Ecoembes, The Circular Lab y GTC17

En  CAPO hemos estado muy concentrados en 2 hitos importantes. El primero y más importante ha sido la colaboración intensiva que estamos teniendo con la empresa sin ánimo de lucro Ecoembes. Hemos trabajado conjuntamente en la creación de un sistema informático de reconocimiento visual de contenedores de residuos urbanos como demostrador de la tecnología de imagen con la que trabajamos. En particular el sistema está basado en una arquitectura de red de detección entrenada con imágenes suministradas por Ecoembes de la propia ciudad de Logroño, sede de The Circular Lab donde se ha presentado el sistema, denominado Contenedor Go. Sobre este trabajo se pueden encontrar reseñas en El País así como en medios más especializados.

Por otra parte del 8 al 11 de mayo asistimos al GPU Technology Conference 2017 en la ciudad de San Jose, corazón del Silicon Valley, en California, para reunirnos con los colaboradores de CAPO Dra. Kenia Picos y Dr. Ulises Orozco, así como con la Dra. María Pantoja de CalPoly. Allí fuimos testigos de primera mano de las novedades tecnológicas de NVIDIA, fabricante de procesadores gráficos que utilizamos habitualmente desde hace años para temas de computación en GPU, y donde además de presentar dos trabajos conjuntos con nuestros colaboradores pudimos hacer un interesante networking.

Seminarios de Deep Learning en el Máster Oficial en Visión Artificial

Los investigadores Dr. Alfredo Cuesta y el estudiante de doctorado Francisco García, ambos del grupo CAPO, han confeccionado unos exitosos seminarios especializados en las técnicas de aprendizaje profundo mediante la herramienta Tensorflow. Estos seminarios se están impartiendo en el contexto del Máster Oficial en Visión Artificial de la Universidad Rey Juan Carlos y son gratuitos para toda la comunidad universitaria. Tenéis más información en la web del máster www.mastervisionartificial.es y en el perfil de Twitter @VisionArtif

Sesión especial sobre Deep Learning @ IWINAC 2017 (A Coruña)

IWINAC (http://www.iwinac.uned.es/iwinac2017/).

+ Special session +++++++++++++++++++++++++++++++++++++++++++

Chairperson: Alfredo Cuesta Infante
Co-chairperson: Juan Jose Pantrigo

Deep Learning has meant a breakthrough in the artificial intelligence community. The best performances attained so far in many fields, such as Computer Vision or Natural Language Processing, have been overtaken by these novel paradigm up to a point that only ten years ago was just science fiction. In addition, this technology has been open sourced by the main IA companies; and hence making quite straightforward to design, train and integrate deep-learning based systems. We open this session to both theoretical and practical works on deep learning.

Main topics include (but not restricted to):

– Deep architechtures
– Bayesian approaches to Deep Learning
– Generative models in Deep Learning
– Restricted Boltzman Machines
– Recurrent Neural Networks and Long-Short term memories
– Feature representation
– Spatial and Spatiotemporal clustering and classification
– Human activity analysis
– Biomedical data analysis
– Signal processing
– Natural language processing
– Computer vision
– Smart cities
– …

+ 6 special Issues associated +++++++++++++++++++++++++++++++++++++++++++

IWINAC is a great opportunity for presenting “work in progress” papers because there is a chance of extending the work if it is selected for one out of the six special issues in high impact journals (http://www.iwinac.uned.es/iwinac2017/journals/journals.html)

+ How to submit +++++++++++++++++++++++++++++++++++++++++++++

Proposals have to be sent by email both to alfredo.cuesta@urjc.es and juanjose.pantrigo@urjc.es.
If it fits in the scope of the session there will be a  clearance for uploading to the system.
Manuscripts must be in LNCS format, with a maximum of ten pages including references, figures and tables.
Please, see more info at IWINAC website.

Hola CAPO

Bienvenidos a la nueva página web del grupo de investigación de Computación de Altas Prestaciones y Optimización de la Universidad Rey Juan Carlos. Tras unos años de silencio en la red, hemos querido volver con el dominio www.caporesearch.es cuando las páginas personales de los investigadores del grupo se han vuelto difícilmente accesibles.