Home » Departamento de Procesamiento de Señales

Category Archives: Departamento de Procesamiento de Señales

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”

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

Invitación a próxima charla del 06/09 – Grupo de lectura “Big Data y Reconocimiento de Patrones”

Estimados/as,

Tenemos el agrado de invitarles a la próxima sesión del grupo de lectura de ICT4V “Big Data y Reconocimiento de Patrones”. A continuación encontrarán las coordenadas del encuentro :

Título de la charla : Fast Online Binary Matrix Factorization via Dictionary Learning
Ponente : Dr Ing Ignacio Ramírez
Fecha : 06/09/2018 – 09:30 horas
Lugar Sala de reuniones de ICT4V

Esperamos contar con su presencia.

Cordiales saludos,

Romina Castellini

ICT4V – Information and Communication Technologies for Verticals
(+598) 2604 4290
Av Italia 6201 Parque Tecnológico del LATU
11500 Montevideo, Uruguay
http://www.ict4v.org/

CERRADO Llamado Docente Grado 1 Dpto. de Procesamiento de Señales

REPARTIDO Nº 39/18

LLAMADO Nº 96/2018, Exp. 060180-001186-18

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 :  Jueves 23/08/2018 – Jueves 06/09/2018

CERRADO Llamado Docente Grado 4 Perfil en Ingeniería Eléctrica con énfasis en Procesamiento de Señales e Imágenes

REPARTIDO Nº 36/18

LLAMADO Nº 85/2018, Exp. Nº 311220-000090-18

Se llama a aspirantes para la provisión efectiva de un cargo de PROFESOR AGREGADO (Escalafón G, Grado 4, 40 horas semanales) Perfil en Ingeniería Eléctrica con énfasis en Procesamiento de Señales e Imágenes, para cumplir funciones en el PDU (Polo de Desarrollo Universitario) “Grupo de Ingeniería Aplicada a los Procesos Agrícolas y Biológicos”, CENUR (Centro Universitario Regional) Litoral Norte – Centro Local Paysandú, SRA (Servicio de Referencia Académica) Facultad de Ingeniería.

Plazo: Jueves  02/08/2018 – Lunes 01/10/2018

Entrevista al Dr Pablo Musé, G5 Procesamiento de Señales del IIE, disponible en Montevideo No y Amenaza Roboto

Difundimos a través de los siguientes links, la entrevista realizada al Dr Pablo Musé, en Montevideo No por Miguel Ángel Dobrich, disponible también en la plataforma de periodismo tecnológico y científico Amenaza Roboto :

Montevideo No. Episodio 113 : “Volver a leer Frankenstein” Miguel Ángel Dobrich dialoga con el ingeniero eléctrico y artista plástico : Pablo Musé

Amenaza Roboto. Restaurador de Imágenes, lector de Frankenstein. Pablo Musé, Ingeniero eléctrico, PhD en Matemática Aplicada y Profesor Titular del Departamento de Procesamiento de Señales de la Facultad de Ingeniería de la UdelaR, en Montevideo No con Miguel Ángel Dobrich

 

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.

Participación del Dr Pablo Musé, En Perspectiva-Radio Mundo, Martes 10/07/18

Difundimos a través del siguiente link, la participación del Dr Pablo Musé, en el programa En Perspectiva, emitido por Radio Mundo, el día martes 10/07/18 :

La Mesa TIC: ¿Cómo impacta la Inteligencia Artificial en la creación artística y cultural? (I)

CERRADO Llamado Docente Grado 2 Dpto. de Procesamiento de Señales

REPARTIDO Nº 30/18

LLAMADO Nº 74/18, Exp. 060180-000754-18

Se llama a CONCURSO DE MÉRITOS para la provisión en efectividad de un cargo (Tipo II – Tecnológico) de ASISTENTE (Grado 2, 10 horas semanales) del Departamento Procesamiento de Señales del INSTITUTO DE INGENIERÍA ELÉCTRICA – IIE.

Plazo : Jueves 12/07/2018 – Viernes 10/08/2018

Defensa Tesis Maestría : “Identificación automática de cantante en música polifónica”

Jueves 14 de junio 14hs, Salón Rojo (piso 7, salón 703) – Facultad de Ingeniería, Julio Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Pablo Massaferro :  “Identificación automática de cantante en música polifónica”

Tutores : Pablo Cancela y Martín Rocamora

Tribunal : Mauricio Delbracio, Álvaro Gómez y Luiz W. P. Biscainho (UFRJ)

Saludos,

Martín Rocamora

Resumen :

La aplicación de la tecnología digital a la producción y distribución de
música ha dado lugar a una verdadera revolución, facilitando el acceso de
los artistas a los estudios de grabación, y generando un crecimiento
exponencial de la cantidad de registros fonográficos. Esto ha generado que
los sistemas de clasificación y sugerencia, basados en herramientas de
procesamiento de señales y aprendizaje automático, se hayan transformado en
puntos clave en la gestión de la oferta musical. En este contexto, es de
especial relevancia automatizar algunas tareas, como la identificación del
cantante a partir de un archivo de audio.

En este trabajo se exploran las técnicas existentes de identificación de
cantantes en archivos de audio de música polifónica. Varios trabajos
abordan el problema sin realizar separación de fuentes, debido a las
dificultades que esto conlleva, lo que genera que los algoritmos de
clasificación aprendan a reconocer al cantante junto con su acompañamiento
musical.

La selección de la instrumentación, efectos de audio, mezcla y masterizado
juegan un rol importante en el sonido final de las canciones que integran
un álbum. En trabajos previos, los efectos vinculados a estos aspectos de
la producción fonográfica han sido poco explorados. Para mostrar estos
efectos y poder cuantificarlos, en este trabajo se crea la base de datos
VoicesUy, en la cual canciones populares rioplatenses son cantadas por
artistas profesionales y grabadas en multipista. Los cantantes interpretan
las mismas canciones de forma de poder realizar identificación de voces
entre archivos donde la única diferencia es la voz. Esta base de datos
permite evaluar tanto algoritmos de separación de fuentes como de
clasificación de voces. El hecho de que los cantantes que participan en la
grabación de la base tengan su propia discografía, permite además evaluar
la incidencia de los efectos de diferentes etapas de la producción musical
en la identificación de cantante. VoicesUy es la primer base de datos de
música popular en castellano para identificación de cantante y separación
de fuentes.

Se presentan experimentos que muestran que, si bien el acompañamiento
musical dificulta la identificación de cantante, un artista interpretando
sus composiciones junto con su banda es más fácil de identificar que
interpretando versiones. Denominamos a este comportamiento “efecto banda”.
Se muestra cómo mejora la clasificación del intérprete al utilizar técnicas
de separación de fuentes. Se prueba una técnica de enmascaramiento sobre
una representación tiempo-frecuencia no tradicional y se comparan los
resultados utilizado representaciones clásicas como el espectrograma. Para
aplicar estas técnicas se utiliza la información de la frecuencia
fundamental de la voz. Los resultados de identificación de cantante
obtenidos son comparables con otros trabajos de referencia. La
clasificación de voces sobre VoicesUy, aplicando separación de fuentes,
alcanza un acierto del 95.1 %.