Inicio » Uncategorized
Archivos de la categoría: Uncategorized
Charla de Luiz W.P. Biscainho : “An introduction to the audio processing group”
Viernes 25 de octubre 09:00hs, Salón de Seminarios, IIE
El Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería de la Universidad de la República invita a la siguiente charla : “An introduction to the audio processing group” por Luiz W.P. Biscainho
Resumen :
The GPA is the audio branch of the Signal, Multimedia and Telecommunications Lab (SMT) at UFRJ, and maybe the only Brazilian research group exclusively oriented to digital audio processing. In 20 years, the research projects of GPA hosted the works of BSc, MSc and DSc students in a wide range of topics, including audio restoration, binaural auralization, time-frequency analysis, automatic audio quality assessment, sound source separation, acoustic source / acoustic sensor localization, speech recognition, automatic rhythm analysis, and many others. From their strong signal processing origins, almost all applications have increasingly explored machine learning. Beginning with an overview of the UFRJ, this presentation introduces the group and discusses some of its research topics, with emphasis in our current interests. Specifically, we will introduce a recent work on combination of time-frequency representations, and a simple strategy to mitigate speed fluctuations in audio reproduction.
SABI2020
Oportunidad de inscribirse con GRAN DESCUENTO al SABI2020 -congreso al que se espera que asistan unas 1000 personas- sobre INGENIERÍA BIOMÉDICA e INGENIERÍA CLÍNICA en Piriápolis, en marzo de 2020. Hasta el 28 de agosto de 2019 los costos de inscripción son promocionales : Un estudiante socio SABI por USD 36 se inscribe al Congreso SABI2020 y tiene las 5 comidas pagas (excepto dos cenas libres) durante 3 días en Piriápolis, tomando parte de un evento en el que se difundirán innovaciones sorprendentes y prometedoras como : Nueva forma de ventilación mecánica, nueva forma de análisis de la marcha, imágenes inéditas y prevención de problemas cardiovasculares en etapas tempranas de la vida. Se pueden presentar experiencias profesionales y paperas para la revista arbitrada asociada a SABI2020.
No dejen pasar el plazo del 28 de agosto para inscribirse ¡! www.sabi2020.com


Financiación disponible para componentes electrónicos y fabricación de placas (PCB)
El capítulo IEEE-CAS Uruguay invita a estudiantes de grado y posgrado a postular al llamado para financiar la compra de componentes electrónicos y fabricación de placas (PCB).
Requisitos para la postulación :
1) Ser estudiantes de grado o posgrado
2) La compra debe ser para uso exclusivo de una actividad curricular
3) A la hora del pago, el estudiante debe ser miembro del capitulo CAS. En caso de proyecto grupal, al menos uno de los integrantes del grupo debe ser miembro.
4) No haber sido beneficiado por este mismo llamado el corriente año.
Para la inscripción :
Enviar un mail a concurso.cass.uruguay@gmail.com :
– Nombre completo de todos los estudiantes participantes del proyecto. Indicar número de miembro IEEE, en caso de serlo, y si es miembro CAS.
– Universidad en la cual realiza su proyecto
– Marco curricular: Asignatura, tesis de grado o posgrado
– Titulo del proyecto
– Breve resumen del proyecto (máximo 200 palabras)
– Grado de avance del mismo (%)
– Descripción de los componentes a adquirir y justificación de su necesidad (máximo 200 palabras)
Sobre la financiación :
Se financiará un monto máximo de USD 200 (doscientos dólares americanos).
El pago se hará en forma de reembolso presentando factura de la compra. Se aceptarán facturas con fecha de hasta dos meses previos cierre del llamado y un mes posterior a la fecha de fallo.
Fechas de cierre para el 2019 :
1) 01/09, 23:59hs
2) 13/10, 23:59hs
3) 01/12, 23:59hs
Los proyectos serán evaluados por las autoridades de CASSuy quienes valorarán positivamente que los postulantes sean miembros IEEE-CAS a la hora de postular.
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.
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 de Gonzalo Mateos : “Network topology inference from spectral templates”
Martes 19 de diciembre 16:00hs, Salón Azul (piso 5, salón 502) – Facultad de Ingeniería, J. Herrera y Reissig 565
El Instituto de Ingeniería Eléctrica de la Facultad de Ingeniería de la Universidad de la República invita a la siguiente charla : “Network topology inference from spectral templates” por Gonzalo Mateos
Abstract :
Advancing a holistic theory of networks necessitates fundamental breakthroughs in modeling, identification, and controllability of distributed network processes – often conceptualized as signals defined on the vertices of a graph. Under the assumption that the signal properties are related to the topology of the graph where they are supported, the goal of graph signal processing (GSP) is to develop algorithms that fruitfully leverage this relational structure, and can make inferences about these relationships when they are only partially observed.
After presenting the fundamentals of GSP, we leverage these ideas to address the problem of network topology inference from graph signal observations. It is assumed that the unknown graph encodes direct relationships between signal elements, which we aim to recover from observable indirect relationships generated by a diffusion process on the graph. The innovative approach is to consider the Graph Fourier Transform of the acquired signals associated with an arbitrary graph and, among all the feasible networks, search for one that endows the resulting transforms with target spectral properties and the sought graph with appealing physical characteristics such as sparsity. Leveraging results from GSP and sparse recovery, efficient topology inference algorithms with theoretical guarantees are put forth. Numerical tests corroborate de effectiveness of the proposed algorithms when used to recover social and structural brain networks from synthetically-generated signals, as well as to identify the structural properties of proteins.
BIO :
Gonzalo Mateos earned the B.Sc. degree from Universidad de la Republica, Uruguay, in 2005, and the M.Sc. and Ph.D. degrees from the University of Minnesota, Twin Cities, in 2009 and 2011, all in electrical engineering. He joined the University of Rochester, Rochester, NY, in 2014, where he is currently an Assistant Professor with the Department of Electrical and Computer Engineering, as well as a member of the Goergen Institute for Data Science. During the 2013
academic year, he was a visiting scholar with the Computer Science Department at Carnegie Mellon University. From 2004 to 2006, he worked as a Systems Engineer at Asea Brown Boveri (ABB), Uruguay. His research interests lie in the areas of statistical learning from Big Data, network science, decentralized optimization, and graph signal processing, with applications in dynamic network health monitoring, social, power grid, and Big Data analytics. Dr. Mateos received the 2017 IEEE Signal Processing Society Young Author Best Paper Award (as senior co-author) as well as the Best Student Paper Award at the 2012 IEEE Workshop on Signal Processing Advances in Wireless Communications
(SPAWC) and the 2016 IEEE Statistical Signal Processing (SSP) Workshop (as senior co-author). His doctoral work has been recognized with the 2013 University of Minnesota’s Best Dissertation Award (Honorable Mention) across all Physical Sciences and Engineering areas.
Defensa Tesis Maestría : “Dependability Evaluation of a Critical System by means of Fault Injection Mechanisms”
Jueves 9 de marzo 17:30hs, Laboratorio de software del IIE -Facultad de Ingeniería, J. Herrera y Reissig 565
Tenemos el agrado de invitarlos a la defensa de la tesis de maestría de Jorge Barboza titulada ““Dependability Evaluation of a Critical System by means of Fault Injection Mechanisms”
Directores de Tesis : MsC. Julio Pérez y Dr. Fernando Silveira
Tribunal : Dr. Leonardo Steinfeld (Universidad de la República-FIng-IIE), Dr. Lyl Ciganda (Universidad de la República-FIng-IIE) y Dr. Eduardo Grampín (Universidad de la República-FIng-InCo).
Saludos,
Julio Pérez