Saltar al contenido
Enrique Tomás Martínez Beltrán
InicioInvestigaciónPublicacionesDocenciaBlog
ENES
Contacto
InicioInvestigaciónPublicacionesDocenciaBlog
ENES
Contacto

Enrique Tomás Martínez Beltrán

Estudiante de doctorado en la Universidad de Murcia, centrado en aprendizaje federado, ciberseguridad e IA que preserva la privacidad para sistemas reales.

  • Política de privacidad
  • Términos del servicio
  • Accesibilidad
  • GitHubse abre en una pestaña nueva
  • LinkedInse abre en una pestaña nueva
  • Google Scholarse abre en una pestaña nueva
  • RGse abre en una pestaña nueva
  • ORCIDse abre en una pestaña nueva
  • Scopusse abre en una pestaña nueva
  • DBLPse abre en una pestaña nueva
  • Web of Sciencese abre en una pestaña nueva

Enrique Tomás Martínez Beltrán. Todos los derechos reservados.

Volver arriba

Este sitio utiliza cookies analíticas para entender cómo los visitantes interactúan con el contenido. No se comparten datos personales con terceros.

  1. Inicio
  2. Publicaciones
  3. COnVIDa: COVID-19 multidisciplinary data collection and dashboard
Artículo de revista2021

Journal of Biomedical Informatics

COnVIDa: COVID-19 multidisciplinary data collection and dashboard

Since the first reported case in Wuhan in late 2019, COVID-19 has rapidly spread worldwide, dramatically impacting the lives of millions of citizens. To deal with the severe crisis resulting from the pandemic, worldwide...

Editorialse abre en una pestaña nuevaDOIse abre en una pestaña nueva
  • LinkedInse abre en una pestaña nueva
  • Xse abre en una pestaña nueva
COVID-19 pandemicSARS-CoV-2DashboardData gatheringData visualization

Datos rápidos

Año
2021
Venue
Journal of Biomedical Informatics
Identificador
martinezbeltran2021convida

Cita sugerida

Enrique Tomás Martínez Beltrán, Mario Quiles Pérez, Javier Pastor-Galindo, Pantaleone Nespoli, Félix Jesús García Clemente, Félix Gómez Mármol (2021). COnVIDa: COVID-19 multidisciplinary data collection and dashboard. Journal of Biomedical Informatics.

Resumen

Since the first reported case in Wuhan in late 2019, COVID-19 has rapidly spread worldwide, dramatically impacting the lives of millions of citizens. To deal with the severe crisis resulting from the pandemic, worldwide institutions have been forced to make decisions that profoundly affect the socio-economic realm. In this sense, researchers from diverse knowledge areas are investigating the behavior of the disease in a rush against time. In both cases, the lack of reliable data has been an obstacle to carry out such tasks with accuracy. To tackle this challenge, COnVIDa (https://convida.inf.um.es) has been designed and developed as a user-friendly tool that easily gathers rigorous multidisciplinary data related to the COVID-19 pandemic from different data sources. In particular, the pandemic expansion is analyzed with variables of health nature, but also social ones, mobility, etc. Besides, COnVIDa permits to smoothly join such data, compare and download them for further analysis. Due to the open-science nature of the project, COnVIDa is easily extensible to any other region of the planet. In this way, COnVIDa becomes a data facilitator for decision-making processes, as well as a catalyst for new scientific researches related to this pandemic.

Autores

Enrique Tomás Martínez BeltránMario Quiles PérezJavier Pastor-GalindoPantaleone NespoliFélix Jesús García ClementeFélix Gómez Mármol

Palabras clave

COVID-19 pandemicSARS-CoV-2DashboardData gatheringData visualization

Publicaciones relacionadas

Trabajos cercanos por temática, tipo y solapamiento de etiquetas.

Artículo de revista2023

Neural Computing and Applications

Analyzing the impact of Driving tasks when detecting emotions through brain--computer interfaces

Mario Quiles Pérez, Enrique Tomás Martínez Beltrán, Sergio López Bernal, Gregorio Martínez Pérez, Alberto Huertas Celdrán

Traffic accidents are the leading cause of death among young people, a problem that today costs an enormous number of victims. Several technologies have been proposed to prevent accidents, being brain--computer interface...

Editorialse abre en una pestaña nuevaDOIse abre en una pestaña nueva
Artículo de revista2024

Applied Intelligence

Analyzing the robustness of decentralized horizontal and vertical federated learning architectures in a non-IID scenario

Pedro Miguel Sánchez Sánchez, Alberto Huertas Celdrán, Enrique Tomás Martínez Beltrán, Daniel Demeter, Gérôme Bovet, Gregorio Martínez Pérez, Burkhard Stiller

Federated learning (FL) enables participants to collaboratively train machine and deep learning models while safeguarding data privacy. However, the FL paradigm still has drawbacks that affect its trustworthiness, as mal...

Editorialse abre en una pestaña nuevaDOIse abre en una pestaña nueva
Artículo de revista2026

Computer Networks

Asynchronous Cache-based Aggregation with Fairness and Filtering for Decentralized Federated Learning

Enrique Tomás Martínez Beltrán, Eduard Gash, Gérôme Bovet, Alberto Huertas Celdrán, Burkhard Stiller

Decentralized Federated Learning (DFL) offers a scalable paradigm for collaborative intelligence at the edge, yet its practical efficacy is severely constrained by system heterogeneity. Traditional synchronous protocols...

Editorialse abre en una pestaña nuevaDOIse abre en una pestaña nueva

Investigación relacionada

DEFENDIS: aprendizaje federado descentralizado para identificación y seguridad de dispositivos IoT

Abr 2023 — Nov 2023

DEFENDIS: aprendizaje federado descentralizado para identificación y seguridad de dispositivos IoT

DEFENDIS desarrolla un marco para identificar de forma distribuida dispositivos IoT y abordar amenazas de seguridad mediante aprendizaje federado descentralizado.

EU-GUARDIAN: marco europeo y pruebas de concepto para la automatización inteligente de la gestión de incidentes de ciberdefensa

Dic 2022 — Nov 2025

EU-GUARDIAN: marco europeo y pruebas de concepto para la automatización inteligente de la gestión de incidentes de ciberdefensa

Solución avanzada basada en IA para automatizar la gestión de incidentes de ciberdefensa y reforzar la postura y las capacidades operativas de ciberdefensa de la UE.