Category Archives: Departamento de Procesamiento de Señales

Docente : Alberto Bartesaghi, PhD (Duke University, USA)

Créditos : 5 (posgrado)

Fecha de inicio :  13/05/19

Fecha de finalización : 17/05/19

Duración : 5 días

Horario : 09:00 a 12:00hs

Lugar : A confirmar – Facultad de Ingeniería, UdelaR

Contacto : PhD Federico Lecumberry (fefo@fing.edu.uy)

Afiche curso MAPI

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 :  Martes 23/04/19

Fecha de finalización : Viernes 26/04/19

Horario : 4 horas de clase por día, de 08:00 a 12:00hs

Salón : 401 de 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

Procesamiento de imágenes satelitales a gran escala

Curso hands-on de introducción al procesamiento de imágenes satelitales. Los estudiantes aprenderán a resolver problemas de imágenes de escala real usando imágenes bajadas directamente de agencias espaciales (ESA, NASA). Los problemas abordados en el curso incluyen: Modelado y corrección de la geometría de adquisición de las imágenes; Ortorrectificación de imágenes capturada desde ángulos arbitrarios; Reconstrucción 3D a partir de múltiples imágenes; Registrado y fusión de imágenes y datos 3D.

https://eva.fing.edu.uy/course/view.php?id=1239&sesskey=6r6Ba9ppZK&edit=off

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

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