El dipòsit institucional de la UPC recopila, gestiona, difon i preserva, en accés obert, la producció docent i de recerca de la UPC.

Dipòsits

Recerca

Docència

Col·leccions patrimonials

GEOCommons: Geolocalització de la producció acadèmica de la UPC

GEOCommons és un projecte que pretén mostrar l'impacte que, amb les seves publicacions acadèmiques, la UPC té al llarg de territori, que es troba en els documents acadèmics dipositats a UPCommons, el portal del coneixement obert de la UPC.

Accedir a GEOCommons

UPCommons avui

284.2 k
documents
52.2 k
articles de revista
39.0 k
exàmens
39.7 k
imatges
3.3 k
llibres
80.8 k
treballs finals d'estudis
6.2 k
tesis doctorals
8.4 k
vídeos
7.1 M
visites últim any
15.5 M
descàrregues últim any
65.2 M
visites totals
182 M
descàrregues totals
Estadístiques d'ús

Enviaments recents

  • Text en actes de congrés Accés obert
    SORS: Energy-efficient machine intelligence
    (Barcelona Supercomputing Center, 2025-06-03) Herbrich, Ralf
    Ever since the beginning of digital computing, scientists have been fascinated by the concept of artificial intelligence (AI), a form of computation that mimics human-level reasoning and decision making. What was a mere vision in 1951 when Alan Turing proposed the imitation game to assess whether (or not) a computer program is intelligent, is affecting all our lives today: there is hardly an area of society that is not enhanced using AI algorithms ranging from applications in marketing & advertising, e-Commerce, gaming, communication to medicine and transportation. However, we are starting to reach an inflection point in AI research where predictive accuracy is no longer the key success criteria but the amount of data, compute and, ultimately, energy, becomes the limiting factor for future AI algorithms. This change has profound implications on (1) the system-level aspects of machine learning – which digital technologies and hardware are best suited to trade off predictive accuracy and energy consumption – (2) the method-level aspects of machine learning – how can we achieve a human-level data-efficiency where algorithms can learn from a handful of examples and episodes as opposed to the thousands of training examples needed today –, and (3) the theory-level aspects of machine learning – how do we merge the physical notions of energy with the notions of information and learning in one unifying theory. In this talk, I will discuss these three aspects and share research problems in each of these three areas.
  • Text en actes de congrés Accés obert
    SORS: women in health: similar, different, unequal or discriminated? The case of cardiovascular disease
    (Barcelona Supercomputing Center, 2025-06-02) Bueno, Héctor
    Cardiovascular disease (CVD) has long been viewed as a predominantly male condition, but this is a myth. Most women —and even many health professionals— remain unaware of the true burden of CVD in women. Why? The reasons are complex and range from public health messaging to decades of biomedical research built primarily on male animal models and male-dominated clinical trials. But what are the consequences of this paradigm? Do biological differences (sex) and sociocultural factors (gender) influence cardiovascular risk, prevention, diagnosis, or outcomes? Do women receive the same care as men — or is there evidence of inequality, even discrimination? And how does mental health intersect with cardiovascular health in women? In his talk, Dr. Bueno will explore the intricate relationship between sex, gender, and cardiovascular health. He will discuss data gaps, systemic biases, and what these mean for both clinical care and future research — including the role of computing and AI in closing these gaps.
  • Projecte Final de Màster Oficial Accés obert
    Estudio del comportamiento de la playa de la Marquesa (Hemidelta norte del Delta del Ebro) al cambio climático
    (Universitat Politècnica de Catalunya, 2025-10-16) Roura Ginesta, Martí; Institut Cartogràfic i Geològic de Catalunya; Universitat Politècnica de Catalunya. Departament d'Enginyeria Civil i Ambiental
    Aquest treball analitza la vulnerabilitat de la platja de la Marquesa, al delta de l’Ebre, davant l’augment del nivell del mar i els temporals extrems associats al canvi climàtic. L’objectiu principal és avaluar els processos d’inundació i regressió costanera sota condicions actuals i en dos escenaris futurs de canvi climàtic (SSP2-4.5 i SSP5-8.5), diferenciant entre projeccions conservadores (percentil 50) i desfavorables (percentil 95). La metodologia combina dades climàtiques de la sisena generació de models globals (CMIP6), un tractament estadístic extremal de l’onatge mitjançant els mètodes BM i POT, i la generació de tempestes de disseny per períodes de retorn de fins a 500 anys. Les simulacions s’han realitzat amb el model numèric XBeach, emprant dades topobatimètriques de la zona d’estudi. La validació del model s’ha dut a terme mitjançant comparacions amb ortofotos posteriors al temporal Glòria (2020), així com amb els resultats de Grases et al. (2023) i el visor de l’ICGC. Els resultats mostren que sota condicions actuals la resposta de la platja està governada principalment per l’onatge, amb una inundació progressiva i un balanç sedimentari gairebé neutre. En els escenaris futurs, en canvi, el factor determinant és la pujada del nivell del mar: a SSP2-4.5 les tempestes extretes de la CDF intensifiquen tant les inundacions com els processos d’erosió; mentre que a SSP5-8.5, malgrat una menor severitat de l’onatge, la inundació queda dominada per l’elevació mitjana del mar. En ambdós casos es preveu una regressió substancial de la línia de costa i la pèrdua de la funció protectora de les dunes deltaiques. Aquestes conclusions posen de manifest la necessitat d’incorporar l’efecte combinat d’onatge i SLR en la planificació i gestió del delta de l’Ebre. El treball aporta noves evidències per a la validació del model XBeach en entorns vulnerables i ofereix una base sòlida per al disseny de mesures d’adaptació costanera.
  • Projecte Final de Màster Oficial Accés obert
    Modeling bicycle flow in Barcelona
    (Universitat Politècnica de Catalunya, 2025-10-16) Liebscht, Luca Moritz Liborio; Barcelona Supercomputing Center; Universitat Politècnica de Catalunya. Departament d'Enginyeria Civil i Ambiental
    Comprendre i predir l’ús de la bicicleta a la ciutat és essencial per avançar cap a una mobilitat més sostenible. Aquest estudi analitza el potencial d’integrar dades de Strava amb variables geogràfiques i infraestructurals per estimar els fluxos ciclistes a Barcelona. S’han aplicat tres enfocaments de modelatge: regressió de Poisson, Random Forest i XGBoost, interpretats mitjançant coeficients de regressió, mesures d’importància dels atributs i valors SHAP. Aquesta aproximació ha permès avaluar la influència de les variables explicatives i contrastar la consistència dels seus efectes entre els models. Els resultats mostren que els enfocaments d’aprenentatge automàtic superen la regressió de Poisson en termes de precisió predictiva. Els predictors clau inclouen el nombre d’aparcaments de bicicletes, els accidents registrats, l’antiguitat dels carrils bici, la centralitat de la xarxa i la proximitat a universitats, mentre que les variables derivades de Strava aporten informació addicional d’utilitat moderada. Les prediccions obtingudes són coherents amb estudis previs. Aquest treball posa de manifest el valor afegit d’integrar dades de mobilitat col·laborativa amb mètriques infraestructurals tradicionals, alhora que subratlla la importància d’un preprocessament acurat i de considerar els efectes no lineals. L’estudi proposa una metodologia per estimar els fluxos ciclistes a escala de xarxa i ofereix evidència útil per orientar la planificació urbana, millorar la infraestructura ciclista i fomentar la mobilitat activa.
  • Projecte Final de Màster Oficial Accés obert
    Optimising freeway traffic performance via lane management strategies for CAV platoons in mixed-traffic environments
    (Universitat Politècnica de Catalunya, 2025-10-16) Wei, Yiwei; Universitat Politècnica de Catalunya. Departament d'Enginyeria Civil i Ambiental
    Aquesta tesi estudia estratègies de gestió de carrils per a combois de Vehicles Connectats i Automatitzats (CAV) en entorns de trànsit mixt. Mitjançant simulació microscòpica s’avaluen diferents taxes de penetració i dinàmiques de comboi, com la formació, la dissolució i els canvis de carril. Els resultats mostren que una assignació adequada de carrils millora l’eficiència del trànsit, redueix la congestió i afavoreix un rendiment més sostenible de les autopistes. Les conclusions aporten recomanacions per al disseny d’infraestructures i polítiques en la transició cap a un trànsit mixt amb vehicles automatitzats.
Generalitat de Catalunya. Departament de CulturaMinisterio de Transportes, Movilidad y Agenda urbanaGobierno de España/Ministerio/FECYT
Distintivo de Calidad de Repositorios de Acceso Abierto FECYT 2025
OpenAireDOAJRecolectaRecercatRACO Materials Docents en XarxaMemòria Digital de CatalunyaOpen Education ConsortiumSPARC Europe