Inicio » Departamento de Procesamiento de Señales

Archivos de la categoría: Departamento de Procesamiento de Señales

Defensa Remota Proyecto : “Desarrollo de herramienta para visualización y análisis de evolución de virus»

Lunes 28 de diciembre 14:00hs

Tenemos el agrado de invitarlos a la defensa remota del proyecto de fin de carrera : “Desarrollo de herramienta para visualización y análisis de evolución de virus». Este es un proyecto compartido entre un estudiante del IIE y otro del InCo, y forma parte de una línea de investigación de algunos años ya con investigadores del IMERL, FCien e IPMon.

Estudiantes : Federico Aicardi y Rodrigo Céspedes

Tutor :  Federico Lecumberry (IIE), Maine Fariello (IMERL) y Lorena Etcheverry (InCo)

Tribunal : Ernesto Dufrechou (InCo), Ewelina Bakala (InCo), Gonzalo Moratorio (FCien) y Matías Di Martino (IIE-IFFI-Duke)

La defensa se realizará en forma remota a través de Zoom, el link de la reunión es el siguiente :

https://us02web.zoom.us/j/84686002724?pwd=UldLajdJTUhQbjlWbXhCZlhUakVTZz09

ID de reunión : 846 8600 2724

Código de acceso : 163017

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Federico Lecumberry

Resumen :

El estudio de poblaciones de virus de ARN es una tarea desafiante dada su habilidad para evolucionar rápidamente y evadir la respuesta inmune del huésped, basada en la variabilidad genética extrema. El surgimiento de las tecnologías de NGS (Next Generation Sequencing) ha provocado que la adquisición de datos de evolución de poblaciones de virus a lo largo del tiempo sea factible. La dificultad recae en la cantidad y estructura de los datos. El análisis de datos evolutivos de virus es particularmente útil para medir la capacidad mutacional de los virus y su habilidad para adaptarse a nuevos ambientes.

A partir del trabajo «Análisis y Visualización de la Evolución de Virus» [31] en este proyecto se desarrolla una herramienta para analizar y visualizar los datos obtenidos por experimentos evolutivos de distintas especies de arbovirus, con el fin de poder entender los mecanismos que subyacen la adaptación de estos virus a distintos ambientes. Se desarrollaron dos nuevas aproximaciones metodológicas, una con una componente más visual y otra más analítica.

Como resultado se obtuvo una herramienta que integra todas estas aproximaciones brindando una interfaz al usuario. Se realizaron pruebas con un conjunto de datos conocidos, logrando obtener información de interés ya relevada.

Defensa Remota Proyecto : “PicassoBot»

Miércoles 16 de diciembre 17:00hs

Tenemos el agrado de invitarlos a la defensa remota del proyecto de fin de carrera : “PicassoBot”

Estudiantes : Daniel López, Paola Massonnier y Lucía Sirio

Tutor : Pablo Monzón, Juan Pablo Oliver y Pablo Musé

Tribunal : Álvaro Giusto, Julio Pérez y Santiago Martínez

La defensa se realizará en forma remota a través de Zoom, el link de la reunión es el siguiente :

https://salavirtual-udelar.zoom.us/j/85425660339?pwd=ME55V29GRmRTQ1ZrVDZpZUVPcjdadz09

ID de reunión : 854 2566 0339

Código de acceso : @XK#ppU0#r

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Pablo Monzón

Resumen :

PicassoBot es un brazo electro-mecánico de cuatro articulaciones compuesto por servos modelo Dinamixel AX-12 de Robotis, y diseñado por los autores del presente proyecto. El mismo se inspira en “Paul the robot” desarrollado por el artista Patrick Tresset, enmarcado en el proyecto AIKON del Departamento de Computación del Goldsmiths College (Londres, UK). “Paul the robot” es un brazo robótico que dibuja retratos humanos gracias a una capa de procesamiento invisible para el usuario.
El proyecto implica desarrollar un sistema de control de movimiento para los servos, tomando como entrada un archivo de texto que contiene los comandos a ser ejecutados en el lenguaje gráfico de plotters e impresoras HPGL de Hewlett-Packard. La salida resultante: la ejecución de movimientos mediante los cuales se representan figuras geométricas básicas como rectas, cuadrados y circunferencias. El sistema además tiene una infraestructura escalable para eventualmente llegar a representar figuras más complejas.
A lo largo del proyecto final de la asignatura “Sistemas Embebidos para Tiempo Real” se implementó una primera prueba de concepto, constituida por un prototipo de brazo robótico simplificado con dos articulaciones. Posteriormente se diseñó el sistema completo conformado por el brazo de cuatro articulaciones, junto con las unidades de procesamiento y comunicación que se desarrollaron. La entrada del sistema se toma desde una computadora que procesa el archivo HPGL en dos modos seleccionables, “Modo Operador” y “Modo Genérico”, el primero enfocado al uso manual del sistema por parte de un operador o usuario, y el segundo enfocado al procesamiento de archivos .dwg con sintaxis HPGL obtenidos desde un conversor de archivos gráficos. Una vez leída la información en coordenadas cartesianas, se envía al algoritmo de posicionamiento o control de trayectoria para caracterizar la secuencia de configuraciones de brazo sucesivas que representan al dibujo deseado en la traslación del lápiz. Esta secuencia se transmite por puerto serial, y los módulos de comunicación inalámbrica lo transmiten al brazo, donde un microcontrolador conforma los paquetes de instrucciones de los servos Dinamixel AX-12, y los envía para su ejecución. A modo de interfaz de usuario el sistema implementa una realimentación visual del estado del dibujo en tiempo real, a través de una transmisión en streaming hacia una web generada en la red Wifi creada por el mismo brazo.
El corazón del sistema es un algoritmo de traslación y posicionamiento punto a punto del extremo libre del brazo desarrollado en Octave GNU. El algoritmo toma como entrada pares de puntos cartesianos (X,Y) del plano donde se desea posicionar el lápiz, y automáticamente se calculan los ángulos en los que debe posicionarse el actuador de cada servo para representar la trayectoria deseada desde su posición actual, cualquiera sea ésta, hasta el punto de destino. En paralelo a la capa de posicionamiento en bases móviles se desarrolló un sistema dinámico que modela el movimiento a partir del control sistemático de las velocidades angulares de ejecución de los servos, con el objetivo de simular un brazo humano que dibuja al natural. Por último, se diseñó un protocolo de comunicación para transferir los datos generados desde el procesamiento en la computadora hasta la ejecución efectiva del movimiento, dejándose implementado un sistema de comunicación cableado, además del sistema inalámbrico que utiliza protocolo Wifi. Los resultados teóricos de estos algoritmos fueron evaluados durante su construcción mediante dos simuladores gráficos desarrollados particularmente para esta tarea.
Sin perder de vista el objetivo de componer dibujos a partir de figuras geométricas cerradas como circunferencias, cuadrados, rectángulos y rombos, en la práctica, el desempeño de ambos algoritmos se comparó mediante pruebas específicamente diseñadas para evaluar los aspectos de naturalidad del dibujo y fidelidad con respecto a su original, tanto cualitativa como cuantitativamente, identificando los factores que favorecen o perjudican el resultado.

 

Defensa Remota Proyecto : “Seguimiento de espermatozoides en secuencias de imágenes de microscopía confocal”

Lunes 21 de diciembre 10:00hs

Tenemos el agrado de invitarlos a la defensa remota del proyecto de fin de carrera : “Seguimiento de espermatozoides en secuencias de imágenes de microscopía confocal”

Estudiantes : Lucía Arboleya, Leonardo de los Santos y Mariano Fernández

Tutor : Federico Lecumberry

Tribunal : Álvaro Gómez (IIE), Gastón García (IIE) y Rossana Sapiro (FMed)

La defensa se realizará en forma remota a través de Zoom, el link de la reunión es el siguiente :

https://us02web.zoom.us/j/87586245029?pwd=WEZLcDZXZ1NUMlhiTWxtMGIzRGZrdz09

ID de reunión : 875 8624 5029

Código de acceso : 790698

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Federico Lecumberry

Resumen :

En este documento se presenta el proyecto Tracking de Espermatozoides, el cual consiste en el estudio de métodos e implementación de una herramienta que sea capaz de realizar el seguimiento y medida de fluorescencia de espermatozoides; incorporando un análisis de la incidencia de la frecuencia de muestreo de las imágenes en los resultados obtenidos. Líneas de investigación de investigadores de la Facultad de Medicina acerca de la relación entre el movimiento y el nivel de fluorescencia de los espermatozoides, fueron la base que permitió realizar el presente proyecto.

El trabajo realizado abarca un abanico de temas y disciplinas para lograr tener no solo una herramienta que sea capaz de realizar el seguimiento de múltiples espermatozoides, sino que además se tenga la mayor información acerca del desempeño esperado y la incidencia de los parámetros de adquisición de las secuencias.

Desde hace más de cinco décadas se desarrollan sistemas que permiten el seguimiento de espermatozoides en secuencias de imágenes de luz transmitida, pero no es común encontrar uno que realice el seguimiento en imágenes de fluorescencia. Asimismo, estos sistemas son cerrados y comerciales, por lo que no se tiene información específica de cómo realizan el seguimiento y cómo se calculan las medidas que terminan caracterizando las trayectorias. Esto desemboca en que no todos los investigadores tengan acceso a sistemas que les permitan realizar análisis en el área de motilidad de espermatozoides, y que además el progreso de estos sistemas se vea estancado. A partir de lo planteado, se desarrolló una herramienta de código abierto, que no solo funciona con secuencias de imágenes de fluorescencia, sino que además se agrega la funcionalidad en secuencias de imágenes de luz transmitida. Las medidas obtenidas son comparadas con un sistema comercial, obteniéndose resultados extremadamente similares.

Se realizó una serie de evaluaciones a la herramienta desarrollada, lo que permitió tener documentado el rendimiento esperado de la misma, frente a distintos parámetros en la adquisición. Se estudió cómo incide la frecuencia de muestreo de imágenes en el seguimiento y en las medidas obtenidas, y se logró verificar la dependencia existente con este parámetro y los resultados que se obtienen. Adicionalmente, se probaron distintos algoritmos de seguimiento y se mostraron los resultados obtenidos para cada algoritmo en función de la frecuencia de muestreo, pudiéndose obtener de manera cualitativa conclusiones de cuáles son los más adecuados a aplicar en la herramienta. Se estudió cuáles son los parámetros en la adquisición para obtener muestras que permitan lograr un desempeño óptimo de la herramienta.

Para ampliar el área de clasificación del movimiento de los espermatozoides, se investigó el área de clasificación automática de trayectorias. Se estudiaron diversas arquitecturas de redes neuronales y estrategias que permiten realizar clasificación y obtención de características, a partir de las trayectorias obtenidas a partir del seguimiento, y en base a estas características realizar agrupamientos. Se probó un proyecto en el cual las trayectorias son inyectadas en un módulo que permite obtener características de las mismas, y en función de estas características se estudió el agrupamiento de las trayectorias. Se tuvieron resultados interesantes, donde se los compara con la clasificación establecida por la Organización Mundial de la Salud (OMS).

Por último, se dejó una serie de módulos desarrollados de uso libre. Esos módulos están compuestos por :
* La herramienta en sí que permite realizar el seguimiento y medida de fluorescencia de espermatozoides.
* Un contenedor con la herramienta para que su distribución sea más fácil.
* Un proyecto de generación de secuencias sintéticas que simula el movimiento de los espermatozoides y la naturaleza de las imágenes de fluorescencia.
* Un contenedor donde se realiza la evaluación de la herramienta con distintos algoritmos de seguimiento.

 

Defensa Remota Tesis Maestría : “A study of deep learning and its applications to face recognition techniques”

Miércoles 2 de diciembre 16:00hs

Tenemos el agrado de invitarlos a la defensa remota de la tesis de maestría de Fernando Suzacq : “A study of deep learning and its applications to face recognition techniques”

Director de Tesis : Matías Di Martino (Universidad de la República & Duke University) y Maurcio Delbracio (Universidad de la República)

Tribunal : Alicia Fernandez (Universidad de la República), Jose Lezama (Universidad de la República), Javier Preciozzi (Universidad de la República), y Pablo Iturralde (UCU)

Podrán asistir como público a la defensa, a través del mismo canal que usará el tesista y el tribunal, a través de Zoom

En esta plataforma no es necesario que se registren, si puede que les pidan para ejecutar algo a partir de vuestro navegador

Identifíquense al ingresar con su nombre y apellido real (no con un alias)

Mantengan su micrófono silenciado y su video apagado

Al finalizar las preguntas del tribunal podrán permanecer en la reunión para aguardar el fallo del tribunal (el tribunal deliberará en otra sala virtual).

https://duke.zoom.us/j/99783959632

Saludos,

Matías Di Martino

Resumen :

La tesis estudia el uso de estero activo para mejorar la identificación de rostros. Se demuestra que mediante la proyección de un patron de alta frecuencia, información 3D puede ser obtenida (salteando el computo explícito de la reconstrucción 3D). En particular, demostramos que redes neuronales pueden aprender a extraer características relevantes e interpretar el patron proyectado. En particular, utilizando redes neuronales profundas, podemos aprender simultáneamente características asociadas a la textura (2D) y a la profundidad (3D), lo que permite utilizar el sistema propuesto de modo “Plug and Play” para mejorar cualquier método existente de reconocimiento facial 2D.

Defensa Remota Proyecto : “Cryo-EM Volume Denoising : Análisis de algoritmos de disminución de ruido sobre datos volumétricos obtenidos con criomicroscopía electrónica”

Lunes 26 de octubre 14:00hs

Tenemos el agrado de invitarlos a la defensa remota del proyecto de fin de carrera : «Cryo-EM Volume Denoising : Análisis de algoritmos de disminución de ruido sobre datos volumétricos obtenidos con criomicroscopía electrónica”

Estudiantes : Alicia Schandy, Alejandro Silva y Nicolás Violante

Tutor : Federico Lecumberry (UdelaR) y Alberto Bartesaghi (Duke University)

Tribunal : Alicia Fernández, José Lezama e Ignacio Ramírez

La defensa se realizará en forma remota a través de Zoom, el link de la reunión es el siguiente :

https://us02web.zoom.us/j/88481590226?pwd=ZUNDWjNWdTVGNkxhdWZpUVJkaFhhdz09

Meeting ID : 884 8159 0226
Passcode : 464972

Les solicitamos ingresar en hora e identificarse con su nombre y apellido real (no con un alias). Para el público en general los micrófonos se mantendrán apagados excepto en el momento que se abra la posibilidad de realizar preguntas.

Saludos,

Federico Lecumberry

Resumen :

La criomicroscopía electrónica es una técnica de imagenología que permite obtener modelos tridimensionales de proteínas, a partir de cientos de miles de imágenes (proyecciones) extremadamente ruidosas de la muestra. Conocer la estructura de las proteínas con gran precisión, es fundamental para comprender mejor distintos procesos biológicos y contribuir al desarrollo de fármacos y vacunas para atacar diferentes enfermedades.

En este proyecto analizamos el desempeño de tres algoritmos de disminución de ruido sobre una proteína llamada beta-galactosidasa: Non-Local Means (NLM), Block-Matching and 4D filtering (BM4D) y Noise2Void (N2V). Estos algoritmos son capaces de aprovechar la redundancia en los modelos tridimensionales de las proteínas para disminuir su nivel de ruido y aumentar su resolución. No obstante, ninguno de estos algoritmos es invariante a rotaciones, lo cual constituye una limitante para la máxima mejora de resolución alcanzable por estos métodos. En este contexto, proponemos una extensión del algoritmo Non-Local Means invariante a rotaciones, que supera a NLM original para esta aplicación en particular pero que a su vez podría constituir una valiosa herramienta de disminución de ruido en otros sets de datos.

 

 

Defensa Remota Tesis Maestría : “Modelado y detección de fraudes en redes inteligentes de distribución de energía eléctrica”

Viernes 18 de setiembre 08:30hs

Tenemos el agrado de invitarlos a la defensa remota de la tesis de maestría de Fernando Viera : “Modelado y detección de fraudes en redes inteligentes de distribución de energía eléctrica”

Director de Tesis y Académico : Alicia Fernández (Universidad de la República)

Tribunal :  Felix Biscarri (Universidad de Sevilla), Gonzalo Casaravilla (Universidad de la República), Matias Di Martino (Duke University) y Juan Pablo Kosut (Universidad de la República)

Podrán asistir como público a la defensa, a través del mismo canal que usará el tesista y el tribunal, a través de Zoom

En esta plataforma no es necesario que se registren, si puede que les pidan para ejecutar algo a partir de vuestro navegador

Identifíquense al ingresar con su nombre y apellido real (no con un alias)

Mantengan su micrófono silenciado y su video apagado

Al finalizar las preguntas del tribunal podrán permanecer en la reunión para aguardar el fallo del tribunal (el tribunal deliberará en otra sala virtual).

https://us02web.zoom.us/j/84258906515?pwd=WHdpc25zZ2NMb1R6QmtuV0J1VXUrUT09

ID de reunión: 842 5890 6515
Código de acceso: 460220

Aprovecho para agradecer la contribución de Pablo Massaferro al trabajo de supervisión a lo largo de la tesis.

Saludos,

Alicia Fernández

Resumen :

Las pérdidas de energía ocurren durante las diferentes etapas de su entrega, tanto en la generación, como en transmisión y distribución. Estas pérdidas pueden ser clasificadas en pérdidas técnicas (TLs) y pérdidas no técnicas (NTLs). Una de las principales causas de las NTLs deriva de los diferentes tipos de fraudes que algunos clientes pueden llegar a cometer. Estos eventos pueden generar grandes pérdidas a las compañías de suministro eléctrico, además de poner en peligro la seguridad de las personas, resultando en un aspecto crítico en la gestión diaria de la empresa. La aparición de medidores inteligentes en las nuevas infraestructuras (Smart grids) trae consigo un nuevo abanico de oportunidades para el área de detección de fraudes en el consumo energético. El objetivo del presente trabajo es estudiar la detección de fraudes en medidores inteligentes a través del modelado de distintos tipos de fraudes, y la generación de bases de datos sintéticas que permitan entrenar y evaluar algoritmos en el estado del arte. El alcance del trabajo incluye el preprocesado de los datos, adecuando los mismos para servir de entrada de los modelos considerados, incluyendo una propuesta basada en simular el balance en subestaciones. Se aborda también la generación sintética de fraudes antes del entrenamiento, explicando los tipos de fraudes considerados y la estadística que modela los mismos. El trabajo aborda distintas estrategias de detección de fraudes basadas en redes neuronales profundas, propuestas de inclusión de información de subestación, análisis de complementariedad, y fusión de modelos. A su vez, se analiza cuánto degrada la detección contar con un menor histórico de datos, resultado que complementa el análisis del efecto del cambio de granularidad en el desempeño. El trabajo incluye un capítulo de ensayos experimentales, los cuales son ejecutados sobre una base de datos pública de consumo de energía residencial con frecuencia 30 minutal. Como ensayo final se evalúa el desempeño del mejor modelo obtenido en una prueba de campo, sobre una base de datos real con fraudes reales obtenida de la empresa estatal Uruguaya, UTE. Los modelos evaluados muestran que con datos 30 minutales y un histórico de 1 año y medio, se puede lograr muy buen desempeño. También se constató que la degradación puede ser del orden del 20\% cuando se baja a una granularidad diaria o cuando se reduce la historia a 1 mes. Asimismo, se vio que introducir información del balance de subestaciones puede mejorar en algunos puntos el desempeño. En cuanto el comportamiento de los distintos tipos de fraude se obtuvo que existían diferencias de desempeño, y que a futuro se podría considerar emplear estrategias de ensamblado de modelos para diseñar topologías especializadas en todos los fraudes.

Defensa Remota Tesis Maestría : “Detección de anomalías en series multivariable con modelos generativos”

Viernes 11 de setiembre 14:00hs

Tenemos el agrado de invitarlos a la defensa remota de la tesis de maestría de Gastón García González : “Detección de anomalías en series multivariable con modelos generativos”

Tutor : Alicia Fernández (Universidad de la República) y Gabriel Gómez Sena (Universidad de la República)

Tribunal :  Federico Lecumberry (Universidad de la República), José Acuña (Universidad de la República), Marcelo Fiori (Universidad de la República), Pedro Casas (Austrian Institute of Technology) y Rafael Molina (Universidad de Granada)

Podrán asistir como público a la defensa, a través del mismo canal que usará el tesista y el tribunal, a través de Zoom

En esta plataforma no es necesario que se registren, si puede que les pidan para ejecutar algo a partir de vuestro navegador

Identifíquense al ingresar con su nombre y apellido real (no con un alias)

Mantengan su micrófono silenciado y su video apagado

Al finalizar las preguntas del tribunal podrán permanecer en la reunión para aguardar el fallo del tribunal (el tribunal deliberará en otra sala virtual).

https://us02web.zoom.us/j/82148822637?pwd=UkZWU2lHdXU0ZklFUkowOGlRbHFVUT09

ID de reunión: 821 4882 2637
Código de acceso: 590819

Saludos,

Alicia Fernández y Gabriel Gómez Sena

Resumen :

La detección de anomalías es un campo de estudio relevante para muchas aplicaciones y contextos. En el monitoreo de sistemas, la recopilación de múltiples variables es esencial para tener un conocimiento del estado del sistema y resolver a tiempo eventuales problemas. Un análisis eficiente de anomalías puede ser útil para detectar problemas de rendimiento, fallas, ataques externos e intentos de fraude. Aunque la detección de anomalías en series temporales es un área de investigación madura, la aparición de grandes plataformas de datos que permiten el procesamiento de cantidades masivas y diversas de datos, junto con la reciente gran exploración científica de nuevas herramientas para aplicación de aprendizaje profundo, plantean nuevas oportunidades y desafíos para investigar en el tema. En particular, la detección de anomalías en series multivariables es un desafío, ya que generalmente los métodos de detección tiene dos esquemas: el análisis univariable, ejecutando un detector independiente para cada serie de tiempo, o el análisis multivariable, tomando a cada instante de tiempo de manera independiente. En este trabajo se plantea la idea de monitorear todas las series de un sistema con un solo modelo teniendo en cuenta la relación temporal. Para esto se recurrió al uso de modelos generativos no-supervisados basados en redes neuronales, los cuales han demostrado una gran capacidad para aprender la distribución de datos complejos. Además, el uso de estas herramientas ayudan a resolver otros dos grandes problemas en la detección de anomalías que son: el alto desequilibrio entre los datos normales y anómalos, y la falta de etiquetas para fines de aprendizaje y validación. Se implementaron dos métodos, el primero basado en el error de reconstrucción utilizando Varationals Auto-Encoders (VAE), y el segundo utilizando redes recurrentes entrenadas bajo el enfoque de las Generative Adversarial Networks (GAN), explotando no solo las propiedades generativas, sino también las discriminativas. Como un aporte importante con respecto al estado del arte, en este trabajo se logra visualizar tanto la capacidad de detección de los métodos como la capacidad de generación que es la base de los mismos. Las evaluaciones fueron hechas en dos conjuntos diferentes de datos reales, uno propio y otro público, obteniéndose muy buenos resultados. Las implementaciones fueron realizadas con la librería keras, logrando que la arquitectura del código sea compacta y sencilla de entender.

CERRADO Llamado Docente Grado 1 Dpto. de Procesamiento de Señales

REPARTIDO Nº 18/20

LLAMADO Nº 39/2020, Exp. 060180-001415-20

Se llama a aspirantes para la confección una lista de prelación con validez de seis meses, a efectos de proveer cargos interinos (Tipo II – Tecnológico) de AYUDANTE (Grado 1, 20 horas semanales) del Departamento de Procesamiento de Señales del INSTITUTO DE INGENIERÍA ELÉCTRICA– IIE.

Plazo :  Jueves 20/08/2020 – Jueves 03/09/2020

 Distribuido Nº539-20 Instructivo postulaciones en el marco de la pandemia de COVID-19

CERRADO Llamado Docente Grado 2 Dpto. de Procesamiento de Señales

REPARTIDO Nº 18/20

LLAMADO Nº 38/2020, Exp. 060180-001423-20

Se llama a aspirantes para la confección una lista de prelación con validez de seis meses, a efectos de proveer cargos interinos (Tipo II – Tecnológico) de ASISTENTE (Grado 2, 10 horas semanales) del Departamento de Procesamiento de Señales del INSTITUTO DE INGENIERÍA ELÉCTRICA– IIE.

Plazo :  Jueves 20/08/2020 – Jueves 03/09/2020

Distribuido Nº539-20 Instructivo postulaciones en el marco de la pandemia de COVID-19

Encuentros sobre restauración CDM – IIE

El Centro Nacional de Documentación Musical Lauro Ayestarán (CDM-AGN-MEC) y el Instituto de Ingeniería Eléctrica (IIE-FIng-Udelar) invitan a los primeros Encuentros de formación e intercambio sobre temas de sonido y audio organizados por ambas instituciones. Este año estarán dedicados a la restauración, tanto física como digital, de soportes y registros sonoros.

Se trata de nueve encuentros en modalidad virtual, a desarrollarse los martes de junio y julio, de 17:00 a 19:00hs. Las inscripciones son con cupo limitado.

La actividad es de carácter expositivo, está dirigida a estudiantes y profesionales de todas las disciplinas vinculadas a la música, el sonido y el archivo audiovisual, y tendrá una instancia de intercambio al final de cada encuentro con el propósito de vincular a quienes se desempeñan en el área, dialogar y conocer los diferentes proyectos en curso, compartir experiencia y conocimiento.

Por consultas y solicitud de formulario de inscripción : inscripcion@cdm.gub.uy