Herramientas de Medición de Características de Red: Un Estudio de Funciones y Rendimiento
OBJETIVO:
El objetivo de esta tesis es realizar una comparación exhaustiva entre diferentes herramientas de medición de red para evaluar sus capacidades en la evaluación de diversas características de la red, como la variación de la latencia (jitter), el ancho de banda, la latencia y la pérdida de paquetes. El estudio se centrará en herramientas de código abierto, como Scapy para Python, programación de sockets, ping, nmap y pyping, para comprender sus funciones incluidas y el tiempo requerido para realizar estas mediciones de manera precisa.
REQUISITOS:
Fundamentos de redes (TCP/UDP); Lenguajes de programación (Bash, Python).
PERSONA DE CONTACTO:
Alberto del Río – arp@gatv.ssr.upm.es
TFM: Detección de Anomalías en Redes utilizando Técnicas de Aprendizaje Automático
OBJETIVO:
El objetivo de esta tesis es diseñar e implementar algoritmos para la detección de anomalías en redes. El estudio tiene como propósito desarrollar un sistema capaz de identificar comportamientos inusuales, amenazas de seguridad y posibles caídas en la red mediante el análisis de patrones de tráfico de la red. Utilizando técnicas de aprendizaje automático, la investigación se centrará en crear un sistema de detección de anomalías eficiente y preciso para administradores de redes y personal de seguridad.
REQUISITOS:
Fundamentos de redes (TCP/UDP); Lenguajes de programación (Bash, Python).
PERSONA DE CONTACTO:
Alberto del Río – arp@gatv.ssr.upm.es
TFM: Modelado Predictivo del Uso del Ancho de Banda para una Eficiente Gestión de Recursos de Red
OBJETIVO:
El objetivo de esta tesis es desarrollar un modelo predictivo para el uso del ancho de banda basado en datos históricos. El estudio analizará y procesará patrones históricos de uso del ancho de banda para pronosticar con precisión las demandas futuras de ancho de banda. Mediante el uso de análisis de series temporales, aprendizaje automático o métodos estadísticos, la investigación tiene como objetivo proporcionar a los administradores de redes información valiosa para gestionar proactivamente los recursos de la red, prevenir la congestión y optimizar el rendimiento general de la red.
REQUISITOS:
Fundamentos de redes (TCP/UDP); Lenguajes de programación (Bash, Python).
PERSONA DE CONTACTO:
Javier Serrano – jsr@gatv.ssr.upm.es
TFM: Optimización de Enrutamiento Dinámico para una mejora en la Entrega de Paquetes
OBJETIVO:
El objetivo de esta tesis es optimizar los algoritmos de ruteo dinámico para lograr una entrega de paquetes más rápida y eficiente en redes informáticas. La investigación se enfocará en analizar rutas de ruteo, topología de la red y condiciones de los enlaces para proponer mejoras a los protocolos de ruteo dinámico existentes. El estudio tiene como objetivo mejorar el proceso de toma de decisiones de ruteo, reducir la latencia y optimizar la capacidad de la red para adaptarse a condiciones cambiantes.
REQUISITOS:
Fundamentos de redes (TCP/UDP); Lenguajes de programación (Bash, Python).
PERSONA DE CONTACTO:
Javier Serrano – jsr@gatv.ssr.upm.es
TFM: Evaluación Integral del Rendimiento de la Red mediante un Índice de Salud de Red
OBJETIVO:
El objetivo de esta tesis de maestría es desarrollar un completo sistema de puntuación de salud de red que evalúe múltiples métricas de rendimiento para proporcionar una evaluación general de la salud de la red. La investigación identificará indicadores clave de rendimiento de la red, como la utilización del ancho de banda, la latencia, la pérdida de paquetes y las tasas de error, y desarrollará un sistema de puntuación para cuantificar la salud general de la red. A través del análisis de datos y técnicas de visualización, el estudio tiene como objetivo proporcionar a los administradores de redes una visión holística del rendimiento de la red, ayudando en los esfuerzos de mantenimiento proactivo y solución de problemas.
REQUISITOS:
Fundamentos de redes (TCP/UDP); Lenguajes de programación (Bash, Python).
PERSONA DE CONTACTO:
Alberto del Río – arp@gatv.ssr.upm.es
TFG: Desarrollo de una Sonda de Rendimiento de Red basada en Python para Medición con Múltiples Herramientas
OBJETIVO:
El rendimiento de la red es fundamental para garantizar una transmisión de datos eficiente y confiable en las infraestructuras de comunicación modernas. Esta propuesta describe el desarrollo de una sonda de rendimiento de red versátil y completa utilizando Python. La sonda propuesta utilizará diversas herramientas de medición en línea para evaluar características críticas de la red, incluyendo latencia, variación de latencia (jitter), ancho de banda y pérdida de paquetes.
REQUISITOS:
Fundamentos de redes (TCP/UDP); Lenguajes de programación (Bash, Python).
PERSONA DE CONTACTO:
Alberto del Río – arp@gatv.ssr.upm.es