Person:
Guijarro Mata-García, María

First Name

María

Last Name

Guijarro Mata-García

Affiliation

Universidad Complutense de Madrid

Faculty / Institute

Informática

Department

Arquitectura de Computadores y Automática

Area

Ingeniería de Sistemas y Automática

Identifiers

Full item page

Search Results

Now showing 1 - 10 of 22

Profundización en la sensibilización y formación en la accesibilidad e inclusión de las personas con discapacidad visual al proceso de enseñanza-aprendizaje dentro de la UCM
(2022-06-29) Recas Piorno, Joaquín; Arbues Bedia, Jose; Bermudez Cabra, Antonio; Carreño Gea, Pablo; Carrera García, Juan Manuel; González Montero, María Guadalupe; González Vides, Leonela; Guerra Gallegos, Michelle Benacir; Guijarro Mata-García, María; Gutiérrez Hernández, Ángel Luis; Maestro Mañanes, Enrique; Martín Pérez, Yolanda; Muñoz Carenas, Jaime; Peña Quineche, David; Rodríguez Montes, María; Santos Peñas, Matilde; Valor Yebenes, Juan Antonio; Zuloaga Uria, Luis
El presente proyecto, SENSIVISUAL-UCM-II, supone una continuidad en los procesos de formación y sensibili-zación de la comunidad universitaria en el uso de tecnologías de información y comuni-cación, TICs, accesibles para personas con discapacidad visual, donde debe prevalecer el derecho a la atención equitativa y de calidad, permitiendo su plena inclusión educativa y social, mediante el respeto a sus necesidades específicas. El presente proyecto conti-nua con el trabajo realizado y pretende ahondar en la adecuación de contenidos docen-tes mediante el uso de herramientas concretas que mejoren el proceso de enseñanza-aprendizaje para personas con déficit visual, siguiendo con el objetivo de la plena inclu-sión de estos alumnos en el aula. SENSIVISUAL-UCM-II persigue la mejora de la calidad docente y de los servicios vinculados a procesos de innovación en materia de inclusión y diversidad, centrándose en los alumnos con discapacidad visual, y bajo la referencia del Aprendizaje por Servicio. La propuesta educativa de este proyecto combina proce-sos de aprendizaje y de servicio a la comunidad en un mismo proyecto, en el que los compañeros de las personas con discapacidad visual aprenden, generando los materia-les didácticos y potenciando el trabajo colaborativo en los grupos de clase, a la vez que trabajan en necesidades reales de la comunidad con la finalidad de mejorarla. Bajo este objetivo, las acciones llevadas a cabo harán que la comunidad universitaria, tanto profe-sores, alumnos como personal de administración y servicios, se implique en la mejora de la institución en su conjunto y del servicio que ésta ha de dar a la sociedad, consiguiendo colocarnos como universidad de referencia en accesibilidad e inclusión.
GesTie - Gestiona tu tiempo (Método de aprendizaje de gestión del tiempo y autonomía organizativa en múltiples proyectos)
(2019-07-18) Fuentes Fernández, Rubén; Guijarro Mata-García, María; Gómez Albarrán, María de las Mercedes; Navarro Martín, Antonio; Santos Peña, Matilde; Muñoz Pérez, Javier; Zardaín Alvaré, Lourdes; Ponce Palacios, Gianpierre Edisson
GesTie persigue dotar a los estudiantes de competencias para la organización y gestión del tiempo en varios proyectos simultáneos. Estas competencias constituyen un recurso básico para su vida profesional y también la personal. Un proyecto es cualquier trabajo con múltiples partes, extendido en el tiempo, e individual o de grupo. Ejemplos típicos son algunas de las prácticas de los estudiantes. GesTie usa estos proyectos para hacer un seguimiento de la actividad de los estudiantes y ofrecerles pautas de trabajo basadas en la literatura. Dicho seguimiento se basa en el análisis de los datos que los alumnos generan en las herramientas software institucionales de los cursos. Para ello el proyecto emplea técnicas de análisis del aprendizaje y minería de datos, junto con recomendaciones de la literatura de trabajo en grupo y proyectos.
Machine-Vision Systems Selection for Agricultural Vehicles: A Guide
(MDPI, 2016-11-22) Pajares Martinsanz, Gonzalo; García Santillán, Iván Danilo; Campos Silvestre, Yerania; Montalvo Martínez, Martín; Guerrero, José; Emmi, Luis; Romeo, Juan; Guijarro Mata-García, María; González de Santos, Pablo
Machine vision systems are becoming increasingly common onboard agricultural vehicles (autonomous and non-autonomous) for different tasks. This paper provides guidelines for selecting machine-vision systems for optimum performance, considering the adverse conditions on these outdoor environments with high variability on the illumination, irregular terrain conditions or different plant growth states, among others. In this regard, three main topics have been conveniently addressed for the best selection: (a) spectral bands (visible and infrared); (b) imaging sensors and optical systems (including intrinsic parameters) and (c) geometric visual system arrangement (considering extrinsic parameters and stereovision systems). A general overview, with detailed description and technical support, is provided for each topic with illustrative examples focused on specific applications in agriculture, although they could be applied in different contexts other than agricultural. A case study is provided as a result of research in the RHEA (Robot Fleets for Highly Effective Agriculture and Forestry Management) project for effective weed control in maize fields (wide-rows crops), funded by the European Union, where the machine vision system onboard the autonomous vehicles was the most important part of the full perception system, where machine vision was the most relevant. Details and results about crop row detection, weed patches identification, autonomous vehicle guidance and obstacle detection are provided together with a review of methods and approaches on these topics.
Performance analysis of fuzzy aggregation operations for combining classifiers for natural textures in images
(Springer-Verlag Berlín, 2011) Cruz García, Jesús Manuel de la; Guijarro Mata-García, María; Pajares Martinsanz, Gonzalo; Herrera Caro, Pedro Javier
One objective for classifying pixels belonging to specific textures in natural images is to achieve the best performance in classification as possible. We propose a new unsupervised hybrid classifier. The base classifiers for hybridization are the Fuzzy Clustering and the parametric Bayesian, both supervised and selected by their well-tested performance, as reported in the literature. During the training phase we estimate the parameters of each classifier. During the decision phase we apply fuzzy aggregation operators for making the hybridization. The design of the unsupervised classifier from supervised base classifiers and the automatic computation of the final decision with fuzzy aggregation operations, make the main contributions of this paper.
Trajectory generation and decision making for UAVs
(Comite Espanol Automática CEA-IFAC, 2008-01) Pajares Martinsanz, Gonzalo; Ruz Ortíz, José Jaime; Lanillos Pradas, Pablo; Guijarro Mata-García, María; Cruz García, Jesús Manuel de la; Santos Peñas, Matilde
The trajectory generation and its replanning in hostile environments for UAVs (Unmanned Aerial Vehicles) is a discipline in expansion. The hostile environments contains threats, modelled here as radars. Initially a route is planned. Then, if during the fly arise pop-up threats, a replanning is carried out. In both cases the routes are obtained via the A* algorithm. When replanning, the UAV makes a decision about whether to continue the initial plan or to follow the replanned route. The multiattribute decision making theory is a suitable strategy.
Modelo de asistente semi-automático para procesos de aprendizaje presenciales
(2016-01) Guijarro Mata-García, María; Fuentes Fernández, Rubén
Este proyecto pretende construir asesores inteligentes e indicadores de evaluación continua sobre la actividad de los alumnos. Estos asesores se apoyarán en sistemas de recolección de información de herramientas informáticas.
Camera Sensor Arrangement for Crop/Weed Detection Accuracy in Agronomic Images
(MDPI, 2013-04-02) Romeo, Juan; Guerrero, José Miguel; Montalvo, Martín; Emmi, Luis; Guijarro Mata-García, María; González de Santos, Pablo; Pajares Martinsanz, Gonzalo
In Precision Agriculture, images coming from camera-based sensors are commonly used for weed identification and crop line detection, either to apply specific treatments or for vehicle guidance purposes. Accuracy of identification and detection is an important issue to be addressed in image processing. There are two main types of parameters affecting the accuracy of the images, namely: (a) extrinsic, related to the sensor’s positioning in the tractor; (b) intrinsic, related to the sensor specifications, such as CCD resolution, focal length or iris aperture, among others. Moreover, in agricultural applications, the uncontrolled illumination, existing in outdoor environments, is also an important factor affecting the image accuracy. This paper is exclusively focused on two main issues, always with the goal to achieve the highest image accuracy in Precision Agriculture applications, making the following two main contributions: (a) camera sensor arrangement, to adjust extrinsic parameters and (b) design of strategies for controlling the adverse illumination effects.
Atención optométrica en condiciones especiales
(UCM, 2020) González Montero, Guadalupe; Martín Pérez, Yolanda; Gutiérrez Hernández, Ángel; Guijarro Mata-García, María; Nuñez Arana, Aníbal; Bartolomé Bartolomé, Gema
Proyecto de Aprendizaje Servicio (ApS) de participación de los alumnos de 4º curso del grado de Óptica y Optometría de la Universidad Complutense de Madrid en la realización de exámenes visuales a niños y personas con discapacidad intelectual. Todo ello a través de una asignatura optativa llamada "Atención Optométrica en condiciones especiales".
Identificación de problemas y necesidades en la docencia virtual surgidos por la crisis sanitaria en la Facultad de Óptica y Optometría. Propuesta y planificación de soluciones y nuevas herramientas
(2021-06-26) Gutiérrez Hernández, Ángel Luis; Camargo Mínguez, Ana María; González Montero, Guadalupe; Guijarro Mata-García, María; López Ibáñez, Manuel; Martín Pérez, Yolanda; Recas Piorno, Joaquín; Santos Peñas, Matilde
La situación de pandemia y alerta sanitaria ha obligado a todos los miembros de la comunidad educativa a adaptarse a la situación de docencia virtual ante la imposibilidad de continuar con las clases presenciales. Existe una gran variedad de necesidades debido a la diversidad de situaciones tanto personales (en cuanto a formación del profesorado y alumnos en la utilización de recursos virtuales, conocimiento de los recursos existentes y más adecuados…) como materiales (disponibilidad de material informático adecuado tanto de profesores como de alumnos). En la Facultad de Óptica y Optometría, como en el resto de centros de la UCM, se ha hecho un gran esfuerzo durante estos meses, y se sigue trabajando en ello, para conocer las necesidades de los profesores y alumnos en esta situación y poder dar respuesta a todas ellas. Nuestro proyecto persigue la identificación y análisis de esas necesidades y problemas de profesores y estudiantes, que, anque circunscrito al ámbito de la Facultad de Óptica y Optometría, quizá pueda extrapolarse en cierta medida al resto de la comunidad académica, para poder plantear y planificar estrategias para enfrentarse a las situaciones similares que pudieran darse en el futuro.
Diseño y aplicación al aula de un modelo de asistente semi-automático para procesos de aprendizaje presenciales
(2017-07-03) Guijarro Mata-García, María; Santos Peñas, Matilde; Fuentes Fernández, Rubén; Saenz Pérez, Fernando; Navarro Martín, Antonio; Fernández Prados, Juan Sebastián; Vicente Hernanz, María Lina; Guijarro de Mata-García, Marta; Prieto Fernández, Lucía Amparo; Garnica Alcázar, Antonio Óscar; Jiménez Castellanos, Juan Francisco; Fernández, Isabel; Sáez Alcaide, Juan Carlos