La Gestión de Datos de Investigación (GDI) es una actividad crítica en la investigación científica moderna asociada a la Ciencia Abierta. Dentro de la GDI especial atención tiene la protección que se le debe dar a los datos, tanto durante el proceso de recolección y análisis como tras finalizada la investigación. En el presente curso abordaremos la temática, haciendo énfasis en las buenas prácticas que han sido identificadas para proteger los datos, selección de las plataformas y dispositivos para su depósito durante y al finalizar la investigación, accesos y contraseñas seguras, organización y compartimentación de ficheros en carpetas, tratamiento de datos personales (pseudoanonimización y anonimización), licencias para la socialización.


El curso cuenta de una introducción al Procesamiento Digital de Imágenes (PDI) y la Visión Computacional (VC) como herramientas para el estudio de imágenes biomédicas. Se describirán las principales características de las imágenes radiológicas y algunos tipos de imágenes a color que también son usadas en la medicina. Se describirán un conjunto de algoritmos y métodos desarrollados en el laboratorio de Procesamiento y Análisis de Imágenes y Señales (PAIS), del Centro de Investigaciones de la Informática (CII)), en la UCLV. Dichos algoritmos y métodos tienen como objetivo contribuir con nuestro sistema de salud en el estudio de las imágenes de mamografía, imágenes de fondo de ojo, radiografías de cadera y tórax, úlcera del pie diabético y microscopía celular.


Consideraciones sobre las aplicaciones basadas en Inteligencia artificial (IA). Requerimientos para una IA fiable (IA responsable). Interpretabilidad y explicabilidad. Generación de explicaciones. Evaluación de explicaciones. Herramientas de XAI.  

La web semántica (del inglés Semantic Web) es un conjunto de actividades desarrolladas con la idea de añadir metadatos semánticos y ontológicos a la World Wide Web. Esas informaciones adicionales —que describen el contenido, el significado y la relación de los datos— se deben proporcionar de manera formal, para que así sea posible evaluarlas automáticamente por máquinas de procesamiento. El objetivo es mejorar Internet ampliando la interoperabilidad entre los sistemas informáticos usando "agentes inteligentes". El objetivo de este  curso es  introducir las bases teóricas y prácticas de los conceptos metodológicos y tecnológicos involucrados en la Web Semántica. Específicamente presentaremos: conceptos de Web Semántica y Datos Enlazados, lenguajes de representación de datos, como RDF y JSON-LD, metodologías y tecnologías para soportar la generación y publicación de Datos Enlazados, ontologías y vocabularios utilizados, fuentes de datos relevantes como DBpedia. y aplicaciones que utilizan datos vinculados.


Las revisiones sistemáticas y/o documentales para la investigación científica. Diseños, métodos y técnicas de las investigaciones sistemáticas. Herramientas bibliométricas de apoyo a las revisiones sistemáticas para la investigación científica.


El curso tiene por objetivo: diseñar de políticas de Ciencia Abierta en el contexto de la Educación Superior. Los temas a abordar serán: La ciencia abierta, sus componentes esenciales. Recomendación UNESCO sobre Ciencia Abierta como base para el diseño de políticas.  Revisión de antecedentes de Políticas de Ciencia abierta en el contexto internacional, su estructura, alcance y objetivos. Ejemplos de políticas entorno a la Ciencia Abierta.


El reconocimiento de problemas de análisis de datos masivos, así como el estudio de tecnologías de la llamada ciencia de los datos, forma parte del perfil profesional de los informáticos y científicos de la computación en el contexto actual de transformación digital. Específicamente, las tecnologías de Apache Spark incluyen la biblioteca de aprendizaje automático, de gran utilidad para científicos de datos con conocimiento del lenguaje Python, a través del PySpark. El aprendizaje basado en ejemplos facilita la autogestión del conocimiento en el desarrollo de tuberías para ingestar datos, describirlos, pre-procesarlos, realizarle ingeniería de rasgos y luego construir clasificadores evaluados y con ajuste de parámetros. La visualización resulta imprescindible en la presentación de los resultados del análisis de datos.


En el curso se aplicarán los sistemas de información geográfica para el análisis, visualización y procesamiento de información geográfica. Se estudiarán los principales formatos de datos que utilizan los sistemas de información geográfica, se creará cartografía digital y se aplicarán los principales geoprocesos y métodos para el análisis, la visualización y procesamiento de dato espaciales. Se utilizarán servidores de mapas y accesos a bases de datos espaciales y servicios web geoespaciales. Se utilizarán esencialmente herramientas libres y de código abierto. El curso es de propósito general por lo que está dirigido a especialistas de la informática y de otras áreas que requieran la generación la manipulación y el análisis de datos espaciales.