Presentación
El uso de tecnologías tales como IoT e Industria 4.0 concibe a que las empresas dispongan de soluciones sencillas a diferentes señales en tiempo real; sin embargo, están inmersas en diferentes tipos de ruido que cambian sus características y propiedades estadísticas de forma continua, a diferencia del enfoque tradicional en las que considera las condiciones de ruido como constante. Por lo tanto, es necesario utilizar algoritmos que ajusten los parámetros de acuerdo a los cambios en las condiciones de la señal y del canal de comunicación. El presente curso enfrenta tales retos con el uso de algoritmos de “Machine Learning” con el fin de implementar nuevos sistemas de filtros.
Objetivos
- Aplicar el análisis espectral y técnicas de pre-post procesamiento de las señales.
- Implementar el uso de los algoritmos de filtrado adaptativo del estado del arte.
Dirigido a
- Profesionales, egresados y estudiantes de las carreras de Electrónica, Ciencias de la Computación, Mecatrónica, Ingeniería Industrial e interesados en herramientas de “Machine Learning”.
- Profesionales que laboran en el área de mantenimiento de las empresas mineras, agrícolas, textiles entre otras.
- Interesados en utilizar Python como una poderosa herramienta para el procesamiento de la señal.
Contenido
- Representación de la señal:
- Representación en el tiempo.
- Representación espectral.
- Representación con wavelets.
- Pre-procesamiento de la señal:
- Suavizado de la señal.
- Descriptores de la señal.
- Fundamentos del filtrado adaptativo:
- Ergodicidad.
- Señales deterministas y aleatorias.
- Filtro de Wiener.
- Filtrado Adaptativo:
- Least Mean Squares (LMS).
- Recursive Least Squares (RLS).
- Kalman.
- Filtros no-lineales:
- Kalman extendido.
- Filtrado con Redes Neuronales.
Expositor
M.Sc. Juan José Choquehuanca Zevallos
Ingeniero egresado de la Universidad Nacional de San Agustín. Con estudios de especialidad en el campo de radio-frecuencia entre el 2011 al 2013 en la Universidad de Gävle-Suecia. Egresado de maestría en la Universidad Carlos III de Madrid, España. Especialista en el procesamiento de datos espaciales y temporales utilizando técnicas de Aprendizaje Automático y Redes Neuronales. Investigador de proyectos auspiciados por CONCYTEC y el Banco Mundial. Posee publicaciones en el campo del procesamiento de la señal en revistas indizadas y congresos internacionales. Actualmente se desempeña como docente de la Universidad Católica San Pablo.
Metodología
Teórica-práctica.
Requisitos de admisión
- Conocimientos básicos de programación.
- Ficha de datos (personales, profesional, académicos, entre otros).
- Comprobante de pago.
Duración
12 sesiones.
Calendario
Fecha de inicio | 20 de febrero de 2023 |
Fecha de fin | 17 de marzo de 2023 |
Horario | Lunes, miércoles y viernes de 19:00 h a 20:30 h |
Horas académicas | 24 horas académicas |
Lugar | Clases Virtuales a través de plataforma Blackboard |
Inversión
- Precio: S/ 300.00
- Pronto pago hasta el 13 de febrero: S/ 280.00
- Descuentos:
- 20% de descuento a comunidad UCSP.
- 10% de descuento corporativo (3 personas).
- 10% de descuento para los Colegiados del Colegio de Ingenieros del Perú.
- 10% de descuento para los miembros de la Cámara de Comercio e Industria de Arequipa.
Creditaje
01 crédito de formación disciplinar interno para las carreras profesionales de:
- Ingeniería Electrónica y Telecomunicaciones.
- Ingeniería Mecatrónica.
Certificación
Certificado virtual otorgado por la Dirección de Formación Continua de la Escuela de Postgrado y el Departamento de Ingeniería Eléctrica y Electrónica.
Organiza
Recomendaciones
- Contar con PC o Laptop
- Cámara web (interna o externa) con mínimo de 720p de resolución
- Micrófono (interno o externo)
- Acceso a internet – la velocidad recomendada es de 4 Mbps para descarga y 1 Mbps para subida o superior
- Navegador Google Chrome o Firefox actualizado
Normas para el buen desempeño de los participantes
Información importante:
Todas las inscripciones extemporáneas serán validadas por la Dirección de Formación Continua y registro de caja. Los accesos al Aula Virtual serán proporcionados el siguiente día hábil del inicio del curso.