Home » Academia

Category Archives: Academia

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

Curso “Algoritmos y arquitecturas para procesamiento de señales digitales”

Docentes : Prof Lirida Naviner (Télécom ParisTech, Francia). El Profesor responsable local es el Dr Fernando Silveira con la participación también del Ing Francisco Veirano

Créditos : A confirmar

Fecha de inicio :  09/04/19

Fecha de finalización : 12/04/19

Duración : 4 días

Horario : 14:00 a 17:00hs

Lugar : Salón Rojo (piso 7, salón 703) – Facultad de Ingeniería, Julio Herrera y Reissig 565

Consultas : Fernando Silveira (silveira@fing.edu.uy) y Francisco Veirano (fveirano@fing.edu.uy)

Curso “Procesamiento de imágenes satelitales a gran escala”

Docentes : Dr Gabriele Facciolo (CMLA, ENS París Saclay, Francia), Dr Enric Meinhardt-Llopis (CMLA, ENS Cachan, Francia) y Dr Carlo de Franchis (CNRS, París, Francia). El Profesor responsable local es el Dr Pablo Musé.

Créditos : 4 créditos; 20 horas presenciales

Fecha de inicio :  Martes 23/04/19

Fecha de finalización : Viernes 26/04/19

Horario : 4 horas de clase por día, de 08:00 a 12:00hs

Salón : 401 de Facultad de Ingeniería, Julio Herrera y Reissig 565

Consultas : Pablo Musé (pmuse@fing.edu.uy)

Formulario de Aprobación Curso de Actualización

Formulario de Aprobación Curso de Posgrado

Procesamiento de imágenes satelitales a gran escala

Curso hands-on de introducción al procesamiento de imágenes satelitales. Los estudiantes aprenderán a resolver problemas de imágenes de escala real usando imágenes bajadas directamente de agencias espaciales (ESA, NASA). Los problemas abordados en el curso incluyen: Modelado y corrección de la geometría de adquisición de las imágenes; Ortorrectificación de imágenes capturada desde ángulos arbitrarios; Reconstrucción 3D a partir de múltiples imágenes; Registrado y fusión de imágenes y datos 3D.

Las técnicas matemáticas necesarias serán introducidas a medida. En particular, cálculo variacional (para el modelado de varios problemas de procesamiento de imágenes), optimización discreta (para cálculo eficiente de los modelos), teoría de la aproximación y análisis espectral (para la representación óptima de modelos físicos con pocos parámetros), y morfología matemática (para el filtrado de datos 2D y 3D).

Por más información e inscripciones :

https://eva.fing.edu.uy/course/view.php?id=1239&sesskey=6r6Ba9ppZK&edit=off

Curso “Rehabilitación del control del movimiento”

Docente : Andy Hoffer (Simon Fraser University)

Fecha de inicio :  4 de febrero de 2019

Fecha de finalización :  22 de febrero de 2019

Duración : 2 semanas (más evaluación)

Horario : 08:00 a 12:00hs (a confirmar)

Salón : A confirmar en Facultad de Ingeniería, Julio Herrera y Reissig 565

Consultas : Julián Oreggioni (juliano@fing.edu.uy) y Angel Caputi (acaputi@iibce.edu.uy)

Entre el 11 y el 22 de febrero de 2019 nos visitará el Dr Andy Hoffer de Simon Fraser University(Canadá) para dar un curso de posgrado sobre Rehabilitación del Control del Movimiento, orientado a ingenieros biomédicos, ingenieros eléctricos, médicos, fisioterapeutas, kinesiólogos o terapeutas ocupacionales, entre otros. El curso se desarrollará a lo largo de dos semanas presenciales intensivas (de toda la mañana por ejemplo), y un examen final 5 o 6 semanas después, con clases de consulta en el medio (remotas).

El curso se está  co-organizando entre el  Dr Julián Oreggioni y el Dr Angel Caputi del IIBCE. Su objetivo principal es brindar una primera aproximación al área de interfase entre la ingeniería y la neurociencia, es autocontenido, y tiene aspectos bien interesantes, relacionados con la experiencia del Dr Hoffer en el desarrollo y comercialización de dispositivos médicos (incluyendo ensayos clínicos, requisitos regulatorios y vías de comercialización para terapias innovadoras). Además del potencial académico que tiene el problema a ser abordado, puede dar origen a un aspecto traslacional de la investigación en neurociencia y promover la innovación en un campo de la salud poco desarrollado en nuestro medio.

Para inscribirse hacer click aquí

Curso “Aprendizaje Profundo por Refuerzo” (Deep Reinforcement Learning)

Docentes : Pablo Sprechmann (Google DeepMind), José Lezama (IIE), Maurcio Delbracio (IIE)

Fecha de inicio : 25 de febrero de 2019

Fecha de finalización : 1° de marzo de 2019

Duración : 1 semana

Horario : Lunes a Viernes de 09:00 a 12:00hs

Salón : A confirmar en Facultad de Ingeniería, Julio Herrera y Reissig 565

Consultas : Mauricio Delbracio (mdelbra@fing.edu.uy)

El objetivo del curso es presentar una introducción al reinforcement learning (aprendizaje por refuerzos) y al deep reinforcement learning, de forma que los estudiantes sean capaces de implementar, aplicar y evaluar algoritmos relevantes utilizando la herramienta Tensorflow. El reinforcement learning es un área del aprendizaje de máquinas cuyo objetivo es determinar qué acciones debe escoger un agente en un entorno dado con el fin de maximizar alguna noción de “recompensa” o premio acumulado. El deep reinforcement learning es una sub-área del reinforcement learning en donde redes neuronales (entrenadas mediante técnicas de aprendizaje profundo) son utilizadas como funciones aproximantes por algoritmos de reinforcement learning. El aprendizaje profundo por refuerzo tiene potencialmente una gran cantidad de aplicaciones. Cualquier aplicación en la que necesite encontrar la mejor política para tomar una acción con el fin de maximizar un objetivo dado en contexto complejo (difícil de modelar) es un buen candidato de aplicación. Algunos ejemplos son: entrenamiento de robots o tareas robóticas, control del tráfico urbano, administración de sistemas de energía con fuentes y configuraciones de generación múltiples, piloto automático de vehículos autónomos, comercio con estrategias óptimas.

El curso cubre dos partes. La primera es una introducción a los problemas de predicción y control utilizando técnicas del reinforcement learning. La segunda, aborda el deep reinforcement learning, en particular los recientes avances en el área. El objetivo es cubrir los aspectos teóricos básicos del aprendizaje por refuerzos, y los principales desarrollos algorítmicos que han aparecido en los últimos años en el área de deep reinforcement learning. El curso busca presentar a los estudiantes los principales aspectos de modelado, algorítmicos y de optimización de forma de que ellos mismos sean capaces de implementar sus propios modelos.

Keywords : Aprendizaje por Refuerzo, Aprendizaje Profundo, Deep Reinforcement Learning

DRL2019-afiche

El IIE en los medios : MedAcel, dispositivo creado en nuestro instituto y que rastrea la actividad física del usuario a lo largo del día

En la era digital, el potencial de la tecnología médica parece no tener límites, muestra de ello, es el dispositivo MedAcel, creado a partir de un Proyecto de Fin de Carrera del IIE,  por los estudiantes Joaquín Facal, Nicolás Gammarano y Alex Gurevich, y que contó con la tutoría del docente de Electrónica Ing Pedro Arzuaga

Para poder acceder a la nota completa, la cual se publicó en El Observador, en su edición del día lunes 26/11/18, les dejamos el link  para compartir con todo el colectivo del IIE

 

El IIE en los medios : Por primera vez un museo uruguayo tendrá una app que funciona como audioguía para los visitantes

Arte y tecnología se dan la mano gracias a MNAVegante,  la aplicación creada en el marco de un Proyecto de Fin de Carrera, por los estudiantes Antonio Bracco, Agustín Navcevich y Federico Grunwald, y que contó con la tutoría de los docentes de Telecomunicaciones, Dr Ing Federico La Rocca y Germán Capdehourat, así como con la financiación de Antel

Para poder acceder a la nota completa, la cual se publicó en El Observador, en su edición del día miércoles 07/11/18, les dejamos el link  para compartir con todo el colectivo del IIE

Curso “Aplicaciones de la Teoría de la Información al Procesamiento de Imágenes”

Docente : Álvaro Martín (InCo)

Fecha de inicio : 17 de octubre de 2018

Duración : 3 semanas

Teórico : En Salón Verde (piso 7, salón 720) – Facultad de Ingeniería, Julio Herrera y Reissig 565, de 09:00 a 12:00hs, los días  miércoles 17/10,  viernes 19/10,  miércoles 24/10,  viernes 26/10, lunes 29/10 y  miércoles 31/10

Práctico : A definir

Se estudiaran principios teóricos básicos en modelado estadístico de datos, y cómo se toman en cuenta dichos principios en el diseño de algoritmos prácticos en el área de procesamiento de imágenes. Este curso está ofrecido por el Núcleo de Teoría de la Información de la Facultad de Ingeniería. Los detalles se pueden encontrar en el sitio EVA del curso : “Aplicaciones de la Teoría de la Información al Procesamiento de Imágenes”

Miércoles 10 de octubre, 17:30 hs “Pensamiento computacional y Robótica educativa” Reunión Académica de Trabajo CICEA

Los invitamos a participar de la Reunión Académica de Trabajo del Centro Interdisciplinario en Cognición para la Enseñanza y el Aprendizaje que tendrá lugar el día miércoles 10 de octubre a las 17:30 horass en José E. Rodó 1839 bis.

En esta oportunidad, los invitamos a debatir sobre Pensamiento computacional y Robótica educativa :

 ¿A qué nos referimos cuando hablamos de pensamiento computacional? ¿De qué maneras podemos evaluar esta capacidad? ¿Se puede enseñar? ¿Cuál es el aporte de las experiencias en robótica educativa? ¿Qué rol deberían tener en la educación? 

En el presente encuentro expondremos en torno a varios de estos desafíos y relataremos algunas de las experiencias que se vienen llevando a cabo en nuestro país.

Panelistas invitados : Emiliano Pereiro (Plan Ceibal), Mauro Scópise, Clara Darino, Federico Mello (Equipo de asociación Gurises Unidos).

Comité Organizador CICEA : Anaclara Gerosa, Víctor Koleszar, Alejandra Carboni, Gonzalo Tejera, Leonel Gómez

Entrada libre. Registro previo aquí

Agradecemos máxima difusión!

Saludos,
Asist. Lic. Dahiana Fitipalde

Centro Interdisciplinario en Cognición para la Enseñanza y el Aprendizaje

Centro de Investigación Básica en Psicología
Universidad de la República
Montevideo, Uruguay