BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Máster Universitario en Visión Artificial - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://mastervisionartificial.es
X-WR-CALDESC:Eventos para Máster Universitario en Visión Artificial
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:UTC
BEGIN:STANDARD
TZOFFSETFROM:+0000
TZOFFSETTO:+0000
TZNAME:UTC
DTSTART:20220101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=UTC:20230201T160000
DTEND;TZID=UTC:20230201T180000
DTSTAMP:20260405T064831
CREATED:20230203T114924Z
LAST-MODIFIED:20230203T120024Z
UID:2631-1675267200-1675274400@mastervisionartificial.es
SUMMARY:Inteligencia Artificial Explicativa en Aprendizaje Profundo: arrojando luz sobre las cajas negras
DESCRIPTION:PONENTE\nDña. Clara Isabel López González\n\n\nAFILIACIÓN\nPersonal Docente Investigador en formación en la Universidad Complutense de Madrid.\n\n\nRESUMEN\nEn los últimos años el Aprendizaje Profundo ha experimentado un rápido crecimiento\, demostrando un gran rendimiento en numerosas técnicas\, desde clasificación de imágenes\, segmentación semántica\, detección de objetos\, hasta lenguaje natural. Gracias a este éxito el uso de redes neuronales se ha extendido a diversas disciplinas más allá de la investigación\, como puede ser la medicina en la detección de enfermedades o la conducción autónoma en la detección de obstáculos. Es\, por tanto\, de suma importancia poder explicar e interpretar los resultados obtenidos. Sin embargo\, estas técnicas entran dentro de lo que se conoce como modelos de caja negra\, y aun conociendo su funcionamiento no somos capaces de explicar el proceso de toma de decisiones que llevan a cabo. Para hacer frente a este problema se han desarrollado diferentes métodos bajo el paraguas de la Inteligencia Artificial Explicativa (xAI)\, los cuales pretenden ayudar a interpretar qué aprenden las redes neuronales. En este seminario se presenta el concepto de Inteligencia Artificial Explicativa\, distintos métodos y aplicaciones dentro del campo de la Visión Artificial.\n\n\nBIO\nClara Isabel López González es graduada en Matemáticas y Física por la Universidad Complutense de Madrid. Estudió el Máster en Matemáticas en la Universidad de Padua y el Máster en Matemáticas y Aplicaciones en la Universidad de Burdeos. Actualmente es estudiante de doctorado en Ingeniería Informática en la UCM. Su investigación se centra en el análisis de mecanismos explicativos en Aprendizaje Profundo para procesamiento de imágenes de exterior.\n\n\n\n 
URL:https://mastervisionartificial.es/event/inteligencia-artificial-explicativa-en-aprendizaje-profundo-arrojando-luz-sobre-las-cajas-negras
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230208T160000
DTEND;TZID=UTC:20230208T180000
DTSTAMP:20260405T064831
CREATED:20230203T120640Z
LAST-MODIFIED:20230203T205244Z
UID:2636-1675872000-1675879200@mastervisionartificial.es
SUMMARY:Building Smart and Fast Systems using Machine Learning and Computer Vision.
DESCRIPTION:PONENTE\nDra. Thaleia Dimitra Doudali\n\n\nAFILIACIÓN\nAssistant Research Professor at IMDEA Software Institute.\n\n\nRESUMEN\nNowadays\, computing platforms use a mix of different hardware technologies\, to scale application performance\, resource capacities and achieve cost effectiveness. However\, this heterogeneity\, along with the greater irregularity in the behavior of emerging workloads\, render existing resource management approaches ineffective. In the first part of this talk\, I will describe how we can use machine learning methods at the operating system-level\, in order to make smarter resource management decisions and speed up application performance. In the second part of the talk\, I will present how we can accelerate certain components of such systems using visualization and computer vision methods. Finally\, I will conclude with my vision of coupling machine learning and computer vision at the system-level and present open questions that make this research area exciting to work on!\n\n\nBIO\nShe received her PhD from the Georgia Institute of Technology (Georgia Tech) in the United States. Thaleia’s research explores novel methodologies\, such as machine learning and computer vision\, to improve operating system-level resource managemen. In 2021\, Thaleia received the Juan de la Cierva post-doctoral fellowship.
URL:https://mastervisionartificial.es/event/building-smart-and-fast-systems-using-machine-learning-and-computer-vision
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230215T160000
DTEND;TZID=UTC:20230215T180000
DTSTAMP:20260405T064831
CREATED:20230203T120943Z
LAST-MODIFIED:20230203T205417Z
UID:2640-1676476800-1676484000@mastervisionartificial.es
SUMMARY:Aplicación de visión artificial en capiloroscopía para la detección de neutropenia severa
DESCRIPTION:PONENTE\nDr. Alberto Pablo Trinidad\n\n\nAFILIACIÓN\nLeuko\n\n\nRESUMEN\nLa neutropenia es uno de los efectos secundarios más graves de la quimioterapia y su principal resultado negativo es el riesgo elevado de infección conocida como neutropenia febril. Los métodos actuales para detectar neutropenia implican una extracción y análisis de muestras de sangre con equipo de laboratorio y personal capacitado. Desde la empresa Leuko\, se está desarrollando un nuevo dispositivo capaz de detectar neutropenia mediante el análisis no invasivo de videos del flujo sanguíneo en capilares\, utilizando técnicas de visión artificial y análisis de imagen.\n\n\nBIO\nEl Dr. Alberto Pablo Trinidad trabaja como «senior data scientist» en la empresa Leuko en el desarrolo de algoritmos de inteligencia artificial aplicados a imagenes y videos de capilaroscopia para la detección de neutropenia severa. Realizó el master de visión artificial por la universidad Rey Juan Carlos en el 2013/14 y se doctoró en Sistemas Electronicos por la universidad Politecnica de Madrid en 2021.\n\n\n\n 
URL:https://mastervisionartificial.es/event/aplicacion-de-vision-artificial-en-capiloroscopia-para-la-deteccion-de-neutropenia-severa
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230222T160000
DTEND;TZID=UTC:20230222T180000
DTSTAMP:20260405T064831
CREATED:20230203T121326Z
LAST-MODIFIED:20230203T205900Z
UID:2643-1677081600-1677088800@mastervisionartificial.es
SUMMARY:3D perception for AR/VR devices
DESCRIPTION:PONENTE\nDr. Eduardo Perdices\n\n\nAFILIACIÓN\nIngeniero en visión Artifical en Arcturus Industries\n\n\nRESUMEN\nExplicación de los distintos retos a abordar a la hora de aplicar soluciones de visión artifical en dispositivos de realidad virtual\, tomando como objetivo el posicionamiento 3D en tiempo real del dispositivo (headset) y sus controladores.\n\n\nBIO\nDoctor en visión artificial en la URJC\, con experiencia de más de 10 años trabajando en empresas de robótica y visión artificial\n\n\n\n 
URL:https://mastervisionartificial.es/event/3d-perception-for-ar-vr-devices
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
END:VCALENDAR