Cuatro ingenieras de la Universidad de Extremadura desafían los límites tecnológicos: así son los proyectos premiados por la Cátedra Telefónica

Amanda, Clara, Ruth y Sara han sido premiadas por la Cátedra Telefónica de la Universidad de Extremadura (UEx) por sus proyectos sobre nuevas tecnologías. Estas cuatro ingenieras informáticas han realizado sus Trabajos de Fin de Grado (TFG) poniendo el foco en cómo el Internet of Things (IoT), Big data, Machine Learning o Blockchain transforman el panorama digital de sectores productivos. Cada una de las premiadas recibirá una dotación de 300 euros como reconocimiento a su excelencia académica y a la utilidad práctica de sus propuestas para el tejido económico local.

Con el fin de concluir sus estudios, las alumnas crean aplicaciones, sistemas y herramientas que desafían los límites tecnológicos y facilitan procesos cotidianos, sociales y culturales.

Una app para evitar fraudes al comprar entradas de eventos

Clara Galván Bermudez, en su proyecto 'Sistema Blockchain para la venta de entrada', desarrolla una aplicación para evitar los fraudes y la manipulación de precios en la compraventa de entradas digitales a diferentes espectáculos. La alumna del Grado en Ingeniería Informática en Tecnologías de la Información ha cursado sus estudios en el Centro Universitario de Mérida.

En un contexto en el que la industria de los eventos en vivo sufre fraudes, falsificaciones, reventas abusivas y falta de transparencia en los precios, Bermudez ha creado EventChain, una aplicación descentralizada desarrollada sobre la blockchain pública de Ethereum, que propone un sistema seguro, transparente y accesible para la compraventa de entradas digitales, eliminando intermediarios y asegurando la propiedad mediante tokens no fungibles (NFT).

Este proyecto supone la aplicación real de las tecnologías Blockchain y Ciberseguridad a la digitalización del sector cultural y del entretenimiento, que además, crean un marco de confianza sin intermediarios, donde cada entrada se convierte en un activo digital único y verificable. Este enfoque puede aplicarse también a otros sectores productivos como el turismo, el transporte o la educación para la gestión segura de acreditaciones, reservas o certificados digitales.

Una propuesta para reducir emisiones de carbono en redes de comunicaciones

Amanda Merino Tapia, estudiante del Grado en Ingeniería Informática en Ingeniería del Software en la Escuela Politécnica, ha realizado propuesta de algoritmo heurístico para la reducción de las emisiones de carbono en Redes Definidas por Software. El trabajo se centra en estudiar y proponer mecanismos que permitan disminuir las emisiones generadas por las redes de comunicaciones sin comprometer su rendimiento, alineándose con los objetivos de la transformación digital sostenible. De esta forma, aporta una perspectiva innovadora sobre cómo optimizar la eficiencia de las infraestructuras de red en un contexto de creciente demanda energética y computacional.

Para lograr el objetivo, Amanda propone un modelo de encaminamiento de tráfico que, mediante un proceso iterativo de apagado selectivo de enlaces infrautilizados, permite redirigir la información hacia rutas más eficientes a nivel de emisiones.

Un sistema que favorece el reciclaje eficiente y sostenible

Ruth Torres Gallego, por su parte, ha presentado su TFG para concluir el Grado en Ingeniería Informática en Ingeniería del Software que ha cursado en la Escuela Politécnica. En un contexto en el que la gestión de residuos de construcción y demolición (RCD) constituye un reto global debido a su gran volumen y heterogeneidad, la alumna propone un sistema automatizado de identificación y clasificación de materiales empleando técnicas de visión artificial y Deep Learning, con el fin de avanzar hacia procesos de reciclaje más eficientes y sostenibles.

Para ello, crea un dataset propio (colección organizada de información) obtenido en una planta de reciclaje, con clases de materiales como hormigón, cerámico, piedra, yeso, asfáltico y residuos generales. Aplica procesos de preprocesamiento y aumento de datos, y tras experimentar con diferentes arquitecturas de Deep Learning, selecciona ResNet50 como modelo final. Este modelo se integró en un prototipo funcional de aplicación web desarrollado en Flask, que permite la clasificación tanto de imágenes fijas como de transmisiones de vı́deo en tiempo real desde una cámara.

Los experimentos realizados muestran que el sistema alcanza un rendimiento competitivo incluso con un conjunto de datos limitado, y que su integración en un entorno web resulta accesible y usable. La experiencia evidencia la viabilidad de trasladar el modelo a un entorno práctico, aunque también revela limitaciones relacionadas con el tamaño y el desequilibrio del dataset.

Una herramienta que facilita la educación musical

Por último, Sara Guillén Torrado presenta MetronIA, un sistema de análisis de sincronı́a de ritmos musicales en audios. También desde la Escuela Politécnica, Torrado cierra con este proyecto su Grado en Ingeniería Informática en Ingeniería del Software.

El objetivo reside en facilitar el estudio a alumnos de música que sufren dificultades para interpretar correctamente ritmos musicales complejos. Así nace MetronIA, que permite comparar dos audios, uno de referencia y uno de una interpretación en vivo, analizando sus caracterı́sticas y detectando las diferencias rı́tmicas entre ellos. La herramienta se basa en la detección de onsets (instante preciso en que comienza una nota) y su emparejamiento mediante el algoritmo de Deformación Dinámica del Tiempo (DTW), ası́ como en la detección del tempo de ambos audios, utilizando la librerı́a Librosa de Python.