ID de página: 0
Calendario de Eventos
L Lun
M Mar
X Mié
J Jue
V Vie
S Sáb
D Dom
0 eventos,
1 evento,
Seminario sobre Métodos Variacionales para la aceleración de imagen por Resonancia Magnética
Seminario sobre Métodos Variacionales para la aceleración de imagen por Resonancia Magnética
Dentro del ciclo de seminarios del MOVA, mañana martes 30 de Enero, a las 17:30h, el Dr Adrían Martín de la Universitat Pompeu Fabra nos ofrecerá una disertación sobre los Métodos Variacionales para la aceleración de imagen por Resonancia Magnética. La charla se desarrollará en el salóon de grados departamental 2, o, en caso de colisión con una charla previa, en la sala 170 anexa. […]
0 eventos,
0 eventos,
0 eventos,
0 eventos,
0 eventos,
0 eventos,
1 evento,
Estado del arte en Deep learning: Problemas y arquitecturas
Estado del arte en Deep learning: Problemas y arquitecturas
En este seminario se hará una introducción a las técnicas de deep learning, se analizarán las arquitecturas más populares y se explicarán brevemente varios problemas en los que se aplica de forma exitosa.
0 eventos,
0 eventos,
0 eventos,
0 eventos,
0 eventos,
2 eventos,
Aplicación de técnicas de deep learning a reconocimiento de objetos en visión
Aplicación de técnicas de deep learning a reconocimiento de objetos en visión
En su charla, presentará dos trabajos. En el primero, se explicará cómo se puede obtener el modelo 3D de una mano a partir de imágenes 2D. En el segundo, se explicará cómo se puede abordar el reconocimiento de insectos.
1 evento,
1 evento,
1 evento,
1 evento,
1 evento,
1 evento,
2 eventos,
Aprendizaje no supervisado sobre vídeo usando Redes Profundas de Coherencia Temporal
Aprendizaje no supervisado sobre vídeo usando Redes Profundas de Coherencia Temporal
En esta charla se aborda el problema del aprendizaje no supervisado desde vídeos. Se presentarán algunas aproximaciones basadas en Redes Profundas Siamesas para aprender las características visuales. Luego, se utilizará un sistema completamente no supervisado, el cual puede ser usado directamente como una fase inicial de un sistema reconocimiento supervisado de acciones y objetos en imágenes.
1 evento,
1 evento,
1 evento,
1 evento,
1 evento,
1 evento,
2 eventos,
Análisis de movimiento humano mediante técnicas de aprendizaje profundo
Análisis de movimiento humano mediante técnicas de aprendizaje profundo
En este seminario se abordará el problema de seguimiento humano mediante dispositivos RGB-D. Concretamente los problemas de seguimiento, detección y reconocimiento de actividades humanas. Se introducirán las técnicas y los métodos empleados en dichos problemas bajo el marco de la inteligencia artificial y el aprendizaje automático. Además, se presentarán los conjuntos de datos y las métricas empleadas en los diferentes problemas que permiten establecer un […]