Los Trabajos Fin de Grado propuestos deben ser realizados durante el curso acad\u00e9mico 2019-2020. Excepcionalmente, este plazo puede extenderse, por motivos justificados.<\/p>\n\n\n\n
Desarrollar una aplicaci\u00f3n con interfaz web para utilizar el hash de la cadena de bloques de Ethereum para la firma de noticias y la validaci\u00f3n por medio de los subscriptores. Posibilidad de crear una lista de autores confiables.<\/p>\n\n\n\n
M\u00e1s informaci\u00f3n<\/a><\/p>\n\n\n\n Desarrollar una nueva versi\u00f3n de una herramienta web que permita a\u00f1adir, eliminar y mostrar informaci\u00f3n sobre impresoras, dispositivos y recursos, tanto manualmente como autom\u00e1ticamente, utilizando una librer\u00eda de escaneado de red. Asimismo, la herramienta permitir\u00e1 gestionar cada uno de estos recursos con un calendario de reservas para su utilizaci\u00f3n y realizar\u00e1 notificaciones ante determinados eventos.<\/p>\n\n\n\n M\u00e1s informaci\u00f3n<\/a><\/p>\n\n\n\n Desarrollar una aplicaci\u00f3n para manipular im\u00e1genes que permita visualizar, crear, importar y convertir im\u00e1genes a medida. La aplicaci\u00f3n debe permitir convertir entre formatos con canales de color agrupados (chunky) y canales separados (planar), a\u00f1adir\/eliminar canales (RGB-RGBA), reordenar canales (KCMY-CMKY, RGB-BGR), cambiar formatos de color, compresi\u00f3n, resoluciones, etc.<\/p>\n\n\n\n M\u00e1s informaci\u00f3n<\/a><\/p>\n\n\n\n Partiendo de un cluster de servers Go, que simulen ser una impresora, y que entre ellos formen una granja de servidores, desarrollar un algoritmo que sea capaz de detectar cu\u00e1l es el dispositivo \u00f3ptimo al que mandarle un trabajo de impresi\u00f3n, de manera que dicho dispositivo sea el que menos tiempo vaya a tardar en realizar la impresi\u00f3n en funci\u00f3n del estado en el que se encuentre cada uno de ellos. Adem\u00e1s, se configurar\u00e1 un servicio de notificaciones push para que un t\u00e9cnico pueda conocer si un dispositivo ha dejado de funcionar, y se env\u00eden alertas e informaci\u00f3n del estado.<\/p>\n\n\n\n \ufeffM\u00e1s informaci\u00f3n<\/a><\/p>\n\n\n\n Desarrollar una herramienta para evaluar conocimientos de programaci\u00f3n. Las preguntas de cada test se elegir\u00edan aleatoriamente entre una bater\u00eda de preguntas clasificadas por nivel de conocimientos. Adem\u00e1s, podr\u00eda haber tests ya predefinidos o basados en plantillas (perfiles de usuario). La parte de programaci\u00f3n enviar\u00eda el contenido a un servidor para compilar y evaluar una bater\u00eda de tests. Podr\u00eda haber m\u00e1s de una bater\u00eda de tests (p\u00fablicos y privados). En un principio se soportar\u00edan 2 lenguajes de programaci\u00f3n: C++ y JavaScipt. El servicio de compilaciones tendr\u00eda que ser remoto y soportar configuraciones por Docker.<\/p>\n\n\n\n \ufeffM\u00e1s informaci\u00f3n<\/a><\/p>\n\n\n\n Muchas veces necesitamos utilizar im\u00e1genes de Internet o hechas con m\u00f3viles antiguos. Un problema muy com\u00fan es que estas im\u00e1genes son de baja calidad y cuando las vamos a utilizar, descubrimos que la imagen es muy peque\u00f1a, tiene artefactos de compresi\u00f3n, problemas de iluminaci\u00f3n, ruido, etc. El objetivo de este TFG es utilizar t\u00e9cnicas de Machine Learning para desarrollar una aplicaci\u00f3n que permita corregir autom\u00e1ticamente estos problemas y ofrecer una versi\u00f3n mejorada de la imagen original.Discovery2: Calendario para la utilizaci\u00f3n de recursos e impresoras<\/h2>\n\n\n\n
ImageBuilder: Herramienta para la manipulaci\u00f3n de im\u00e1genes multicanal<\/h2>\n\n\n\n
ClusterGo: Coordinaci\u00f3n y monitorizaci\u00f3n de un cluster de dispositivos en Go<\/h2>\n\n\n\n
DevTest: Una herramienta para evaluar conocimientos de programaci\u00f3n<\/h2>\n\n\n\n
SmartEnhancer: Machine Learning para mejorar la calidad de las im\u00e1genes<\/h2>\n\n\n\n
<\/p>\n\n\n\n