Home » Departamento de Procesamiento de Señales

Category Archives: Departamento de Procesamiento de Señales

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 %.

CERRADO Llamado Docente Grado 3 Dpto. de Procesamiento de Señales

Repartido Nº 24/18

Llamado Nº 55/2018, Exp. 060180-000172-18

Se llama a aspirantes para la contratación de un cargo (Tipo II: Tecnológico) de PROFESOR ADJUNTO (Grado 3, 10 horas semanales) del Departamento de Procesamiento de Señales, del INSTITUTO DE INGENIERÍA ELÉCTRICA – IIE, por un período de un año, a partir de la toma de posesión del cargo y con cargo al proyecto ANII FCE 135458 “Aprendizaje profundo para la restauración eficiente de imágenes y videos”.

Plazo :  Miércoles 06/06/18 – Miércoles 20/06/18

Defensa Proyecto : “Reconocimiento automático de voz hablada para pruebas neuropsicológicas y detección de dificultades en el leguaje”

Jueves 31 de Mayo 14hs, Salón de Seminarios del IIE – Facultad de Ingeniería, Julio Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de proyecto de carrera “Reconocimiento automático de voz hablada para pruebas neuropsicológicas y detección de problemas en el lenguaje”

Estudiantes : Gabriel De Cola y Guzmán Chalupa

Tutores : Pablo Cancela y Martín Rocamora

Tribunal : Federico Lecumberry, Juan Valle Lisboa y Pablo Zinemanas

Saludos,

Martín Rocamora

Resúmen :

Este proyecto nace en respuesta a una propuesta realizada por el Centro de
Investigación Básica en Psicología (CIBPsi) de Facultad de Psicología,
UdelaR. En el CIBPsi se busca diseñar e implementar una batería
digitalizada de tareas que permita evaluar predictores de dificultades en
el aprendizaje de la lectura. Se pretende crear una interfaz lúdica para
los niños y una evaluación sistemática y masiva. Se espera que los datos
recopilados permitan predecir dificultades en el aprendizaje de la lectura
posibilitando intervenciones precisas y oportunas.
El aporte que busca realizar este proyecto de fin de carrera es la
automatización de la etapa de evaluación de un predictor de dificultades en
la lectura en niños : la nominación automatizada rápida (RAN, por sus siglas
en inglés), que es considerado uno de los principales predictores de
desempeño lector. Consiste en la denominación secuencial de un conjunto de
50 elementos dispuestos en una matriz de 5 filas, en que se pide al niño
que nombre uno a uno cada elemento lo más rápido posible, y se mide la
precisión en las respuestas y el tiempo total de la tarea. Los elementos de
la matriz pueden ser objetos, colores, números o letras. La aplicación de
estos tests implica que una persona debe presentar la tarea al niño, y
grabar la realización en un archivo de audio.
La solución propuesta se basa en la idea de que el test usa elementos que
se repiten, es decir, se basa en la autosimilitud de la señal de audio. El
sistema implementado segmenta la señal de audio para identificar el inicio
y el fin de cada palabra y luego extrae características que permiten
compararlas. Existe una etapa de alineamiento entre los segmentos de audio
correspondientes a las palabras detectadas, que busca establecer su
similitud, teniendo en cuenta deformaciones temporales entre realizaciones
diferentes de una misma palabra. Luego, los segmentos de audio se agrupan
automáticamente para establecer cuáles corresponden a una misma palabra.
Por último, se realiza una comparación entre la matriz original del test
RAN y la secuencia de palabras identificadas, que permite detectar los
errores cometidos.

Charla: Inteligencia Artificial y Visión por Computadora. Aplicaciones, investigación y opciones formativas

Invitamos a participar de un encuentro para conocer más sobre aprendizaje automático, deep learning y visión por computadora. El 14 de mayo a las 18 h, Pablo Musé (Fing) y Agustín Azzinnari (Tryolabs) brindarán una charla sobre un campo que ha registrado avances revolucionarios.

Inscribite en este enlace

En los últimos años, la reaparición de las técnicas de Aprendizaje Profundo (Deep Learning) ha abierto nuevas y creativas formas de abordar algunos problemas clásicos de Machine Learning e Inteligencia Artificial, como es el campo de la Visión por Computadora. Las mismas permiten que sea posible identificar peatones a partir de una foto tomada desde la cámara de un auto, o contar y ubicar las cabezas de ganado presentes en una foto aérea, entre innumerables aplicaciones. 

En el primer bloque de la charla, Pablo Musé (Profesor Titular del Departamento de Procesamiento de Señales del Instituto de Ingeniería Eléctrica de Fing) expondrá sobre la oferta de cursos del Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería que están vinculados al Aprendizaje Automático y la Visión por Computadora. Ahondará en los caminos existentes para desarrollar proyectos de grado y posgrado en estas áreas, y mencionará algunos ejemplos de ex estudiantes de la Facultad que están trabajando o investigando activamente en Computer Vision o Machine Learning.

En el segundo bloque, Agustín Azzinnari (Project Manager y Research Engineer de Tryolabs) abordará el problema de la detección y clasificación automática de objetos en imágenes y videos a través de las técnicas de Deep Learning. Pondrá el problema en contexto haciendo un repaso por el estado del arte y explicando su motivación y principales desafíos. Finalmente, utilizará como caso de estudio a Luminoth, una herramienta de código abierto creada por Tryolabs para asistir en problemas de detección de objetos en imágenes y video, explicando los principales desafíos en su construcción y resultados actuales.

La actividad está dirigida a estudiantes. También se invita a participar a docentes y ex alumnos de la Facultad de Ingeniería, así como a todo el público interesado en la temática. 

Inscribite en este enlace

Datos relevantes
Fecha: Lunes 14 de mayo
Hora: 18 h
Lugar: Salón de actos de Facultad de Ingeniería (1º piso del edificio central)
Expositores:
Pablo Musé, Profesor Titular del Departamento de Procesamiento de Señales del Instituto de Ingeniería Eléctricade la Facultad de Ingeniería
Agustín Azzinnari, Project Manager y Research Engineer de Tryolabs

Actividad gratuita con inscripción previa aquí. Cupos limitados. 

Organizan: Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería de la Universidad de la República, Fundación

Nota al Dr Pablo Musé, Docente Grado 5 de Procesamiento de Señales del IIE, La Diaria, Viernes 27/04/18

Es con mucho agrado que compartimos con todo el colectivo del IIE, la presente nota realizada a uno de sus grandes talentos, en el siguiente link se despliega la información completa :

La humanidad paralela : Debates en torno a la inteligencia artificial y la creación artística.