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)
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
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.
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
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.
Noticias recientes
Llamado Docente Grado 5 Dpto. de Potencia
CERRADO Llamado Docente Grado 1 Núcleo de Ingeniería Biomédica NIB
Curso “Algoritmos y arquitecturas para procesamiento de señales digitales”
Curso “Procesamiento de imágenes satelitales a gran escala”
Defensa Tesis Maestría : “Espionaje por emisiones electromagnéticas”
Curso “Rehabilitación del control del movimiento”
Curso “Aprendizaje Profundo por Refuerzo” (Deep Reinforcement Learning)
CERRADO Llamado Docente Grado 2 Núcleo de Ingeniería Biomédica NIB
El IIE en los medios : MedAcel, dispositivo creado en nuestro instituto y que rastrea la actividad física del usuario a lo largo del día
CERRADO Llamado Docente Grado 2 Dpto. de Procesamiento de Señales
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).