Seminario 18/2/2020: Visión artificial en cirugía guiada por imagen: entrenamiento, planificación y guiado para una medicina personalizada

Siguiente seminario de Visión Artificial en la URJC, Campus de Móstoles. Más información aquí

Seminario 11/2/2020: Elemento óptico anti-falsificación para ventanas transparentes

Siguiente seminario de Visión Artificial en la URJC, Campus de Móstoles. Más información aquí

Caledario de seminarios MUVA 2020 actualizado

Puedes encontrar ya todas las charlas cerradas para el segundo cuatrimestre de 2020 aquí.

Pre-inscripción en el MUVA para el curso 2020/21 (XI edición). #MachineLearning #DeepLearning #Python, #OpenCV

Ya tenemos la información de matriculación para el curso 2020/21. Puedes obtener la información aquí. En cualquier caso el primer período de preinscripción se abrirá del 18 de febrero al 27 de marzo.

El profesorado lo forman investigadores en el área de la Visión Artificial, Robótica, Imagen Médica, Análisis Facial, Análisis de Documentos, Biometría, etc.

Nuestro máster capacita no solo en las técnicas de procesamiento de imágenes necesarias y su programación (p.ej. OpenCV) sino también en otras trasversales como: Machine Learning en general y Deep Learning en particular o Python.

Seminario 4/2/2020: Seguimiento y reconstrucción 3D en tiempo real de dos manos desde cámara de profundidad.

Segundo seminario de Visión Artificial en la URJC, Campus de Móstoles. Más información aquí.

Publicada la información sobre el ciclo de seminarios de Visión Artificial en el MUVA para el 2020

Ya tenemos el la planificación de seminarios  del MUVA hasta abril. Serán todos los martes de 18:00 a 20:00 en el Salón de Grados del edificio Departamental II del Campus de Móstoles de la URJC.

Seminario 21/1/2020: Nuevos avances en optoelectrónica aplicados en aviación civil

El MUVA arranca su ciclo de seminarios 2020. Información aquí.

Publicada mejora y extensión del trabajo sobre detección de landmarks faciales del ECCV 2018 de un egresado del MUVA

D. Roberto Valle, egresado del MUVA, junto con el  profesor del máster José Miguel Buenaposada, han publicado una extensión y mejora de su trabajo del  ECCV 2018 (ver vídeo) sobre detección de landmarks faciales (puntos interesantes de la cara) en la revista Computer Vision and Image Understanding (CVIU).  Los resultados demuestran el potencial de la combinación de Deep Learning con técnicas clásicas (Gradient Boost). El nuevo trabajo se puede descargar desde Arxiv o desde la propia web de CVIU.

Se ofrece contrato predoctoral en el grupo GRAM de la UAH para el desarrollo de un robot asistencial con integración de soluciones de inteligencia artificial. Contacto: saturnino.maldonado@uah.es

El profesor del MUVA Alfredo Cuesta, coautoriza un trabajo aceptado en el congreso «2019 Neural Information Processing Systems» (NeurIPS) titulado: «Modeling Tabular data using Conditional GAN».

Este trabajo presenta una solución para modelar la distribución de probabilidad de datos tabulados donde los atributos pueden ser tanto continuos (con múltiples modos) como discretos (y desequilibrados). También se presenta una experimentación con 7 conjuntos de datos simulados y 8 reales.
 
Enlace al contenido de las pre-actas:

https://papers.nips.cc/paper/8953-modeling-tabular-data-using-conditional-gan