Home » Articles posted by Jorge Ribeiro

Author Archives: Jorge Ribeiro

Defensa Tesis Maestría : “Reconocimiento automático de configuraciones manuales propias de las lenguas de señas”

Viernes 17 de mayo 14:00hs, Salón Marrón (piso 7, salón 705) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Ariel Stassi  :  “Reconocimiento automático de configuraciones manuales propias de las lenguas de señas”

Tutores : Mauricio Delbracio y Gregory Randall

Tribunal : Pablo Cancela, Marcelo Fiori, José Lezama y Pablo Musé

Saludos,
Mauricio Delbracio

Resumen :

La lengua de señas constituye el medio de comunicación natural de los sordos e hipoacúsicos severos de todo el mundo. La correcta comunicación mediante esta lengua implica: el conocimiento por parte de los interlocutores, la participación de un intérprete intermediario, o bien el apoyo sobre tecnologías de la información para el reconocimiento automático y la traducción de una lengua a otra. En relación a esta última, el Reconocimiento Automático de una Lengua de Señas (RALS) puede definirse como la “identificación automática del contenido lingüístico presente en un dato o una secuencia de datos de entrada”, el cual es frecuentemente abordado mediante una cadena de procesamiento compuesta por las siguientes etapas: sensado, preprocesamiento, extracción de características y clasificación.

En esta tesis de maestría se estudiaron las principales características de las lenguas de señas y distintas variantes de cada una de las etapas mencionadas para el RALS. Luego, se describió una selección de bases de datos para el RALS a distintos niveles de complejidad del problema. Finalmente, se llevó a cabo la implementación y evaluación de un sistema de RALS basado en técnicas de aprendizaje profundo para la clasificación de 60 configuraciones manuales propias de distintas lenguas de señas. En vista del carácter regional de una lengua de señas, durante esta tesis se conformó una base de datos para el reconocimiento de configuraciones manuales propias de la Lengua de Señas Uruguaya. Asimismo, se sentaron las bases para la adquisición de un conjunto de entrenamiento para el RALS uruguayo a nivel de seña aislada.

Defensa Proyecto : “ISEM : Contador de carga integrado para sistemas de ultra bajo consumo”

Miércoles 8 de mayo 17:30hs, Salón Beige (piso 7, salón 725) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “ISEM : Contador de carga integrado para sistemas de ultra bajo consumo”

Estudiantes :  Sofía Bertinat, Carolina Cabrera y Andrea Delbuggio

Tutores :  Pablo Pérez, Fernando Silveira y Francisco Veirano

Tribunal : Juan Pablo Oliver (IIE) y Julián Oreggioni (IIE)

Saludos,

Fernando Silveira

Resumen :

El siguiente proyecto presenta el diseño de un contador de Coulombs integrado de bajo consumo. Éste tiene como función la medición de corrientes entre 1 μA y 100 μA, por medio de la medida de la frecuencia de su señal de salida, con un error menor al 15 %. Se alimenta con una tensión de 400 mV y tiene un consumo inferior a 1 μA. La resolución de carga que presenta es menor a 3.5 nC. El circuito integrado esta diseñado en una tecnología de silicio sobre aislante en deplexión total (FD-SOI) de 28 nm. Su arquitectura está compuesta por tres etapas. La primera consiste en un transconductor basado en un amplicador operacional de transconductancia (OTA) simétrico clásico, el cual fue adaptado para cumplir los requerimientos de rango lineal y rango de entrada en modo común (ICMR). La segunda etapa consiste en un integrador, y por último, la tercer etapa es un comparador con histérisis. Se implementa también, mediante una compuerta AND, un reseteo del sistema, permitiendo asegurar que el condensador del integrador empiece descargado. Se estableció un método de calibración en el cual parte del offset introducido por la transconductancia es compensado y se obtiene, mediante un ajuste lineal, una curva de calibración. El comportamiento del circuito diseñado es satisfactorio. Queda pendiente llegar a medir corrientes hasta 1mA como estaba establecido en las especificaciones iniciales, así como, lograr la bi-direccionalidad del sistema.

CERRADO Llamado Docente Grado 1 Dpto. de Procesamiento de Señales

REPARTIDO N° 19/19

LLAMADO Nº 43/2019, Exp. 060180-000679-19

Se llama a aspirantes para la confección de una lista de prelación con validez de seis meses, a efectos de proveer cargos (Tipo II – Tecnológico) de AYUDANTE (Grado 1, 20 horas semanales) del Departamento de Procesamiento de Señales del INSTITUTO DE INGENIERÍA ELÉCTRICA. – IIE.

Plazo :  Lunes 06/05/2019Lunes 20/05/2019

Charla de Justin Salamon : “Robust sound recognition in acoustic sensor networks”

Martes 7 de mayo 10:00hs, Salón Azul (piso 5, salón 502) – Facultad de Ingeniería, J. Herrera y Reissig 565

El Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería de la Universidad de la República invita a la siguiente charla : “Robust sound recognition in acoustic sensor networks” por Justin Salamon

Abstract :

The combination of remote acoustic sensors with automatic sound recognition represents a powerful emerging technology for studying both natural and urban environments. At NYU we’ve been working on two projects whose aim is to develop and leverage this technology : the Sounds of New York City (SONYC) project is using acoustic sensors to understand noise patterns across NYC to improve noise mitigation efforts, and the BirdVox project is using them for the purpose of tracking bird migration patterns in collaboration with the Cornell Lab of Ornithology. Acoustic sensors present both unique opportunities and unique challenges when it comes to developing machine listening algorithms for automatic sound event detection: they facilitate the collection of large quantities of audio data, but the data is unlabeled, constraining our ability to leverage supervised machine learning algorithms. Training generalizable models becomes particularly challenging when training data come from a limited set of sensor locations (and times), and yet our models must generalize to unseen natural and urban environments with unknown and sometimes surprising confounding factors. In this talk I will present our work towards tackling these challenges along several different lines with neural network architectures, including novel pooling layers that allow us to better leverage weakly labeled training data, self-supervised audio embeddings that allow us to train high-accuracy models with a limited amount of labeled data, and context-adaptive networks that improve the robustness of our models to heterogeneous acoustic environments.

Bio :

Justin Salamon, PhD :

Justin Salamon is a research scientist and member of the Audio Research Group at Adobe Research in San Francisco. Previously he was a senior research scientist at the Music and Audio Research Laboratory and Center for Urban Science and Progress of New York University. His research focuses on the application of machine learning and signal processing to audio and video signals, with applications in machine listening, music information retrieval, bioacoustics, environmental sound analysis and open source software & data. He holds a B.A. in Computer Science from the University of Cambridge (UK), completed his M.Sc. and Ph.D. in Computer Science with the Music Technology Group of Pompeu Fabra University (Spain), and was a visiting researcher at IRCAM (France). Please visit his personal website for a complete list of publications, research topics, updates and code/data releases.

 

 

Defensa Tesis Maestría : “Herramientas computacionales para el análisis del entorno sonoro urbano”

Lunes 6 de mayo 09:30hs, Salón Marrón (piso 7, salón 705) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Pablo Zinemanas :  “Herramientas computacionales para el análisis del entorno sonoro urbano”

Tutores : Elizabeth González y Pablo Cancela

Tribunal : Mauricio Delbracio (IIE-FIng-UdelaR), Justin Salamon (Audio Research Group, Adobe Research, San Francisco) y Leonardo Nunes (Microsoft’s Advanced Technology Labs, Rio de Janeiro).

Saludos,
Pablo Cancela

Resumen :

Muchos centros urbanos presentan niveles de ruido que pueden ser molestos para sus habitantes, o incluso nocivos para la salud. Por esta razón el entorno sonoro constituye frecuentemente una problemática en las ciudades presente en los reclamos de las comunidades y grupos ambientalistas, en la planificación gubernamental y en los estudios académicos. En esta tesis se estudian herramientas computacionales para la caracterización de entornos sonoros urbanos. El foco del trabajo es la detección de eventos sonoros, lo que implica la clasificación de las fuentes presentes en el registro sonoro, incluyendo su tiempo de inicio y duración. Se relevan las bases de datos disponibles y se concluye que es necesario crear datos propios de la ciudad de Montevideo. Esto conduce a la creación de la base de datos SonidosMVD, y a la definición de una taxonomía para la misma. Se presentan experimentos de detección de eventos sonoros con distintos algoritmos de clasificación profunda y poco profunda sobre distintos conjuntos de datos. Se diseña un modelo “end-to-end”, cuya entrada es la forma de onda de la señal y la salida es el vector de clasificación, y se muestra su utilidad para este problema. Esto se realiza concatenando dos redes : una para la extracción de características y otra para la clasificación. Se muestra que se pueden diseñar dichos modelos utilizando conocimiento sobre el problema para inicializar el entrenamiento en un punto inicial que ha demostrado brindar buenos resultados. Con este sistema se obtienen resultados de clasificación similares a los del estado el arte mientras que se disminuye el numero de parámetros involucrados.

 

Charla de Moisés Ferber : La UFSC-Joinville y sus principales líneas de trabajo

Jueves 25 de abril 16:30hs, Salón de Seminarios, IIE

En el marco del Programa escala docente de la Asociación de Universidades del Grupo Montevideo, nos está visitando Moisés Ferber, quien dictará una charla en la que presentará la UFSC-Joinville y sus principales líneas de trabajo

Página personal : http://ferber.prof.ufsc.br/

Para contactarse directamente con él, personalmente en la sala 1316 ó en moises.ferber@ufsc.br

Defensa Proyecto : “Localización indoor basada en Wi-Fi”

Viernes 12 de abril 14:00hs, Salón Marrón (piso 7, salón 705) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “Localización Indoor Basada en Wi-Fi”

Estudiantes :  Antonio Bracco, Federico Grunwald y Agustín Navcevich

Tutores : Germán Capdehourat,  Eduardo Grampín y Federico Larroca

Tribunal : Ewelina Bakała (InCo), Pablo Musé (IIE), Matías Richart (InCo) y María Simon (IIE)

Saludos,

Federico Larroca

Resumen :

Los sistemas de localización más utilizados en la actualidad están basados en GPS (Global Positioning System), con un rendimiento pobre en ambientes cerrados tales como museos, comercios o aeropuertos. Para este tipo de situaciones existen diversas tecnologías alternativas que permiten a un dispositivo móvil ubicarse o ser ubicado con mayor precisión. En el presente proyecto se repasan las soluciones basadas en Wi-Fi, desarrollando un sistema y una aplicación de Android que hagan uso de esta solución. La aplicación desarrollada para la muestra Aquí soñó Blanes Viale en el MNAV (Museo Nacional de Artes Visuales) y operativa desde el 8 de noviembre de 2018 hasta el 3 de marzo del 2019, proporciona contenido en función de la posición del usuario. Provee adicionalmente una mayor accesibilidad a la muestra para usuarios con discapacidad visual, haciendo especial uso de la tecnología de localización para evitar la necesidad de interacción con la pantalla. La recepción del público fue positiva, fomentando la idea de que este tipo de aplicaciones poseen un gran potencial para las tecnologías de localización indoor. El sistema utiliza 15 APs instalados en el museo, dividiendo el mismo en 16 zonas. Proporciona una precisión promedio de 95,7% y una buena experiencia de usuario. Posteriormente, se realizó un estudio del desempeño del sistema bajo diversas situaciones y un breve estudio del recorrido de los usuarios que hicieron uso de la aplicación.

Defensa Tesis Maestría en Ingeniería Matemática : “Compressed sensing : Algoritmo re-weighted l 1 con pesos actualizados resolviendo un problema dual”

Viernes 12 de abril 10:00hs, Salón de seminarios del IMERL (en coordinación con el seminario de álgebra) – Facultad de Ingeniería, Julio Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de tesis de maestría en Ingeniería Matemática de Matías Valdés :  “Compressed sensing : Algoritmo re-weighted l 1 con pesos actualizados resolviendo un problema dual”

Tutor : Marcelo Fiori

Tribunal :  Dr Diego Armentano (CMAT), Dr Pablo Musé (IIE), Dr Ignacio Ramírez (IIE)

Saludos,

Marcelo Fiori

Resumen :

En este trabajo se presentan algunos de los resultados más relevantes de la teorı́a vinculada al problema de Compressed Sensing (CS) o Sensado Comprimido. Este consiste en: dado un sistema lineal Φx = b, con infinitas soluciones, hallar una solución con la mayor cantidad de coordenadas nulas posibles. Es decir: la solución más “esparsa”. Se propone además una nueva metodologı́a para actualizar los pesos de un algoritmo Re Weighted l 1 , basada en la relajación lagrangeana, que se traduce en algoritmos con un desempeño comparable al de la metodologı́a usual.
El problema CS resulta de gran interés en la adquisición de señales con caracterı́sticas esparsas, como las imágenes y señales de audio. Esto es ası́ pues, mientras que el proceso usual de adquisición realiza n medidas x* ∈ R n y luego las comprime, CS permite sensar y comprimir x* en un único paso, a partir de m medidas lineales: b = Φx* , con m << n. Cuando la matriz de medida Φ cumple ciertas propiedades, es posible resolver el problema CS de forma eficiente, recuperando de esta forma la señal esparsa x* a partir de b. Para esto se resuelve un problema equivalente de optimización convexa, basado en la norma l_1.
Este proceso de recuperación puede ser mejorado, asignando pesos a las coordenadas de la norma l_1 , en un problema convexo conocido como Weighted l 1 . Resolviendo repetidas veces este problema, a la vez que se actualizan los pesos, se obtiene un algoritmo del tipo Re-Weighted l_1 . La metodologı́a de actualización de pesos propuesta en este trabajo, consiste en considerar dichos pesos como multiplicadores de Lagrange, pudiendo de esta forma utilizar algoritmos clásicos de la relajación lagrangeana para su actualización.

Khipu 2019 : Latin American Meeting in Artificial Intelligence — Call for participation

Khipu 2019: Latin American Meeting in Artificial Intelligence

Call for participation

Applications are now open for the first edition of Khipu: Latin American Meeting in Artificial Intelligence. The event aims to strengthen the local community by bringing high level training and by fostering research collaborations within and outside the region. Khipu 2019 will be held in Montevideo, Uruguay, in November 11-15th. The event will have a summer school component with lectures on different topics in machine learning paired with practical coding sessions, but it will also host research talks, round tables and moments where attendees from academia and industry will be able to share their work.

Confirmed speakers include this year’s Turing award Yoshua Bengio and Google Senior Fellow Jeff Dean.

More information about application instructions and the full set of invited speakers are available at https://www.khipu.ai/. Join our mailing list and/or follow us on twitter (@khipu_ai) and keep updated with our latest news.

Important Dates : 

March 29th 2019 : Application open
June 28th 2019 : Application deadline
August 2nd 2019 : Acceptance notifications

We look forward to your participation ¡!
Khipu organising committee,

Federico Lecumberry

Métodos Avanzados de Procesamiento de Imágenes : Desde fotografía móvil a la estructura atómica de proteínas

Docente : Alberto Bartesaghi, PhD (Duke University, USA)

Créditos : 5 (posgrado)

Fecha de inicio :  13/05/19

Fecha de finalización : 17/05/19

Duración : 5 días

Horario : 09:00 a 12:00hs

Lugar : A confirmar – Facultad de Ingeniería, UdelaR

Contacto : PhD Federico Lecumberry (fefo@fing.edu.uy)

Afiche curso MAPI

El objetivo del curso es cubrir los aspectos teóricos y prácticos del procesamiento avanzado de imágenes incluyendo un análisis de los principales desarrollos algorítmicos que han aparecido en los últimos años en el área de fotografía computacional y criomicroscopía electrónica. El curso introduce los conceptos necesarios para que los estudiantes sean capaces de entender, ejecutar e implementar sus propias técnicas para el procesamiento avanzado de imágenes. Los conceptos abordados son utilizados en varias aplicaciones de tratamiento de imágenes incluyendo fotografía en clave baja (Low-Light Photography), super-resolución y procesamiento de rafagas de imagenes (Burst Photography), como los implementados en dispositivos móviles modernos iPhone X y Google Pixel 3.

El curso cubre dos partes. La primera es una introducción a problemas generales de procesamiento de imágenes bajo regímenes extremos de relación señal a ruido, incluyendo técnicas avanzadas de registrado, restauración, clasificación y mejoramiento. La segunda parte cubre aspectos específicos relacionados con el procesamiento de imágenes 3D de criomicroscopía electrónica (Cryo-EM, técnica a la que fuera recientemente otorgado el premio Nobel de química). En esta parte del curso se introducen los principios fundamentales de la técnica y los últimos avances algorítmicos en términos de procesamiento de imágenes (incluyendo aplicaciones de aprendizaje profundo o Deep Learning).

Asimismo, incluye una parte práctica en que los estudiantes aprenden a ejecutar todos los pasos necesarios para convertir secuencias de imágenes de gran escala en estructuras moleculares de proteínas a alta resolución.

Por más información e inscripciones : https://eva.fing.edu.uy/course/view.php?name=mapi