Inicio » Departamento de Procesamiento de Señales (Página 2)
Archivos de la categoría: Departamento de Procesamiento de Señales
Defensa Virtual Proyecto : «Monitoreo no intrusivo de cargas eléctricas (NILM)»
Miércoles 25 de marzo 10:00AM
Tenemos el agrado de invitarlos a la defensa virtual del proyecto de fin de carrera : «Monitoreo no intrusivo de cargas eléctricas (NILM)»
Estudiantes : Franco Marchesoni, Camilo Mariño y Elias Masquil
Tutor : Alicia Fernández y Pablo Massaferro
Tribunal : Matías Di Martino, Álvaro Gómez, Juan Pablo Maggi y Leonardo Steinfeld
Podrán asistir como público a la defensa por el mismo canal que usarán los
estudiantes y el tribunal :
Unirse a la reunión Zoom
ID de reunión: 512-689-798
Les solicitamos : Identificarse al ingresar con su nombre y apellido real
(no con un alias), mantener su micrófono silenciado y el video apagado.
Al finalizar las preguntas del tribunal deberán desconectarse de la reunión.
El fallo del tribunal se dará en otra reunión de zoom.
ID de reunión: 399-573-067
Esta segunda reunión cuenta con una “sala de espera” es decir que cuando
pidan para entrar, quedarán en espera hasta que los admitamos.
Saludos,
Alicia Fernández y Pablo Massaferro
Resumen :
En un contexto donde la sostenibilidad del planeta es una preocupación global, la eficiencia energética toma vital importancia y abarca diversas aristas, dependiendo varias de ellas del uso y generación de información de utilidad.
Non Intrusive Load Monitoring (NILM), o Monitoreo no Intrusive de cargas eléctricas, es el nombre de una aplicación específica del procesamiento de señales. A partir de la medida de corriente y voltaje consumidas por un conjunto de cargas, se usan técnicas para asignar a cada carga individual una potencia consumida. En este sentidos e presenta, en el marco de este proyecto, una revisión del estado del arte sobre los algoritmos y dispositivos para NILM, un prototipo del aparato medidor que toma muestras a alta frecuencia, la implementación de algoritmos de clasificación de electrodomésticos y también de algoritmos de desagregación, entrenados sobre bases de datos públicas. En la clasificación de electrodomésticos, se logran resultados comparables a los del estado del arte y se realiza un estudio minucioso de las distintas características que pueden extraerse de su señal de potencia eléctrica.
En desagregación, se valida la hipótesis de incorporar datos de alta frecuencia (medidas a más de 7 kHz) permite un mejor ajuste a los datos y se presentan adaptaciones de los algoritmos de referencia en esta línea, que logran en algunos casos mejores resultados que las implementaciones de referencia. Este enfoque de aprendizaje supervisado se desempeña bien al entrar los modelos sobre los electrodomésticos a monitorear.
Además, se releva una base de datos de validación con medidas en Uruguay recolectada con el prototipo propuesto. Esta base de datos cuenta con medidas individuales de distintos electrodomésticos y medidas de alta frecuencia de la potencia agregada de la casa.
CERRADO Llamado Docente Grado 3 Dpto. de Procesamiento de Señales
REPARTIDO N° 53/19
LLAMADO Nº 137/2019, Exp. Nº 060180-002565-19
Se llama a aspirantes para la provisión en EFECTIVIDAD, 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.
Plazo : Lunes 04/11/2019 – Martes 03/12/2019
Muestra de proyectos Tallerine 2019
El jueves 1° de agosto de 10:00 a 12:00 horas el Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería realiza la Muestra Final de Tallerine 2019, donde se expondrán los resultados de los proyectos.
El Tallerine (Taller de Introducción a la Ingeniería Eléctrica) es una iniciativa de la Facultad de Ingeniería que apunta a introducir a los estudiantes a la Ingeniería Eléctrica de una manera más práctica, activa y creativa.
Este año, el curso contó con 35 equipos de estudiantes desarrollando proyectos de robótica, biónica, energías renovables, sintetizadores de música y sonido, comunicaciones inalámbricas y más.
En la muestra, los equipos de estudiantes estarán presentes para mostrar sus equipos, relatar sus experiencias y evacuar cualquier consulta que los asistentes quieran hacer libremente en diálogo con ellos.
Los egresados en Ingeniería Eléctrica trabajan operando, manteniendo y especificando sistemas en áreas muy diversas, tales como telecomunicaciones, electrónica industrial, biomedicina, instalaciones eléctricas, etc. Tallerine apunta a estimular el trabajo en equipo y la creación de nuevos proyectos por parte de los estudiantes.
El Taller de Introducción a la Ingeniería Eléctrica comenzó a dictarse en 2013. Uno de los objetivos fundamentales de esta asignatura consiste en la generación de un contacto temprano de los alumnos con componentes propias de la Ingeniería Eléctrica, propiciando su compromiso con la formación, apuntando a reducir la deserción temprana y la duración real de la carrera.
Se puede visitar el canal de YouTube donde se encuentran los videos elaborados por los estudiantes explicando sus proyectos.
A continuación estos son algunos de los proyectos que se van a mostrar :
Energía solar
- Seguidor solar para optimizar el rendimiento de un panel solar con proteccion automática ante vientos fuertes
- Generación de figuras en líquidos a través de un conversor DC/AC alimentado por un panel solar
- Ropas inteligentes con energía solar.
- Semáforo solar.
Audio
- Loopera de cuatro canales que permite grabar y además incorporar efectos de sonido
- Avatar. Sensores relacionados con los elementos de avatar (Aire – Fuego – Tierra – Agua) controlan los efectos de guitarra
- Efectos de guitarra controlables desde una aplicación para celular
- Identificador de sonidos (para beat box).
Biónico
-
Se centra en la fabricación de un robot cuadrúpedo, basado en servomotores y una placa Arduino, que imita el comportamiento de un ser vivo. El robot puede ser controlado a distancia a través de un dispositivo Bluetooth. También posee cierta autonomía de movimiento gracias a un sensor de proximidad que permite detectar y esquivar obstáculos. El taller busca incentivar la creatividad del estudiante, por lo que cada grupo aportó su toque característico al proyecto.
Comunicaciones inalámbricas
- Sistema de recepción de posición y telemetría de aviones mediante el protocolo ADS-B y cómo se puede aplicar para la navegación de un robot.
- Recepción y decodificación de imágenes satelitales, con una antena fabricada a medida, un equipo de radio de bajo costo y programación en Python.
Robótico
Automatización de una planta logistica bajo el paradigma de industria 4.0: maqueta en funcionamiento.
Datos de la muestra a tener en cuenta :
-
Jueves 1° de agosto de 10:00 a 12:00 horas
-
Tercer subsuelo del IMFIA (Piso Verde), Facultad de Ingeniería (Julio Herrera y Reissig 565)
-
La muestra es abierta a todo público
Facultad de Ingeniería – Instituto de Ingeniería Eléctrica – Cursos de actualización y posgrado 2° semestre 2019
El Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería – UdelaR, anuncia el cronograma previsto de cursos de actualización y posgrado para el 2° semestre del año 2019 :
Contacto : María Misa en mmisa@fing.edu.uy
Defensa Proyecto : “Urbanear : Monitoreo sonoro urbano de bajo costo”
Jueves 6 de junio 14:00hs, Salón Gris (piso 7, salón 727) – Facultad de Ingeniería, J. Herrera y Reissig 565
Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “Urbanear : Monitoreo sonoro urbano de bajo costo”
Estudiantes : Leopoldo Agorio, Andrés Corchs y Hernán Pereyra
Tutores : Martín Rocamora y Pablo Zinemanas
Tribunal : Germán Capdehourat, Alicia Fernández, Nicolás Pérez y Javier Schandy
Saludos,
Martín Rocamora
Resumen :
El entorno sonoro urbano es un factor de gran relevancia en la calidad de vida de los ciudadanos. Por esta razón, existe un creciente interés en el desarrollo de sistemas de monitoreo automatizado, en la forma de una red de sensores acústicos distribuidos por la ciudad. En este proyecto se desarrolla un nodo de la red, quedando fuera de alcance el diseño de la red de sensores.
UrbanEar es un sistema autónomo que adquiere señales de audio y calcula indicadores descriptivos de sonido (energía en bandas de frecuencia y nivel de presión sonora). Es posible acceder al dispositivo a través de una red de datos, tanto de forma inalámbrica como cableada. La comunicación entre el dispositivo y el servidor se realiza mediante una aplicación, que permite extraer los datos generados y configurar sus funcionalidades.
El equipo está basado en una mini-PC Raspberry Pi 3B+ y cuenta con un micrófono MEMS digital. El sistema se encuentra en un gabinete estanco que permite su colocación a la intemperie. El costo total en componentes del dispositivo resultó en aproximadamente 160 USD con sugerencias para reducirlo a unos 100 USD.
El desempeño de los distintos módulos de software desarrollados, la comunicación, la estanquidad del dispositivo y la validez de los indicadores calculados por el equipo fueron ensayados una vez ensamblado el dispositivo obteniéndose resultados satisfactorios.
Defensa Proyecto : “Bandonberry : Simulador electrónico de bandoneón”
Miércoles 29 de mayo 14:00hs, Salón Gris (piso 7, salón 727) – Facultad de Ingeniería, J. Herrera y Reissig 565
Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : “Bandonberry : Simulador electrónico de bandoneón”
Estudiantes : José Bentancour, Rodrigo Patiño y Franco Toscano
Tutores : Ignacio Irigaray y Pablo Zinemanas
Tribunal : Pedro Arzuaga (IIE), Martín Rocamora (IIE) y Leonardo Steinfeld (IIE)
Saludos,
Pablo Zinemanas
Resumen :
El proyecto Bandonberry tiene como objetivo crear un simulador electrónico de bandoneón. Pretende ser una alternativa económica en comparación con un bandoneón tradicional, de forma de facilitar el acceso al instrumento a los estudiantes. No solo se limita a reproducir su forma y sonido, sino que incorpora tecnologías que ayudan y estimulan el proceso de aprendizaje.
Se detalla todo el proceso de diseño, fabricación, criterios de selección de componentes y consideraciones para trabajos futuros. Por otro lado, se hace un estudio del sistema finalizado, comparando los resultados obtenidos con los requerimientos planteados.
Defensa Tesis Maestría : “Reconocimiento automático de configuraciones manuales propias de las lenguas de señas”
Viernes 17 de mayo 14:00hs, Salón Marrón (piso 7, salón 705) – Facultad de Ingeniería, J. Herrera y Reissig 565
Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Ariel Stassi : “Reconocimiento automático de configuraciones manuales propias de las lenguas de señas”
Tutores : Mauricio Delbracio y Gregory Randall
Tribunal : Pablo Cancela, Marcelo Fiori, José Lezama y Pablo Musé
Saludos,
Mauricio Delbracio
Resumen :
La lengua de señas constituye el medio de comunicación natural de los sordos e hipoacúsicos severos de todo el mundo. La correcta comunicación mediante esta lengua implica: el conocimiento por parte de los interlocutores, la participación de un intérprete intermediario, o bien el apoyo sobre tecnologías de la información para el reconocimiento automático y la traducción de una lengua a otra. En relación a esta última, el Reconocimiento Automático de una Lengua de Señas (RALS) puede definirse como la «identificación automática del contenido lingüístico presente en un dato o una secuencia de datos de entrada», el cual es frecuentemente abordado mediante una cadena de procesamiento compuesta por las siguientes etapas: sensado, preprocesamiento, extracción de características y clasificación.
En esta tesis de maestría se estudiaron las principales características de las lenguas de señas y distintas variantes de cada una de las etapas mencionadas para el RALS. Luego, se describió una selección de bases de datos para el RALS a distintos niveles de complejidad del problema. Finalmente, se llevó a cabo la implementación y evaluación de un sistema de RALS basado en técnicas de aprendizaje profundo para la clasificación de 60 configuraciones manuales propias de distintas lenguas de señas. En vista del carácter regional de una lengua de señas, durante esta tesis se conformó una base de datos para el reconocimiento de configuraciones manuales propias de la Lengua de Señas Uruguaya. Asimismo, se sentaron las bases para la adquisición de un conjunto de entrenamiento para el RALS uruguayo a nivel de seña aislada.
CERRADO Llamado Docente Grado 1 Dpto. de Procesamiento de Señales
REPARTIDO N° 19/19
LLAMADO Nº 43/2019, Exp. 060180-000679-19
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 : Lunes 06/05/2019 – Lunes 20/05/2019
Defensa Tesis Maestría : “Herramientas computacionales para el análisis del entorno sonoro urbano”
Lunes 6 de mayo 09:30hs, Salón Marrón (piso 7, salón 705) – Facultad de Ingeniería, J. Herrera y Reissig 565
Tenemos el agrado de invitarlos a la defensa de tesis de maestría de Pablo Zinemanas : “Herramientas computacionales para el análisis del entorno sonoro urbano”
Tutores : Elizabeth González y Pablo Cancela
Tribunal : Mauricio Delbracio (IIE-FIng-UdelaR), Justin Salamon (Audio Research Group, Adobe Research, San Francisco) y Leonardo Nunes (Microsoft’s Advanced Technology Labs, Rio de Janeiro).
Saludos,
Pablo Cancela
Resumen :
Muchos centros urbanos presentan niveles de ruido que pueden ser molestos para sus habitantes, o incluso nocivos para la salud. Por esta razón el entorno sonoro constituye frecuentemente una problemática en las ciudades presente en los reclamos de las comunidades y grupos ambientalistas, en la planificación gubernamental y en los estudios académicos. En esta tesis se estudian herramientas computacionales para la caracterización de entornos sonoros urbanos. El foco del trabajo es la detección de eventos sonoros, lo que implica la clasificación de las fuentes presentes en el registro sonoro, incluyendo su tiempo de inicio y duración. Se relevan las bases de datos disponibles y se concluye que es necesario crear datos propios de la ciudad de Montevideo. Esto conduce a la creación de la base de datos SonidosMVD, y a la definición de una taxonomía para la misma. Se presentan experimentos de detección de eventos sonoros con distintos algoritmos de clasificación profunda y poco profunda sobre distintos conjuntos de datos. Se diseña un modelo «end-to-end», cuya entrada es la forma de onda de la señal y la salida es el vector de clasificación, y se muestra su utilidad para este problema. Esto se realiza concatenando dos redes : una para la extracción de características y otra para la clasificación. Se muestra que se pueden diseñar dichos modelos utilizando conocimiento sobre el problema para inicializar el entrenamiento en un punto inicial que ha demostrado brindar buenos resultados. Con este sistema se obtienen resultados de clasificación similares a los del estado el arte mientras que se disminuye el numero de parámetros involucrados.
Defensa Tesis Maestría en Ingeniería Matemática : “Compressed sensing : Algoritmo re-weighted l 1 con pesos actualizados resolviendo un problema dual”
Viernes 12 de abril 10:00hs, Salón de seminarios del IMERL (en coordinación con el seminario de álgebra) – Facultad de Ingeniería, Julio Herrera y Reissig 565
Tenemos el agrado de invitarlos a la defensa de tesis de maestría en Ingeniería Matemática de Matías Valdés : “Compressed sensing : Algoritmo re-weighted l 1 con pesos actualizados resolviendo un problema dual»
Tutor : Marcelo Fiori
Tribunal : Dr Diego Armentano (CMAT), Dr Pablo Musé (IIE), Dr Ignacio Ramírez (IIE)
Saludos,
Marcelo Fiori
Resumen :
En este trabajo se presentan algunos de los resultados más relevantes de la teorı́a vinculada al problema de Compressed Sensing (CS) o Sensado Comprimido. Este consiste en: dado un sistema lineal Φx = b, con infinitas soluciones, hallar una solución con la mayor cantidad de coordenadas nulas posibles. Es decir: la solución más “esparsa”. Se propone además una nueva metodologı́a para actualizar los pesos de un algoritmo Re Weighted l 1 , basada en la relajación lagrangeana, que se traduce en algoritmos con un desempeño comparable al de la metodologı́a usual.
El problema CS resulta de gran interés en la adquisición de señales con caracterı́sticas esparsas, como las imágenes y señales de audio. Esto es ası́ pues, mientras que el proceso usual de adquisición realiza n medidas x* ∈ R n y luego las comprime, CS permite sensar y comprimir x* en un único paso, a partir de m medidas lineales: b = Φx* , con m << n. Cuando la matriz de medida Φ cumple ciertas propiedades, es posible resolver el problema CS de forma eficiente, recuperando de esta forma la señal esparsa x* a partir de b. Para esto se resuelve un problema equivalente de optimización convexa, basado en la norma l_1.
Este proceso de recuperación puede ser mejorado, asignando pesos a las coordenadas de la norma l_1 , en un problema convexo conocido como Weighted l 1 . Resolviendo repetidas veces este problema, a la vez que se actualizan los pesos, se obtiene un algoritmo del tipo Re-Weighted l_1 . La metodologı́a de actualización de pesos propuesta en este trabajo, consiste en considerar dichos pesos como multiplicadores de Lagrange, pudiendo de esta forma utilizar algoritmos clásicos de la relajación lagrangeana para su actualización.