Pasar al contenido principal

Proyecto I+D

Desarrollo holístico de aplicaciones emergentes en sistemas heterogéneos (HETEROLISTIC)

TIN2016-78799-P

Inicio / Fin: desde el al

Equipo de investigación
Equipo de trabajo (Doctores)
Equipo de trabajo (Predoctoral)

Este proyecto, de marcado carácter multidisciplinar, espera un impacto científico técnico muy elevado en las diversas áreas de conocimiento que se van a beneficiar del uso y del desarrollo de aplicaciones y sistemas de computación adaptados al nuevo paradigma de computación de altas prestaciones.

  •  En el área de Bioinformática, el impacto más inmediato se espera en el descubrimiento de nuevos fármacos mediante el desarrollo de nuevos métodos de docking que aceleren el proceso de obtener nuevos   compuestos bioactivos. Además, se trabajará, junto con las EPOs interesadas en el proyecto, en el procesamiento de imágenes biomédicas para detección de células cancerígenas en épocas tempranas para  intervenir médica y psicológicamente a los pacientes afectados.
  •  En el área de Simulación atomística de materiales, se espera optimizar sustancialmente la eficiencia de cálculo de simulación, utilizando como banco de pruebas el simulador MMonCa (de IMDEA Materiales).  Esta optimización pretende no sólo la reducción de tiempos de computación sino también hacer factibles cálculos en la práctica inviables hasta la fecha. Resultados preliminares indican que utilizando las estrategias es posible reducir más de cuatro órdenes de magnitud el cálculo de las tensiones mecánicas, haciendo posible su incorporación en cada paso del simulador basado en Monte Carlo Cinético.
  •  Este tipo de mejoras pueden contribuir decisivamente a la expansión del nicho de aplicación de las técnicas de simulación atomística, pasando de los entornos de investigación, a su utilización rutinaria en entornos industriales en el área de microelectrónica así como en predicciones de seguridad en aplicaciones de energía nuclear.
  •  En el área de Inteligencia Ambiental, uno de los mayores impactos sociales esperado es la mejora y aumento de uso de las aplicaciones AAL (Ambient Assisted Living), que están orientadas a permitir un estilo de vida autónomo e independiente a personas mayores o con discapacidad.
  •  Las mejoras propuestas para aplicaciones de Inteligencia Ambiental relativas a la personalización y recomendación de servicios pueden suponer un impacto económico a los proveedores de este tipo de aplicaciones al conseguir un factor diferencial, como por ejemplo en el caso de las plataformas virtuales de aprendizaje, que ofrecerían servicios automáticos de recomendación y personalización de estudio para que los alumnos mejoraran su rendimiento académico. Esto sería de gran interés tanto para las Universidades que usan estas plataformas, para atraer nuevos alumnos, como para las propias plataformas para extender su implantación en otras Universidades.
  •  En el área de Ingeniería en Estructuras, la optimización y aceleración computacional propuestas para determinados modelos de cálculo tienen como consecuencia inmediata un análisis más sofisticado y detallado de estructuras nuevas o existentes, lo que habitualmente se traduce en una construcción más eficiente de infraestructuras y edificaciones, con el consiguiente impacto que ello implica. En este sentido, el análisis avanzado (en un tiempo razonable) de determinados tipos estructurales puede ser determinante en la trazabilidad y optimización de su proceso constructivo, o bien, en la prevención de ciertos tipos de patologías estructurales durante su etapa de servicio, sin menoscabo de la mejora que todo ello conlleva en la seguridad estructural y diseño óptimo de las instalaciones e infraestructuras que soportan.
Objetives

Advances in high performance computing (HPC) systems, traditionally driven by Moore's Law, along with advances in other disciplines such as biomedicine, image processing and computational modeling, are being the key factors to develop new technologies that offer a new market economy, based on scientific innovation, to ensure the sustainability of the production model. In addition, with the continuous development of low-power embedded processors, mainly available on smartphones and tablets, and the ever-increasing  communication bandwidth, it follows that HPC, which has been traditionally limited to large institutions, is being democratized. This phenomenon has been recently called as Ubiquitous High Performance Computing (UHPC) that essentially brings HPC technology to a broader market segment, where new applications naturally emerge to overcome the challenges of the XXI century.

However, to make UHPC feasible and commonplace, there is still a long way ahead of us. On the one hand, emerging applications within this paradigm may differ drastically in many different aspects such as computational patterns, amount and type of memory accesses and communications, requirements in response time (often with real-time constraints), or the amount of data to be analyzed and processed as it is reflected in the so-called Big Data era. On the other hand, computer systems are continually experiencing changes. To address the well-known energy consumption and heat dissipation challenges of traditional uniprocessor and homogeneous computing systems, the computing industry has moved towards massively parallel and heterogeneous architectures, which contain different kind of processors such as CPUs and GPUs. Therefore, a holistic approach, that jointly considers both applications and computing systems, becomes essential for bridging the gaps between hardware and software developments in the new UHPC scenario.

The main goal of this project is to demonstrate that a holistic approach is the best strategy to develop both the forthcoming computing systems and the emerging applications for the new UHPC era. Our methodology is based on a vertical approach, making contributions within the fields of: computer architecture, looking for new architectural designs that can improve performance for the emergent ways of computation within a reasonable power and on-chip area budget; soft computing, analyzing new machine learning methods that can provide alternative ways of computation with parallelism and approximation as common ingredients to deal with the challenging applications under study; and finally, we will apply all these contributions to different real-world scenarios from Bioinformatics, Atomistic simulation, Ambient Intelligence and Structural Engineering by developing efficient and novel applications adapted to the new landscape of massively parallel and heterogeneous computing platforms in the UHPC paradigm.

2020
  1. Cebrian, J. M., Imbernón, B., Soto, J., García, J. M., & Cecilia, J. M. (2020). High-throughput fuzzy clustering on heterogeneous architectures. Future Generation Computer Systems, 106, Pages 401-411

  2. Jimeno-Sáez, P., Senent-Aparicio, J., Cecilia, J. M., & Pérez-Sánchez, J. (2020). Using Machine-Learning Algorithms for Eutrophication Modeling: Case Study of Mar Menor Lagoon (Spain). International Journal of Environmental Research and Public Health17(4), 1189.

  3. Baldomero Imbernón, Antonio Serrano, Andrés Bueno-Crespo, José L Abellán, Horacio Pérez-Sánchez, José M Cecilia, METADOCK 2: A high-throughput parallel metaheuristic scheme for molecular docking, Bioinformatics.

  4. Guillén-Navarro, M. A., Martínez-España, R., Llanes, A., Bueno-Crespo, A., & Cecilia, J. M. (2020). A deep learning model to predict lower temperatures in agriculture. Journal of Ambient Intelligence and Smart Environments, (Preprint), 1-14.

  5. Cecilia, J. M. (2020). Guest editors’ note: Special issue on novel high-performance computing algorithms and platforms in bioinformatics. The International Journal of High Performance Computing Applications34(1), 3–4.

  6. Rodríguez-Martínez, F. J., Castejón-Mochón, J. F., Castrillo, P., Berenguer-Vidal, R., Dopico, I., & Martin-Bragado, I. (2017). Kinetic Monte Carlo simulation of phase-precipitation versus instability behavior in short period FeCr superlattices. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms393, 135-139.  

2019
  1. Gams, M., Gu, I. Y. H., Härmä, A., Muñoz, A., & Tam, V. (2019). Artificial intelligence and ambient intelligence. Journal of Ambient Intelligence and Smart Environments, 11(1), 71-86. 

  2. Contreras, A. V., Llanes, A., Herrera, F. J., Navarro, S., López-Espín, J. J., & Cecilia, J. M. (2019). Enhancing the context-aware FOREX market simulation using a parallel elastic network model. The Journal of Supercomputing, 1-17.

  3. Saadi, H., Taboudjemat, N. N., Rahmoun, A., Pérez-Sánchez, H., & Cecilia, J. M. (2019). Efficient GPU-based parallelization of solvation calculation for the blind docking problem. The Journal of Supercomputing, 1-19.    

  4. Guillén-Navarro MA, Martínez-España R, López B, Cecilia JM. A high-performance IoT solution to reduce frost damages in stone fruits. Concurrency Computat Pract Exper. 2019; e5299. https://doi.org/10.1002/cpe.5299

  5. Cecilia, J M. & G José M.  Re-engineering the ant colony optimization for CMP architectures. The Journal of Supercomputing . https://doi.org/10.1007/s11227-019-02869-8

  6. A mixed boundary condition for accounting energy absorption and transmission in a diffusion equation model   Author(s):  Navarro, Juan M.; Escolano, Jose.  Source: Journal of the Acoustical Society of America Volume: 145 Issue: 4  Published: APRIL 2019  DOI: 10.1121/1.5095883

  7. Andrés Muñoz & Jaehwa Park (Eds.).  Agriculture and Environment Perspectives in Intelligent Systems, Ambient Intelligence and Smart Environments Series, Vol. 24, IOS Press.

  8. Andrés Muñoz, Sofia Ouhbi, Wolfgang Minker, Loubna Echabbi & Miguel Navarro-Cía.  Intelligent Environments 2019, Workshop Proceedings of the 15th International Conference on Intelligent Environments., Ambient Intelligence and Smart Environments Series, Vol. 26, IOS Press

  9. Yifan Sun, Trinayan Baruah, Saiful Mojumder, Shi Dong, Xian Gong, Shane Treadway, Yuhui Bao, Spencer Hance, Carter McCardwell, Vincent Zhao, Harrison Barclay, Amir K. Ziabari, Zhongliang Chen, Rafael Ubal, Jose L. Abellán, John Kim, Ajay Joshi, David Kaeli. "MGPUSim: enabling multi-GPU performance modeling and optimization". In Proceedings of the 46th International Symposium on Computer Architecture (ISCA), pp. 197-209. ACM, 2019

  10. Martínez-Más, J., Bueno-Crespo, A., Khazendar, S., Remezal-Solano, M., Martínez-Cendán, J. P., Jassim, S., Hongbo, D., Hisham, A. A., Bourne, T.  & Timmerman, D. (2019). Evaluation of machine learning methods with Fourier Transform features for classifying ovarian tumors based on ultrasound images. PloS one, 14(7), e0219388.

  11. Francisco Muñoz-Martínez, José L. Abellán, and Manuel E. Acacio. "InsideNet: A tool for characterizing convolutional neural networks." Future Generation Computer Systems 100 (2019): 298-315

  12. Prades, J., Imbernón, B., Reaño, C., Peña-García, J., Cerón-Carrasco, J. P., Silla, F., & Pérez-Sánchez, H. (2019). Maximizing resource usage in multifold molecular dynamics with rCUDA. The International Journal of High Performance Computing Applications, 1094342019857131.

  13. Imbernón, B., Llanes, A., Cutillas-Lozano, J.-M., & Giménez, D. (2019). HYPERDOCK: Improving virtual screening through parallel hyperheuristics. The International Journal of High Performance Computing Applications. https://doi.org/10.1177/109434201984773

  14. Fernández-Soriano, F. L., López, B., Martínez-España, R., Muñoz, A., & Cantabella, M. (2019). Use of Computing Devices as Sensors to Measure Their Impact on Primary and Secondary Students’ Performance. Sensors, 19(14), 3226. DOI:10.3390/s19143226

  15. Martínez-Españaa, R., Bueno-Crespoa, A., Garcíab, M. G., & Fernández-Lópezc, C. (2019). Prediction of Uptake of Carbamazepine and Diclofenac in Reclaimed Water-Irrigated Lettuces by Machine Learning Techniques. Agriculture and Environment Perspectives in Intelligent Systems, 24, 72. 

  16. GUILLEN-NAVARRO, M. A., CADENAS, J. M., GARRIDO, M. C., AYUSO, B., & MARTINEZ-ESPANA, R. (2019). Minimum Temperature Prediction Models in Plots to Forecast Frost in Crops. Agriculture and Environment Perspectives in Intelligent Systems, 24, 91.

  17. Miguel A. Guillén-Navarro, Raquel Martínez-España, Andrés Bueno-Crespo, Belén López, José L. Moreno and José M. Cecilia (2019). An LSTM deep learning scheme for prediction of low temperatures in agriculture. . International Conference on Intelligent Environments,  pp. 130-138 , IOPRESS.

  18. Martínez-Más, J., Bueno-Crespo, A., Imbernón, B., Cecilia, J. M., Martínez-España, R., Remezal-Solano, M., ... & Martínez-Cendán, J. P. (2018, August). Deep Learning Approach for Classifying Papanicolau Cervical Smears. In Proceedings of the 47th International Conference on Parallel Processing Companion (p. 7). ACM.

  19. Terroso-Saenz, F., & Muñoz, A. (2020). Land use discovery based on Volunteer Geographic Information classification. Expert Systems with Applications, 140, 112892.
    https://www.sciencedirect.com/science/article/pii/S0957417419306086

  20. Augusto, J. C., & Muñoz, A. (2019). User preferences in intelligent environments. Applied Artificial Intelligence, 33(12), 1069-1091.
    https://www.tandfonline.com/doi/abs/10.1080/08839514.2019.1661596

  21. Hernández‐Díaz, A. M., Muñoz, A., Jiménez‐Alonso, J. F., & Sáez, A. Buckling design of submerged arches via shape parameterization. Computational and Mathematical Methods, 1(5), e1057.
    https://onlinelibrary.wiley.com/doi/full/10.1002/cmm4.1057

  22. Terroso-Saenz, F.; Muñoz, A.; Cecilia, J.M. QUADRIVEN: A Framework for Qualitative Taxi Demand Prediction Based on Time-Variant Online Social Network Data Analysis. Sensors 2019, 19, 4882.

  23. Cantabella, M, Guillén, MÁ, López, B, Muñoz, A, Cecilia, JM. Evaluation of parallel programming teaching methodologies: On‐campus versus online methodologies. Comput Appl Eng Educ. 2019; 1– 10.  

  24. Trinayan Baruah, Yifan Sun, Ali Tolga Dinçer, Saiful A. Mojumder, José L. Abellán, Yash Ukidave, Ajay Joshi, Norman Rubin, John Kim, David Kaeli. Griffin: Hardware-Software Support for Efficient Page Migration in Multi-GPU Systems. 26th IEEE International Symposium on High-Performance Computer Architecture (HPCA 2019).

2018
  1. Magdalena Cantabella, Belén López, Alberto Caballero & Andrés Muñoz

  2. Cecilia, J. M., Llanes, A., Abellán, J. L., Gómez-Luna, J., Chang, L. W., & Hwu, W. M. W. (2018). High-throughput Ant Colony Optimization on graphics processing units. Journal of Parallel and Distributed Computing, 113, 261-274.

  3. Imbernón, B., Prades, J., Giménez, D., Cecilia, J. M., & Silla, F. (2017). Enhancing large-scale docking simulation on heterogeneous systems: An MPI vs rCUDA study. Future Generation Computer Systems.

  4. Segura-Garcia, J.; Navarro-Ruiz, J.M.; Perez-Solano, J.J.; Montoya-Belmonte, J.; Felici-Castell, S.; Cobos, M.; Torres-Aranda, A.M. Spatio-Temporal Analysis of Urban Acoustic Environments with Binaural Psycho-Acoustical Considerations for IoT-Based Applications. Sensors 2018, 18, 690.

  5. J. M. Cecilia, I. Timón, J. Soto, J. Santa, F. Pereñíguez and A. Muñoz, "High-Throughput Infrastructure for Advanced ITS Services: A Case Study on Air Pollution Monitoring," in IEEE Transactions on Intelligent Transportation Systems. doi: 10.1109/TITS.2018.2816741

  6. Contreras, A. V., Llanes, A., Pérez-Bernabeu, A., Navarro, S., Pérez-Sánchez, H., López-Espín, J. J., & Cecilia, J. M. (2018). ENMX: An Elastic Network Model to predict the FOREX market evolution. Simulation Modelling Practice and Theory.  ( https://doi.org/10.1016/j.simpat.2018.04.008)

  7. Pérez‐Serrano J, Imbernón B, Cecilia JM, Ujaldón M. Energy‐based tuning of metaheuristics for molecular docking on multi‐GPUs. Concurrency Computat Pract Exper. 2018;e4684. https://doi.org/10.1002/cpe.4684

  8. Cadenas, J. M., Garrido, M. C., Martinez-España, R., Muñoz, A. (2018).  A k-nearest neighbors based approach applied to more realistic activity recognition datasets. Journal of Ambient Intelligence and Smart Environments, 10(3), 247-259

  9. Bueno-Crespo, A., Martínez-España, R.,  Timón, I., Soto, J. (2018)   An unsupervised technique to discretize numerical values by fuzzy partitions.  Journal of Ambient Intelligence and Smart Environments, 10(3),  289-300

  10. Martínez-España, R., Bueno-Crespo, A., Timón, I., Soto, J., Muñoz, A. & Cecilia, José M (2018). Air-Pollution Prediction in Smart Cities through Machine Learning Methods: A Case of Study in Murcia, Spain 24(3) 261-276.

  11. Carlos Periñán-Pascual, Francisco Arcas-Túnez. The Analysis of Tweets to Detect Natural Hazards. In Workshop Proceedings of the 14th International Conference on Intelligent Environments, Vol.23, pags 87-96, 2018

  12. M. Ángel Guillén-Navarro, Jose M. Cadenas, M. Carmen Garrido, Belén Ayuso, Raquel Martínez-España. A Preliminary Study to Solve Crop Frost Prediction Using an Intelligent Data Analysis Process.  In Workshop Proceedings of the 14th International Conference on Intelligent Environments, Vol.23, pags 97-106, 2018

  13. Magdalena Cantabella, Raquel Martínez-España, Belén Ayuso, Juan Antonio Yáñez, Andrés Muñoz. Analysis of Lecturers' Behavior Through the Use of Learning Management Systems: A Case Study in Computer Engineering.  In Workshop Proceedings of the 14th International Conference on Intelligent Environments, Vol.23, pags 407-416, 2018

  14. Hernández-Díaz, Alejandro M., Bueno-Crespo, Andrés, Pérez-Aracil, Jorge & Cecilia, José M. (2018). Multi-objective optimal design of submerged arches using extreme learning machine and evolutionary algorithms . Applied Soft Computing Journal. https://doi.org/10.1016/j.asoc.2018.07.009

  15. Cantabella, M., Martínez-España, R., Ayuso, B., Yáñez, J. A., & Muñoz, A. (2019). Analysis of student behavior in learning management systems through a Big Data framework. Future Generation Computer Systems90, 262-272.

  16. D Hernández, F Arcas-Túnez, A Muñoz, JM Cecilia Proceedings of the 47th International Conference on Parallel Processing Workshops.  

  17. Increasing Molecular Dynamics Simulations Throughput by Virtualizing Remote GPUs with rCUDA J Prades, C Reaño, F Silla, B Imbernón, H Pérez-Sánchez, JM Cecilia. Proceedings of the 47th International Conference on Parallel Processing Workshops.

  18. Accelerating Drugs Discovery with Deep Reinforcement Learning: An Early Approach A Serrano, B Imbernón, H Pérez-Sánchez, JM Cecilia, A Bueno-Crespo. Proceedings of the 47th International Conference on Parallel Processing Workshops.

  19. Deep Learning Approach for Classifying Papanicolau Cervical Smears. J Martínez-Más, A Bueno-Crespo, B Imbernón, JM Cecilia. Proceedings of the 47th International Conference on Parallel Processing Workshops.

  20. Designing HYPERDOCK: A Parallel Hyperheuristic Method for Virtual Screening. B Imbernón, JM Cecilia, JM Cutillas-Lozano, D Giménez Proceedings of the 47th International Conference on Parallel Processing Workshops.

  21. Banegas-Luna, A. J., Imbernón, B., Llanes Castro, A., Pérez-Garrido, A., Cerón-Carrasco, J. P., Gesing, S., ... & Pérez-Sánchez, H. (2018). Advances in distributed computing with modern drug discovery. Expert opinion on drug discovery, (just-accepted).

  22. Saiful A. Mojumder, Marcia S Louis, Yifan Sun, Amir K. Ziabari, José L. Abellán, John Kim and David Kaeli."Profiling DNN Workloads on a Volta-based DGX-1 System," 2018 IEEE International Symposium on Workload Characterization (IISWC), Raleigh, NC, USA, 2018, pp. 122-133. doi: 10.1109/IISWC.2018.8573521

  23. Raquel Martínez-España, Andrés Bueno-Crespo, Jesús Soto, Leslie J. Janik, José M. Soriano-Disla (2019). Developing an intelligent system for the prediction of soil properties with a portable mid-infrared instrument, Biosystems Engineering, Volume 177, Pages 101-108, ISSN 1537-5110,  https://doi.org/10.1016/j.biosystemseng.2018.09.013.

2017

 

  1. Senent-Aparicio, J.; Pérez-Sánchez, J.; Carrillo-García, J.; Soto, J. Using SWAT and Fuzzy TOPSIS to Assess the Impact of Climate Change in the Headwaters of the Segura River Basin (SE Spain). Water 2017, 9, 149 doi:10.3390/w9020149. .

  2. José M. Cecilia, José-Matías Cutillas-Lozano,·Domingo Giménez, Baldomero Imbernón. Exploiting multilevel parallelism on a many-core system for the application of hyperheuristics to a molecular docking problem, Journal of Supercomputing, 2017, DOI 10.1007/s11227-017-1989-7

  3. Oguego, C. L., Augusto, J. C., Muñoz, A., & Springett, M. A survey on managing users’ preferences in ambient intelligence. Universal Access in the Information Society, 1-18, 2017. DOI: 10.1007/s10209-017-0527-y

  4. Fernando Pereñíguez-García and José L. Abellán. 2017. Secure communications in wireless network-on-chips. In Proceedings of the 2nd International Workshop on Advanced Interconnect Solutions and Technologies for Emerging Computing Systems (AISTECS '17). ACM, New York, NY, USA, 27-32. DOI: https://doi.org/10.1145/3073763.3073768

  5. Jimeno-Sáez, P., Senent-Aparicio, J., Pérez-Sánchez, J., Pulido-Velazquez, D., & Cecilia, J. M. (2017). Estimation of Instantaneous Peak Flow Using Machine-Learning Models and Empirical Formula in Peninsular Spain. Water9(5), 347

  6. Cecilia, J. M., Hernández-Díaz, A. M., Castrillo, P., & Jiménez-Alonso, J. F. (2017). Enhanced calculation of eigen-stress field and elastic energy in atomistic interdiffusion of alloys. Computer Physics Communications211, 23-30.

  7. Hernandez-Diaz, A. M., Cecilia, J. M., & Garcia-Roman, M. D. (2017). Adjustment of shear models for structural concrete using genetic algorithms. REVISTA INTERNACIONAL DE METODOS NUMERICOS PARA CALCULO Y DISENO EN INGENIERIA33(1-2), 52-57.

  8. Imbernón, B., Cecilia, J. M., Pérez-Sánchez, H., & Giménez, D. (2017). METADOCK: A parallel metaheuristic schema for virtual screening methods. The International Journal of High Performance Computing Applications.  https://doi.org/10.1177/1094342017697471

  9. Bueno-Crespo, A., Menchón-Lara, R. M., Martínez-España, R., & Sancho-Gómez, J. L. (2017). Bioinspired Architecture Selection for Multitask Learning. Frontiers in Neuroinformatics, 11, 39.

  10. G. Rodríguez-Bermúdez, A. Bueno-Crespo y F. J. Martinez-Albaladejo. Classifying BCI signals from novice users with Extreme Learning Machine, Open Physics, Vol. In press. 2017

  11. Navarro, Juan M.; Tomas-Gabarron, J. B.; Escolano, Jose.A Big Data Framework for Urban Noise Analysis and Management in Smart Cities. Volume 103, Number 4, July / August 2017, pp. 552-560(9).S. Hirzel Verlag.DOI: https://doi.org/10.3813/AAA.919084

  12. Martínez-Más J, Gómez-Leal P, Martínez-Cendán JP, Bueno-Crespo A, Ortiz-Reina S, López-Peña C, Sánchez-Zapata M.I. and Remezal-Solano M.Endometrial osseous metaplasia: presentation of two rare cases related with infertility, and their hysteroscopic approaching. International Archives of Medicine. Open Journal System. Vol. In press. 2017

  13. Cantabella, M., Ayuso, B. y Soto, J. (2017). Integración en Entornos Virtuales de Aprendizaje para la optimización y mejora en los procesos de aprendizaje: caso práctico. En Libro de Resúmenes del VIII Congreso Iberoamericano de Educación Matemática, del 10 al 14 de Julio 2017 (pp. 154) ISBN: 978-84-945722-2-7

  14. Soto, J., Cantabella, M. y Caballero, A.(2017). El podcast como herramienta de divulgación y recurso educativo en los entornos virtuales de aprendizaje. En Libro de Resúmenes del VIII Congreso Iberoamericano de Educación Matemática, del 10 al 14 de Julio 2017 (pp. 53) ISBN: 978-84-945722-2-7

  15. Carlos Periñan-Pascual and Francisco Arcas-Túnez. A knowledge-based approach to social sensors for ´ environmentally-related problems. In Cesar Analide and Pankoo Kim, editors, Intelligent Environments 2017 - Workshop Proceedings of the 13th International Conference on Intelligent Environments, Seoul, Korea, August 2017, volume 22 of Ambient Intelligence and Smart Environments, pages 49–58. IOS Press, 2017

  16. Andrés Muñoz, José Martín Soriano-Disla, and Leslie J. Janik. An ontology-based approach for an effi- cient selection and classification of soils. In Cesar Analide and Pankoo Kim, editors, Intelligent Environments 2017 - Workshop Proceedings of the 13th International Conference on Intelligent Environments, Seoul, Korea, August 2017, volume 22 of Ambient Intelligence and Smart Environments, pages 69–78. IOS Press, 2017.

  17. Raquel Martínez-Espana, Andrés Bueno-Crespo, Jesús Soto, Leslie J. Janik, and José Martín Soriano-Disla. Influence of multivariate modeling in the prediction of soil carbon by a portable infrared sensor. In Cesar Analide and Pankoo Kim, editors, Intelligent Environments 2017 - Workshop Proceedings of the 13th International Conference on Intelligent Environments, Seoul, Korea, August 2017, volume 22 of Ambient Intelligence and Smart Environments, pages 88–97. IOS Press, 2017.

  18. Martínez-Albaladejo, F. J., Bueno-Crespo, A., & Rodríguez-Bermúdez, G. (2017). Testing Extreme Learning Machine in Motor Imagery Brain Computer Interface. Journal of Intelligent & Fuzzy Systems33(5), 3103-3111.

  19. C.L. Oguego, J.C. Augusto, A. Muñoz, M. Springett, Using argumentation to manage users’ preferences, In Future Generation Computer Systems, 2017, ISSN 0167-739X, https://doi.org/10.1016/j.future.2017.09.040.

  20. M. Á. Guillén-Navarro, F. Pereñíguez-García and R. Martínez-España, "IoT-based System to Forecast Crop Frost," 2017 International Conference on Intelligent Environments (IE), Seoul, Korea (South), 2017, pp. 28-35.
    doi: 10.1109/IE.2017.38

  21. M. Cantabella, E. D. de la Fuente, R. Martínez-España, B. Ayuso and A. Muñoz, "Searching for Behavior Patterns of Students in Different Training Modalities through Learning Management Systems," 2017 International Conference on Intelligent Environments (IE), Seoul, Korea (South), 2017, pp. 44-51.doi: 10.1109/IE.2017.31

  22. J. M. Cadenas, M. C. Garrido, R. Martínez-España and A. Muñoz, "A More Realistic K-Nearest Neighbors Method and Its Possible Applications to Everyday Problems," 2017 International Conference on Intelligent Environments (IE), Seoul, Korea (South), 2017, pp. 52-59.doi: 10.1109/IE.2017.26

  23. A. V. Contreras, S. Navarro, A. Llanes, A. Muñoz, H. Pérez-Sánchez and J. M. Cecilia, "The Forex Market as an Elastic Network Model," 2017 International Conference on Intelligent Environments (IE), Seoul, Korea (South), 2017, pp. 155-156.doi: 10.1109/IE.2017.36

  24. enlightenedPREMIADO COMO MEJOR POSTER DE 2017 International Conference on Intelligent Environments (IE) A. Bueno-Crespo, R. Martínez-España, I. Timón and J. Soto, "Discretizing Numerical Values by a Fuzzy Clustering Technique," 2017 International Conference on Intelligent Environments (IE), Seoul, Korea (South), 2017, pp. 172-175.doi: 10.1109/IE.2017.37  

  25. José L. Abellán, Eduardo Padierna, Alberto Ros, Manuel E. Acacio, Photonic-based express coherence notifications for many-core CMPs, Journal of Parallel and Distributed Computing, Available online 5 December 2017, ISSN 0743-7315, https://doi.org/10.1016/j.jpdc.2017.11.015.

  26. Cebrián, J. M., Cecilia, J. M., Hernández, M., & García, J. M. (2017). Code modernization strategies to 3-D Stencil-based applications on Intel Xeon Phi: KNC and KNL. Computers & Mathematics with Applications, 74(10), 2557-2571

  27. Pérez-Sánchez, H., Cerón-Carrasco, J. P., & Cecilia, J. M. (2017, August). Implementation of an efficient Blind Docking technique on HPC architectures for the discovery of allosteric inhibitors. In Parallel Processing Workshops (ICPPW), 2017 46th International Conference on (pp. 33-38). IEEE.

  28. Saadi, H., Nouali-Taboudjemat, N., Rahmoun, A., Imbernón, B., Peréz-Sánchez, H., & Cecilia, J. M. (2017, August). Parallel desolvation energy term calculation for blind docking on GPU architectures. In Parallel Processing Workshops (ICPPW), 2017 46th International Conference on (pp. 16-22). IEEE.

  29. España, R. M., Hernández-Díaz, A. M., Cecilia, J. M., & García-Román, M. D. (2017). Evolutionary strategies as applied to shear strain effects in reinforced concrete beams. Applied Soft Computing57, 164-176.

2016
  1. Llanes, A., Muñoz, A., Bueno-Crespo, A., García-Valverde, T., Sánchez, A., Arcas-Túnez, F., ... & Cecilia, J. M. (2016). Soft Computing Techniques for the Protein Folding Problem on High Performance Computing Architectures.Current drug targets.

  2. Cantabella, M.; López-Ayuso, B.; Muñoz, A.; Caballero, A. (2016). Una herramienta para el seguimiento del profesorado universitario en Entornos Virtuales de Aprendizaje. Revista Española de Documentación Científica, 39(4): e153. doi: http://dx.doi.org/10.3989/redc.2016.4.1354

  3. Ziabari, A. K., Sun, Y., Ma, Y., Schaa, D., Abellán, J. L., Ubal, R., ... & Kaeli, D. (2016). UMH: A Hardware-Based Unified Memory Hierarchy for Systems with Multiple Discrete GPUs. ACM Transactions on Architecture and Code Optimization (TACO), 13(4), 35.

A continuación se listan unas métricas que se utilizarán para cuantificar los resultados producidos por este proyecto, junto con los valores que consideramos aceptables para la satisfacción del mismo.

  1. Desarrollo de los entregables del proyecto (DE) y cumplimiento de hitos (HI)
  2. Número de publicaciones asociadas con el proyecto (NP)
  3. Número de asistencias a congresos nacionales y/o internacionales (AC) congresos/año. 
  4. Organización de actividades científicas (OA)
  5.  Número de tesis leídas derivadas de la investigación del proyecto (NT)
  6. Nuevas colaboraciones internacionales (CI)
  7. Nuevas colaboraciones nacionales (CN)
  8. Número de publicaciones en redes sociales (RS)
  9.  Actualizaciones página web (PW)
  10. Difusión en prensa  de las actividades investigadores del proyecto (DP) 

Estas métricas se utilizarán en la valoración anual de resultados así  como en el plan de contingencia

Académicas
Empresas
2016/2017

 

"Optimización de algoritmos bioinspirados en sistemas heterogéneos CPU-GPU"

Autor: Antonio Llanes Castro.

Directores:

  • Jose María Cecilia Canales
  • Horacio Emilio Pérez Sánchez
  • Antonia María Sánchez Pérez

Fecha defensa: 20 diciembre 2016.

 

"Valoración de dispositivos wearables en servicios de emergencias sanitarias mediante simulación clínica de alta fidelidad"

Autor: Nuria Pérez Alonso.

Directores:

  • Manuel Pardo Ríos
  • Joaquín Lasheras Velasco

Fecha defensa: 5 Mayo 2017.

 

"Análisis del campo sonoro y la molestia de la contaminación acústica en ciudades mediante el uso de redes de sensores."

Autor: Juan Emilio Noriega Linares.

Directores:

  • Dr. D. Juan Miguel Navarro Ruiz

Fecha defensa: 27 Septiembre 2017.

 

2017/2018

 

"Estrategias de paralelización para la optimización de métodos computacionales en el descubrimiento de nuevos fármacos"

Autor: Baldomero Imbernón Tudela.

Directores:

  • Jose María Cecilia Canales Horacio
  • Emilio Pérez Sánchez
  • Domingo Giménez Cánovas

Fecha defensa: 26 enero 2018.

 

"Modelos y herramientas para la representación y análisis de datos en LMS para enseñanzas universitarias."

Autor: Magdalena Cantabella Sabater.

Directores:

  • Belén López Ayuso
  • Andrés Muñoz Ortega
  • Alberto Caballero Martínez

Fecha defensa: 8 mayo 2018.

 

"Desarrollo eficiente de algoritmos de clasificación difusa en entornos Big Data"

Autor: Isabel Timón Pérez

Directores:

  • Jose María Cecilia Canales Horacio
  • Jesús Soto Espinosa

Fecha defensa: 5 diciembre 2018.

 

"Simulación atomística de superredes de aleaciones de FeCr"

Autor: Francisco Javier Rodríguez Martínez

Directores:

  • Pedro Castrillo Romón

Fecha defensa: 5 diciembre 2018.

 

2018/2019

 

 

"El mercado de divisas (FOREX) como un modelo elástico de red."

Autor: Antonio Vicente Contreras.

Directores:

  • Jose María Cecilia Canales
  • Horacio Emilio Pérez Sánchez

Fecha defensa: 31 octubre 2018.

Dentro del proyecto HETEROLISTIC se han organizado las siguientes actividades científicas:

2018
  • Workshops Chair. 47th International Conference on Parallel Processing (ICPP-2018). Eugene, CO, USA. August 13-16, 2018.
  • Steering Committee. International Work-Conference on Bioinformatics and Biomedical Engineering. IWBBIO 2018. Universidad de Granada. April 25-27, 2018.
  • 2nd International Workshop on Intelligent Systems for Agriculture Production and Environment Protection (ISAPEP’18)   http://isapep.ucam.edu
2017
  • 2nd International Workshop on Advanced Interconnect Solutions and Technologies for Emerging Computing Systems (AISTECS) 2017. Associated with the 12th HiPEAC Conference on High Performance Embedded Architectures and Compilers
  • The 13th International Conference on Intelligent Environments - IE'17 ( http://ke.cau.ac.kr/intenv2017/committee.html)
  • 1st International Workshop on Intelligent Systems for Agriculture Production and Environment Protection (ISAPEP’17)   http://isapep.ucam.edu
  • International Work-Conference on Bioinformatics and Biomedical Engineering. IWBBIO 2017. Universidad de Grandada. April 20, 2017.
  • 5th Novel High Performance Computing algorithms and platforms in Bioinformatics (BIO-HPC’17) http://bio-hpc.eu/biohpc2017/

Financiado por

Fondo Europeo de Desarrollo Regional
Ministerio de Economía y Competitividad