Cursos y Programas Especializados

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

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