Home » Cursos de posgrado

Category Archives: Cursos de posgrado

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 :  A confirmar

Fecha de finalización : A confirmar

Duración : A confirmar

Horario : A confirmar

Salón : A confirmar en 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 :  Lunes 22/04/19

Fecha de finalización : Viernes 26/04/19

Horario : 3 horas de clase por día

Salón : A confirmar en 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

Curso “Rehabilitación del control del movimiento”

Docente : Andy Hoffer (Simon Fraser University)

Fecha de inicio :  11 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

Curso de posgrado “Procesamiento de Imágenes para Biología y Medicina” (PIMBIO 2018)

Docentes participantes : Federico Lecumberry (FIng, IPMon), Gregory Randall (FIng), Álvaro Gómez (FIng), Gabriel De Cola (FIng), Gastón García (FIng), Rossana Sapiro (FMed), Patricia Cassina (FMed)

Fecha : En Octubre 16-19, 22-24, 29-31 y en Noviembre 5-7

Horario : 14:00 a 18:00hs

Lugar : Salón 401 (cuarto piso) de la Facultad de Ingeniería-UdelaR

El curso de posgrado en “Procesamiento de Imágenes para Biología y Medicina” (PIMBIO) que comenzará a dictarse el 16 de octubre de este año en Facultad de Ingeniería, está dirigido a investigadores y estudiantes de las áreas de ciencias de la vida (carreras en biología, medicina, bioquímica, biología humana, etc.)  que se interesen por el procesamiento de imágenes por computadora. Están invitados también estudiantes de ingeniería u otras carreras universitarias que se interesen por el tema.

Durante el curso se introducirán los conceptos principales del procesamiento de imágenes por computadora con especial énfasis en su aplicación de ciencias de la vida como ser imágenes de microscopía. Se abarcarán los distintos aspectos de un área muy extensa de manera de dejar claros los conceptos generales subyacentes y abrir la puerta a un estudio más detallado por parte del estudiante. Al finalizar el curso el estudiante comprenderá los fundamentos del procesamiento de imágenes por computadora, tendrá experiencia en el uso de software que implementa algoritmos de procesamiento de imágenes y podrá encarar proyectos de aplicación en esta área, en diálogo con personal más experimentado.

Por más información e inscripciones : http://www.imagina.ei.udelar.edu.uy/pimbio2018

Fecha límite de inscripción : 1° de octubre de 2018

Ingeniería cardiovascular del laboratorio a la clínica

Docente :   Ricardo Armentano (rarmentano@fing.edu.uy)

Fecha : Jueves 06/09/18 (inicio)

Horario : Jueves de 13:00 a 16:00hs

Lugar : Salón de Seminarios, IIE

La ingeniería cardiovascular integra elementos de la biología, la ingeniería eléctrica, la ingeniería mecánica, matemática, informática y física con el fin de describir y comprender al sistema cardiovascular. Su objetivo es desarrollar, comprobar y validar una interpretación predictiva y cuantitativa del sistema cardiovascular en un adecuado nivel de detalle, y aplicar conceptos resultantes hacia la solución de diversas patologías.  La ingeniería del sistema cardiovascular caracteriza al corazón y al sistema vascular como un todo, y comprende la física del sistema circulatorio incluyendo el continente (las paredes arteriales) y el contenido (sangre), así como la interrelación entre ambos. La modelización matemática constituye una herramienta de gran valor e indispensable para una mejor comprensión de la génesis de las enfermedades cardiovasculares. Modelos de conocimiento deben ser aplicados, para lograr un mejor abordaje clínico que permita evaluar los efectos del envejecimiento y eventos patológicos como la hipertensión, la hipercolesterolemia y la ateroesclerosis.

Este curso abarca diversos dominios, pero básicamente podría concentrarse en la teoría y aplicación de la descripción y comprensión de los fenómenos fisiológicos y fisiopatológicos que se relacionan a la onda de presión y al flujo de sangre en el corazón y las arterias.

Asímismo, apunta a llenar una laguna fundamental en los fundamentos ingenieriles del sistema cardiovascular en su abordaje experimental in vitro in silico hasta sus aplicaciones in vivo . La obtención experimental de las variables es un punto fundamental en la fisiología humana cuantitativa. Si bien se mantiene la continuidad de los conceptos matemáticos, se hace hincapié en la aplicación práctica. El desarrollo de las clases teóricas y prácticas tiene un denominador común: la implementación de técnicas operacionales para la adquisición por parte del alumno de una capacidad de razonamiento críticos en los fundamentos de la aplicación de las tecnicas que llevan a la detección precoz de enfermedades cardiovasculares tales como la aterosclerosis, la hipertensión arterial, la insuficiencia cardíaca entre otros flagelos actuales de la humanidad.

TAO : Teoría y Algoritmia de Optimización

Fecha : Lunes 06/08/18 (reunión inicial), están previstas sesiones los lunes y miércoles

Horario : 10:00 a 12:00hs

Lugar : Salón de Seminarios, IMERL

“TAO : Teoría y Algoritmia de Optimización” es un curso de matemática aplicada de interés general para todas las áreas de investigación

Saludos,

Ignacio Ramírez

Diseño de redes inalámbricas de clase empresarial – Nueva Edición 2018

Fecha : Miércoles 29/08/18 (reunión inicial), está prevista una sesión todos los miércoles durante 8 semanas

Horario : 18:30 a 20:30hs

Lugar : Salón de Seminarios, IIE

“Diseño de redes inalámbricas de clase empresarial” es un curso de actualización y posgrado con foco específico en el diseño profesional y despliegue de soluciones WiFi.

En la página del curso pueden ver más información, así como los trabajos realizados en ediciones anteriores.

La inscripción debe realizarse ante el Departamento de Bedelía de la Facultad en su página http://www.fing.edu.uy/cursos/.

Por más información, dudas sobre la inscripción o medios de pago, contactarse con María Misa (mmisa@fing.edu.uy) en secretaría del IIE.

Saludos,

German Capdehourat

Curso de grado, posgrado y actualización : Procesamiento digital de señales de audio

Fecha de inicio : Martes 31/07/18, 11:00hs

Días y Horario : Martes y jueves de 10:00 a 12:00hs

Lugar : Laboratorio de Software del IIE – Facultad de Ingeniería, J. Herrera y Reissig 565

Procesamiento digital de señales de audio  (8 créditos, 55 horas presenciales) por  Ing Martín Rocamora e Ing Ignacio Irigaray

Contacto : Martín Rocamora en rocamora@fing.edu.uy

https://eva.fing.edu.uy/course/view.php?name=audiodsp

Descripción

El procesamiento digital de audio es una rama importante del procesamiento de señales, que encuentra aplicaciones en áreas tan diversas como las telecomunicaciones, la creación musical o la interacción humano-máquina. El curso aborda los conocimientos teóricos y prácticos para comprender e implementar algoritmos clásicos de procesamiento digital de audio y brinda un panorama de sus aplicaciones.

Métodos automáticos para la interpretación de datos biomédicos

En el marco del curso Modelado y Agrupamiento de Datos en Alta Dimensión a dictarse a partir del 7 de mayo de 2018 por el Profesor René Vidal (Johns Hopkins University) se dictará la siguiente charla de divulgación:

Métodos automáticos para la interpretación de datos biomédicos

Jueves 10 de mayo, 18hs, salón 102 (junto al Instituto de Ingeniería Eléctrica) Facultad de Ingeniería

En años recientes hemos presenciado una explosión en la disponibilidad de datos biomédicos de múltiples modalidades y escalas. Sin embargo, la falta de métodos automáticos para interpretar tales datos representa un impedimento mayor a la hora de comprender los mecanismos, el diagnóstico y el tratamiento de enfermedades humanas. En esta charla, haré una reseña de nuestro trabajo reciente en el desarrollo de métodos automáticos para la interpretación de datos biomédicos de múltiples modalidades y escalas. A nivel celular, presentaré un método de factorización de matrices estructuradas para segmentar neuronas y encontrar sus patrones de disparo en videos de imagenología de calcio y un método de análisis de formas para clasificar cardiomiocitos embrionales en videos de imagenología óptica. A nivel de órganos, presentaré un marco Riemanniano para el procesamiento de imágenes de resonancia magnética por difusión (dMRI) del cerebro, y un método estocástico de seguimiento para detectar fibras de Purkinje en MRI cardíacos. A nivel de pacientes, presentaré sistemas dinámicos y métodos de aprendizaje automático para reconocer gestos quirúrgicos y evaluar las habilidades de un cirujano a partir de movimientos registrados de un robot médico y filmaciones.