Journals

1. Kirill Sirotkin, Marcos Escudero-Viñolo, Pablo Carballeira, Juan Carlos San Miguel, "Improved skin lesion recognition by a Self-Supervised Curricular Deep Learning approach", submitted to IEEE Journal of Biomedical and Health Informatics, (under review). Preprint available at: https://arxiv.org/abs/2112.12086

Book chapters

Conferences

1. Kirill Sirotkin, Pablo Carballeira, Marcos Escudero-Viñolo, "A study on the distribution of social biases in self-supervised learning visual models",   Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022, pp. 10442-10451. Paper, Poster, Presentation, Github.
2. Marcos Escudero-Viñolo, Alejandro López-Cifuentes, "CCL: Class-wise Curriclum Learning for class imbalance problems,"  CCL: Proceedings of the IEEE International Conference on Image Processing (ICIP), 2022, pp. 1476-1480. Github

Master thesis

1. Self-supervised Deep Learning for Image Classification, Zahid Hassan Tushar (advisors: Marcos Escudero Viñolo and Pablo Carballeira López), Trabajo Fin de Máster (Master Thesis), Máster Universitario en Image Processing and Computer Vision, Univ. Autónoma de Madrid, Jul. 2021.
2. Self-Supervised Curricular Learning For Chest X-Ray Image Classification, Iván de Andrés Tamé, (advisor: Pablo Carballeira López), Trabajo Fin de Máster (Master Thesis), Máster Universitario en Deep Learning for Audio and Video Signal Processing, Univ. Autónoma de Madrid, Jul. 2022. 
3. Learning supervised by synthetic data for Chest X-ray images, Eric  Morales Agostinho, (advisor: Juan Carlos San Miguel Avedillo), Trabajo  Fin de Máster (Master Thesis), Máster Universitario en Deep Learning for  Audio and Video Signal Processing, Univ. Autónoma de Madrid, Sep. 2022.

Graduate thesis

1. Aprendizaje auto supervisado para reconocimiento de objetos, Alejandro Camacho Valladares (advisor: Marcos Escudero Viñolo), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Jun. 2020.
2. Detección precoz de cáncer de piel en imágenes basado en redes convolucionales, Francisco Javier Martín Ameneiro (advisor: Juan Carlos San Miguel Avedillo), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Jun. 2020.
3. Análisis de la evolución, en número y tamaño, de lesiones de piel en zonas amplias del cuerpo, Juan Antonio Álvarez Castillo (advisor: Jesús Bescós Cano), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Jun. 2020.
4. Detección de lesiones cutáneas en imágenes basado en redes generativas adversarias, Nicolás Alexander Wolyniec Rojas, (advisor: Juan Carlos San Miguel Avedillo), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería Informática, Univ. Autónoma de Madrid, Jul. 2020.
5. Aplicación para el análisis de la evolución de lesiones de piel en zonas amplias del cuerpo, Daniel Armengod, (advisor: Jesús Bescós Cano), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Jul. 2021.
6. Análisis comparativo de aproximaciones basadas en Deep Learning en la competición "SIIM-ISIC Melanoma Classification 2020", Beatriz López Lozano, (advisor: Juan Carlos San Miguel Avedillo), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Feb. 2022.
7. Análisis de la influencia del volumen de datos en el rendimiento de técnicas de aprendizaje autosupervisado para clasificación de imagen dermatoscópica, Álvaro Rojo Torío, (advisor: Pablo Carballeira López), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Jul. 2022.
8. Aprendizaje Auto-Supervisado para Dominios No Convencionales, María de  la Torriente Gómez, (advisor: Marcos Escudero Viñolo), Trabajo Fin de Grado (Graduate Thesis), Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación, Univ. Autónoma de Madrid, Jul. 2022.