Noelia Olmedo-Torre

El Departament d’Enginyeria Gràfica i de Disseny (DEGD) de la Universitat Politècnica de Catalunya fa anys que s’esforça per millorar la recerca que porta a terme. És una recerca que va més enllà de l’àmbit acadèmic, i que es relaciona amb institucions privades i públiques d’arreu del territori català, però també de fora de les nostres fronteres. Aquest llibre n’és un petit reflex, ja que es publiquen les ponències presentades a la VIII Jornada de Recerca DEGD, que es va celebrar a inici de febrer de 2026. El professorat del DEGD, a més de les seves tasques acadèmiques i docents, participa i impulsa la recerca de la UPC, una universitat que es posiciona cada vegada més amunt en els principals rànquings. I com podreu veure en aquest llibre, el nostre departament col·labora en la seva mesura al posicionament global de la UPC. La recerca que els/les investigadors/es porten a terme també influeix en la millora de la docència de grau i de màster, que s’imparteix a l’Escola Superior d’Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa (ESEIAAT), a l’Escola Tècnica Superior d'Enginyeria Industrial de Barcelona (ETSEIB), a l’Escola d'Enginyeria de Barcelona Est (EEBE), a l’Escola Politècnica Superior d'Enginyeria de Vilanova i la Geltrú (EPSEVG), a l’Escola Politècnica Superior d'Enginyeria de Manresa (EPSEM) i a l’Escola d'Enginyeria de Telecomunicació i Aeroespacial de Castelldefels (EETAC).

Two primary factors contributing to disparities in engineering degrees are the low female enrolment and their high dropout rates. Understanding the reasons behind female students’ choices related to engineering and the factors leading to their departure remains critical. This study presents empirical findings on the contrasting factors influencing career choices and dropout intentions among male and female engineering undergraduates. An analysis of data from 602 participants revealed significant differences in career motivations, with males being more self-oriented, whereas females demonstrated a more collectivist approach. Additionally, female students reported higher dropout intentions, correlated with more frequent experiences of discrimination and lower self-esteem. The study also identifies specific contexts within engineering campuses where female students experienced discrimination. By highlighting these differences and underscoring where discrimination occurs, this research enriches the comprehension of the challenges faced by female engineering students. These insights are vital for formulating strategies to boost female engagement and retention in engineering, targeting broader goals of diversity and equality in tertiary education.

This research aims to increase our understanding about active learning effects, applying PBL methodologies, students’ to increase the motivation in various class groups of a Graphic Engineering subject. The measurement instruments were a cross-sectional survey carried out (n = 269) during the years 2015 to 2019 through triangulation of data analysis. A quantitative comparison of the students' evaluations has also been carried out. This research aims to provide new evidence to improve learning using active learning methodologies. The development of these teaching activities, in addition to promoting creative and innovative thinking in students, has contributed to the improvement in the visualization of geometric models and the understanding of statements and solutions.

Teniu a les mans un llibre que recull part de la recerca que porta a terme el Departament d’Enginyeria Gràfica i de Disseny (DEGD) de la Universitat Politècnica de Catalunya. És una recerca pluridisciplinar, que es relaciona amb altres departaments, altres universitats i amb institucions d’investigació alienes a l’acadèmia. Ja fa set anys que la direcció del departament creu adient donar a conèixer la recerca que portem a terme des dels nostres despatxos i laboratoris, i una eina adequada per a això és la publicació de les ponències presentades a la VII Jornada de Recerca DEGD. En els capítols del llibre trobareu un breu resum de temes i àmbits de recerca. Molts d’ells han estat publicats en les principals revistes científiques nacionals i internacionals, però també en congressos, capítols de llibre, catàlegs, projectes competitius industrials, projectes no competitius, projectes d’innovació docent i altres projectes de propietat intel·lectual industrial. Podeu aprofundir en el tema que més us interessi a partir de les referències bibliogràfiques de cada article, o també posant-vos en contacte amb els/les investigadors/es principals. Ens trobareu impartint docència de grau i de màster a l’Escola Superior d’Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa, a l’Escola Tècnica Superior d'Enginyeria Industrial de Barcelona, a l’Escola d'Enginyeria de Barcelona Est, a l’Escola Politècnica Superior d'Enginyeria de Vilanova i la Geltrú, a l’Escola Politècnica Superior d'Enginyeria de Manresa i a l’Escola d'Enginyeria de Telecomunicació i Aeroespacial de Castelldefels.

Forest fires pose a significant threat to ecosystems, property, and human life, making their early and accurate detection crucial for effective intervention. This study presents a novel, lightweight approach to real-time forest fire detection that is optimized for resource-constrained devices like drones. The method integrates multi-task knowledge distillation, transferring knowledge from a high-performance DenseNet201 teacher model that was trained on a hierarchically structured wildfire dataset. The dataset comprised primary classes (fire vs. non-fire) and detailed subclasses that account for confounding elements such as smoke, fog, and reflections. The novelty of this approach lies in leveraging knowledge distillation to transfer the deeper insights learned by the DenseNet201 teacher model—specifically, the auxiliary task of recognizing the confounding elements responsible for false positives—into a lightweight student model, enabling it to achieve a similar robustness without the need for complex architectures. Using this distilled knowledge, we trained a MobileNetV3-based student model, which was designed to operate efficiently in real-time while maintaining a low computational overhead. To address the challenge of false positives caused by visually similar non-fire elements, we introduced the Confounding Element Specificity (CES) metric. This novel metric, made possible by the hierarchical structure of the wildfire dataset, is unique in its focus on evaluating how well the model distinguishes actual fires from the confounding elements that typically result in false positives within the negative class. The proposed approach outperformed the baseline methods—including single-task learning and direct multi-task learning—achieving a primary accuracy of 93.36%, an F1-score of 91.57%, and a higher MES score, demonstrating its enhanced robustness and reliability in diverse environmental conditions. This work bridges the gap between advanced deep learning techniques and practical, scalable solutions for environmental monitoring. Future research will focus on integrating multi-modal data and developing adaptive distillation techniques to further enhance the model’s performance in real-time applications.

The application of Project-Based Learning (PBL) in a Reinforced Concrete course through the development of a real-life civil engineering project from its conception, as a coursework, is a challenged experience for students. As long as the coursework evolves, students develop real ways to think as an engineer and they work in an environment similar to that of daily engineering practice.The effect of the PBL implementation on learning and acquisition of knowledge and skills in a Reinforced Concrete subject from the [University] in [Country] has been analyzed through some evidences such as the partial and final grades, the results of a survey and the perceptions drawn from students’ interviews. As observed, thanks to the application of the PBL strategy, learning and motivation of students has increased, in addition to the final summative assessment, without a significant increase on the workload. This methodology improves not only the acquisition of knowledge and engineering skills, but also transversal skills such as entrepreneurship, leadership, communication, time management, teamwork and other social abilities directly related to those required by the current market for their future professional life.

This study introduces a novel hierarchical domain-adaptive learning framework designed to enhance wildfire detection capabilities, addressing the limitations inherent in traditional convolutional neural networks across varied forest environments. The framework innovatively employs a dual-dataset approach, integrating both non-forest and forest-specific datasets to train a model adept at handling diverse wildfire scenarios. The methodology leverages a novel framework that combines shared layers for broad feature extraction with specialized layers for forest-specific details, demonstrating versatility across base models. Initially demonstrated with EfficientNetB0, this adaptable approach could be applicable with various advanced architectures, enhancing wildfire detection. The research’s comparative analysis, benchmarking against conventional methodologies, showcases the proposed approach’s enhanced performance. It particularly excels in accuracy, precision, F1-score, specificity, MCC, and AUC-ROC. This research significantly reduces false positives in wildfire detection through a novel blend of multi-task learning, dual-dataset training, and hierarchical domain adaptation. Our approach advances deep learning in data-limited, complex environments, offering a critical tool for ecological conservation and community protection against wildfires.

Aquest llibre recull part de la recerca que porta a terme el Departament d’Enginyeria Gràfica i de Disseny (DEGD) de la Universitat Politècnica de Catalunya. Com podreu llegir, és una recerca molt variada i pluridisciplinària adaptada als temps actuals, on apareixen diverses de les principals preocupacions de la comunitat científica internacional, i referenciada en algunes de les línies d’investigació de Catalunya. En el llibre trobareu tan sols una petita mostra de la temàtica dels articles publicats pels professors del DEGD en les principals revistes científiques internacionals, però també en congressos, capítols de llibre, catàlegs d’exposició, projectes competitius industrials, projectes no competitius, projectes d’innovació docent i altres projectes de propietat intel·lectual industrial. El DEGD, a més de la recerca, té assignada docència a l’Escola Superior d’Enginyeries Industrial Aeroespacial i Audiovisual de Terrassa, a l’Escola Tècnica Superior d'Enginyeria Industrial de Barcelona, a l’Escola d'Enginyeria de Barcelona Est, a l’Escola Politècnica Superior d'Enginyeria de Vilanova i la Geltrú, a l’Escola Politècnica Superior d'Enginyeria de Manresa i a l’Escola d'Enginyeria de Telecomunicació i Aeroespacial de Castelldefels. Imparteix docència en gairebé totes les titulacions que assignades en aquestes escoles, tant en graus com en màsters universitaris. A més, els professors del departament col·laboren en diversos programes de doctorat. En tot cas, la docència és una branca més des de la que s’accedeix a la recerca.

This study explores the potential of RGB image data for forest fire detection using deep learning models, evaluating their advantages and limitations, and discussing potential integration within a multi-modal data context. The research introduces a uniquely comprehensive wildfire dataset, capturing a broad array of environmental conditions, forest types, geographical regions, and confounding elements, aiming to reduce high false alarm rates in fire detection systems. To ensure integrity, only public domain images were included, and a detailed description of the dataset’s attributes, URL sources, and image resolutions is provided. The study also introduces a novel multi-task learning approach, integrating multi-class confounding elements within the framework. A pioneering strategy in the field of forest fire detection, this method aims to enhance the model’s discriminatory ability and decrease false positives. When tested against the wildfire dataset, the multi-task learning approach demonstrated significantly superior performance in key metrics and lower false alarm rates compared to traditional binary classification methods. This emphasizes the effectiveness of the proposed methodology and the potential to address confounding elements. Recognizing the need for practical solutions, the study stresses the importance of future work to increase the representativeness of training and testing datasets. The evolving and publicly available wildfire dataset is anticipated to inspire innovative solutions, marking a substantial contribution to the field.

En aquest llibre trobareu part de la recerca del departament d’Enginyeria Gràfica i de Disseny de la Universitat Politècnica de Catalunya. Un resum de la reunió anual de la xarxa internacional CECIAC. Podreu llegir com s’avaluen les estratègies de desenvolupament a llarg termini en baixes en emissions. També una investigació bibliomètrica sobre els Treballs Final d’Estudi de la secció EEBE. Una aportació sobre l’aprenentatge actiu amb PBL de l’assignatura “Expressió Gràfica”. La segregació de l’estudiantat en els graus d’enginyeria. Una prospecció i recreació de la inundació estacional a una zona del Nil. La intel·ligència artificial hi és present amb un model per detectar de manera automàtica els incendis forestals. S’estudia una revalorització dels fangs de la indústria paperera. I una solució per la camperització a partir de residus. Àdhuc podeu llegir una metodologia analítica aplicada als vitralls modernistes. La relació amb la natura en el disseny d'un packaging per a e-commerce. I els fonaments dels Dispositius Microfluídics Digitals. Trobareu una eina tecnològica que permet la predicció de punts calents de plàstic, eines per integrar els objectius de Desenvolupament Sostenible (DS) a les enginyeries, i el raonament del dret al DS en la repartició equitativa d’emissions. Finalment, destacar la crònica de la incorporació d’aspectes sobre la persona en el projecte de disseny en l’enginyeria, i un estudi d'una estratègia de mitigació i adaptació al canvi climàtic a partir de la posidònia oceànica.