euskaraespañol

Imagen del día

La Escuela de Ingeniería de Bilbao premia los mejores TFG y TFM en el ámbito de las Tecnologías de la Información y las Comunicaciones (TIC) y de la digitalización industrial

Ane Sanz Rekalde, por su propuesta de implementación de las telemedidas para el Consorcio de Aguas Bilbao-Bizkaia, y Pablo Galán Saiz, por su trabajo para el diagnóstico de tumores mamarios poco comunes, obtienen los premios de empresa 2021/2022

  • Noticias

Fecha de primera publicación: 16/06/2022

La estudiante Ana Sanz durante su exposición. | Foto: Egoi Markaida. UPV/EHU

La Escuela de Ingeniería de Bilbao ha premiado a Ane Sanz Rekalde y Pablo Galán Saiz como autores de los mejores trabajos de fin de grado (TFG) y de fin de máster (TFM) en el ámbito de las Tecnologías de la Información y las Comunicaciones (TIC) y de la digitalización industrial. Los premios de empresa, que cuentan en esta edición 2021/2022 con el patrocinio de Itelazpi y Management Solutions, han sido entregados hoy en un acto que ha contado con la presencia de Charles Pinto, Director de la Escuela de Ingeniería de Bilbao, y representantes de las empresas patrocinadoras.

Los premios de empresa tienen el doble objetivo de reconocer el desempeño del alumnado de la Escuela y promocionar aquellos trabajos con aspectos innovadores que puedan ofrecer oportunidades para la creación de nuevos desarrollos en el campo de las Tecnologías de la Información y las Comunicaciones (TIC), área imprescindible para el avance de la ciencia en todas las áreas de conocimiento.

Ane Sanz Rekalde, Máster en Ingeniería de Telecomunicación por la Escuela de Ingeniería de Bilbao, ha sido la ganadora del Premio Itelazpi que otorga esta empresa pública vasca, especializada en servicios de telecomunicaciones y referente de la administración en esta materia. El trabajo galardonado, titulado “Diseño de un sistema de comunicaciones seguro y eficiente basado en LoRaWAN para aplicaciones de Telemedida”, ha sido dirigido por Eduardo Jacob y Jasone Astorga,  profesores del Departamento de Ingeniería de Comunicaciones. Como la propia candidata explica, en la propuesta de Sanz “se realiza el diseño e implementación de un sistema de comunicaciones para sensores de largo alcance y bajo consumo utilizando la tecnología Long Range (LoRa), con el objetivo de dar respuesta a las necesidades del Consorcio de Aguas Bilbao Bizkaia (CABB) de disponer de soluciones eficientes y seguras para implementar aplicaciones de telemedida.”

El Premio Itelazpi está dotado con 1.500 euros, y se otorga a trabajos de fin de máster o de grado relacionados con contenidos como sistemas de difusión de radio FM y televisión TDT, análisis de nuevas tecnologías de difusión (UHD, DVB-T2, DAB+, HbbTV, televisión 3D, codificación y modulación, etc.), servicios de operador, sistemas de comunicaciones críticas, sistemas basados en tecnologías inalámbricas, mejora en la infraestructura de centros de telecomunicaciones, sistemas informáticos de apoyo a las operaciones de red, o gestión de incidencias, errores, y mantenimiento de red. Matxalen Lauzirika, Directora General de ITELAZPI, ha hecho entrega del reconocimiento.

Por su parte, el Premio Management Solutions al mejor TFG/TFM relacionado con la transformación digital ha recaído en Pablo Galán Saiz, Máster en Ingeniería de Control, Automatización y Robótica de la Escuela de Ingeniería de Bilbao. El galardón está dotado con 1.000 euros, y se le ha otorgado por el TFM “Técnicas deep learning para clasificación tumoral en imágenes histológicas”, dirigido por el profesor del Departamento de Ingeniería de Sistemas y Automática, Artzai Picón.

Su autor ha presentado un proyecto que “plantea una aplicación basada en técnicas deep learning para el diagnóstico de tumores mamarios poco comunes, utilizando imágenes histológicas como sistema de ayuda a la decisión clínica por parte de los patólogos. Se ha partido de una base de datos de tumores comunes y sobre ella se ha añadido una nueva clase cuya incidencia es baja para acometer posteriormente una clasificación sobre el conjunto total de imágenes. Se han aplicado técnicas de metric learning para el aprendizaje de un modelo neuronal, consiguiendo un incremento en el rendimiento de la clasificación aun disponiendo de pocos datos, pasando desde un 75% logrado con métodos de clasificación tradicionales hasta el 89%, de acuerdo con el modelo desarrollado.” Iker Yabar, Gerente de Management Solutions hizo entrega del premio.