Programa Formativo 2021
Doctorado en Informática de la Universidad de Almería
[ Introduccion ] [ Registro ] [ Programa ] [ Fotos ] [ Lugar ] [ 2020 ] [ 2019 ] [ 2018 ] [ Organización ] [ Doctorado ]
[ Introduccion ] [ Registro ] [ Programa ] [ Fotos ] [ Lugar ] [ 2020 ] [ 2019 ] [ 2018 ] [ Organización ] [ Doctorado ]
NOTA: Por motivos del estado de alarma provocado por la pandemia COVID-19, los próximos cursos del programa de doctorado se impartirán de forma no presencial, online, mediante videoconferencia, hasta que la situación mejore. Las actividades se irán anunciando por los canales de información del Doctorado en Informática (Facebook, Twitter, Telegram, Web y lista interna).
NOTA: Por motivos del estado de alarma provocado por la pandemia COVID-19, los próximos cursos del programa de doctorado se impartirán de forma no presencial, online, mediante videoconferencia, hasta que la situación mejore. Las actividades se irán anunciando por los canales de información del Doctorado en Informática (Facebook, Twitter, Telegram, Web y lista interna).
Introducción
Introducción
El Programa de Doctorado en Informática de la Universidad de Almería se propone como objetivo ofertar cursos de formación específicos para sus estudiantes de doctorado en las líneas de investigación del programa.
El Programa de Doctorado en Informática de la Universidad de Almería se propone como objetivo ofertar cursos de formación específicos para sus estudiantes de doctorado en las líneas de investigación del programa.
Por este motivo, la Comisión Académica del Doctorado en Informática se complace en anunciar el presente Programa de Actividades Formativas para el año 2020 El programa está especialmente destinado a los estudiantes del Doctorado en Informática de la Universidad de Almería, aunque queda abierto a cualquier persona con intereses científicos en los citados campos de la Informática.
Por este motivo, la Comisión Académica del Doctorado en Informática se complace en anunciar el presente Programa de Actividades Formativas para el año 2020 El programa está especialmente destinado a los estudiantes del Doctorado en Informática de la Universidad de Almería, aunque queda abierto a cualquier persona con intereses científicos en los citados campos de la Informática.
El programa contará con la participación de ponentes de gran prestigio internacional en el ámbito de la Informática.
El programa contará con la participación de ponentes de gran prestigio internacional en el ámbito de la Informática.
Se otorgará un "Certificado de aprovechamiento" con el listado de los cursos y número de horas totales asistidas, siempre y cuando se acredite al menos un 80% de la asistencia en cada uno de los cursos asistidos, además de las actividades requeridas por el ponente en cada curso (si las hay). El certificado se emitirá a final de año, al terminar el programa formativo completo.
Se otorgará un "Certificado de aprovechamiento" con el listado de los cursos y número de horas totales asistidas, siempre y cuando se acredite al menos un 80% de la asistencia en cada uno de los cursos asistidos, además de las actividades requeridas por el ponente en cada curso (si las hay). El certificado se emitirá a final de año, al terminar el programa formativo completo.
Registro
Registro
Para facilitar el control de asistencia y la posterior emisión de certificados, es necesario registrarse previamente a los cursos a través del siguiente enlace.
Para facilitar el control de asistencia y la posterior emisión de certificados, es necesario registrarse previamente a los cursos a través del siguiente enlace.
Los horarios y lugar están sujetos a cambios de última hora. Se puede realizar el registro varias veces si se desea modificar la asistencia a los cursos (el último realizado será considerado como el válido, anulando a los anteriores).
Los horarios y lugar están sujetos a cambios de última hora. Se puede realizar el registro varias veces si se desea modificar la asistencia a los cursos (el último realizado será considerado como el válido, anulando a los anteriores).
NOTA: Una vez enviado el Formulario de Registro se recibirá un correo (que se recomienda conservar), desde donde será posible modificar el formulario o consultar los cursos en los que se ha registrado.
NOTA: Una vez enviado el Formulario de Registro se recibirá un correo (que se recomienda conservar), desde donde será posible modificar el formulario o consultar los cursos en los que se ha registrado.
Programa
Programa
El presente programa está sujeto a posibles cambios en el tiempo por motivos de coordinación.
El presente programa está sujeto a posibles cambios en el tiempo por motivos de coordinación.
- Interacción Humano-Robot (julio)
- Experiencias de Machine Learning Aplicado (julio)
- Introducción a la Computación Cuántica (septiembre)
- Codificación de Imagen y Vídeo (septiembre)
- Nuevos avances en Estimadores de Estado (septiembre)
- Advanced Optimization Methods using AMPL (octubre)
- Control de trayectorias en sistemas no lineales (noviembre)
- Validación y verificación de modelos para la especificación de sistemas ciberfísicos (noviembre)
- Tecnologías habilitadoras para la Industria 4.0: hacia la fábrica del futuro (noviembre)
- Data Science and Big Data Technologies for Better Software (diciembre)
- Una introducción práctica al quantum machine learning y a los algoritmos variacionales cuánticos (noviembre - pendiente)
Interacción Humano-Robot
Interacción Humano-Robot
Ponente: Dr. Manuel Ferre, Universidad Politécnica de Madrid
Ponente: Dr. Manuel Ferre, Universidad Politécnica de Madrid
Fechas: 6 y 8 de julio
Fechas: 6 y 8 de julio
Duración: 10 horas
Duración: 10 horas
Lugar: Universidad de Almería
Lugar: Universidad de Almería
Horario: 16:00 a 20:00 (y 2 horas de reunión con doctorandos)
Horario: 16:00 a 20:00 (y 2 horas de reunión con doctorandos)
Modalidad: Seminario (online)
Modalidad: Seminario (online)
Número de plazas: 50
Número de plazas: 50
Resumen: "Interacción humano-robot" tiene por objetivo analizar los diferentes paradigmas de comunicación que pueden establecer una persona y un robot para la realización de tareas. Se analizarán diferentes casos como son: la telemanipulacion en entornos peligrosos, las conversaciones con plataformas móviles, la utilización de exoesqueletos, y la realización de tareas con cobots para manipulación. Cada día aparecen nuevos ejemplos de las aplicaciones citadas y todos ellos abren nuevas posibilidades de aplicación de las tecnologías robóticas en diferentes campos de trabajo, que van desde la robótica social, hasta las aplicaciones médicas, o las tareas de fabricación.
Resumen: "Interacción humano-robot" tiene por objetivo analizar los diferentes paradigmas de comunicación que pueden establecer una persona y un robot para la realización de tareas. Se analizarán diferentes casos como son: la telemanipulacion en entornos peligrosos, las conversaciones con plataformas móviles, la utilización de exoesqueletos, y la realización de tareas con cobots para manipulación. Cada día aparecen nuevos ejemplos de las aplicaciones citadas y todos ellos abren nuevas posibilidades de aplicación de las tecnologías robóticas en diferentes campos de trabajo, que van desde la robótica social, hasta las aplicaciones médicas, o las tareas de fabricación.
Experiencias de Machine Learning Aplicado
Experiencias de Machine Learning Aplicado
Ponente: Dr. Antonio J. Fernández (UNIR)
Ponente: Dr. Antonio J. Fernández (UNIR)
Fechas: 12 al 14 de julio
Fechas: 12 al 14 de julio
Duración: 10 horas
Duración: 10 horas
Lugar: Laboratorio ADS, primera planta, Edif. Cite-III, Universidad de Almería
Lugar: Laboratorio ADS, primera planta, Edif. Cite-III, Universidad de Almería
Horario: 16:00 a 19:00 (y 1 hora de reunión con doctorandos, por establecer con los estudiantes)
Horario: 16:00 a 19:00 (y 1 hora de reunión con doctorandos, por establecer con los estudiantes)
Modalidad: Seminario (presencial).
Modalidad: Seminario (presencial).
Número de plazas: 18 (podrán asistir los 18 primero inscritos, en caso de vacantes, se seguirá el orden de lista).
Número de plazas: 18 (podrán asistir los 18 primero inscritos, en caso de vacantes, se seguirá el orden de lista).
Resumen: La cantidad de algoritmos y técnicas asociadas a la resolución de problemas usando Machine Learning conforman un abanico enorme. Cada proyecto tiene unas características que lo hacen único, y por ello, hay que buscar la forma más apropiada de abordar su resolución. Desde este curso de doctorado se pretende mostrar algunos casos de estudio y plantear una resolución. Dichos casos de estudio han sido resueltos dentro de una línea investigadora y publicados en revistas de impacto. Con ellos se pretende dotar a los alumnos de algunas herramientas básicas que les pueden ser útiles a la hora de buscar las soluciones idóneas basadas en Machine Learning que puedan usar para resolver sus problemas de investigación.
Resumen: La cantidad de algoritmos y técnicas asociadas a la resolución de problemas usando Machine Learning conforman un abanico enorme. Cada proyecto tiene unas características que lo hacen único, y por ello, hay que buscar la forma más apropiada de abordar su resolución. Desde este curso de doctorado se pretende mostrar algunos casos de estudio y plantear una resolución. Dichos casos de estudio han sido resueltos dentro de una línea investigadora y publicados en revistas de impacto. Con ellos se pretende dotar a los alumnos de algunas herramientas básicas que les pueden ser útiles a la hora de buscar las soluciones idóneas basadas en Machine Learning que puedan usar para resolver sus problemas de investigación.
Introducción a la Computación Cuántica
Introducción a la Computación Cuántica
Ponente: Dr. Tomás Fdez. Peña, Universidad de Santiago de Compostela
Ponente: Dr. Tomás Fdez. Peña, Universidad de Santiago de Compostela
Fechas: 6 y 7 de septiembre
Fechas: 6 y 7 de septiembre
Duración: 10 horas
Duración: 10 horas
Lugar: Laboratorio 2.02 del CITE III, UAL
Lugar: Laboratorio 2.02 del CITE III, UAL
Horario: 9:30 a 14:30 ambos días
Horario: 9:30 a 14:30 ambos días
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Instrucciones para el curso:
Instrucciones para el curso:
Los notebooks del curso se pueden descargar en un contenedor Docker. Se necesitan unos 3 GB libres en disco para su instalación.
Los notebooks del curso se pueden descargar en un contenedor Docker. Se necesitan unos 3 GB libres en disco para su instalación.
Pasos:
Pasos:
1. Instalar Docker si no está disponible. Las instrucciones de instalación están en https://www.docker.com/get-started
1. Instalar Docker si no está disponible. Las instrucciones de instalación están en https://www.docker.com/get-started
2. Inicializar el contenedor tfpena/cursoqc-ual21 mapeando el puerto 8901 al 8901 en el host (o a otro si este está ocupado). Por ejemplo, en Linux:
2. Inicializar el contenedor tfpena/cursoqc-ual21 mapeando el puerto 8901 al 8901 en el host (o a otro si este está ocupado). Por ejemplo, en Linux:
docker container run -d -p 8901:8901 --name cursoqc tfpena/cursoqc-ual21
docker container run -d -p 8901:8901 --name cursoqc tfpena/cursoqc-ual21
3. Cargar la URL http://localhost:8901 para acceder a los notebooks
3. Cargar la URL http://localhost:8901 para acceder a los notebooks
Para detener el contenedor usa:
Para detener el contenedor usa:
docker container stop cursoqc
docker container stop cursoqc
y para reiniciarlo:
y para reiniciarlo:
docker container start cursoqc
docker container start cursoqc
Si quieres borrar el contenedor, una vez parado ejecuta:
Si quieres borrar el contenedor, una vez parado ejecuta:
docker container rm cursoqc
docker container rm cursoqc
Y para borrar el contenido del curso y liberar espacio:
Y para borrar el contenido del curso y liberar espacio:
docker image rm tfpena/cursoqc
docker image rm tfpena/cursoqc
Acceso a los sistemas reales de IBM Quantum
Acceso a los sistemas reales de IBM Quantum
En algunos ejemplos, se usan los sistemas de IBM Quantum. Para acceder a esos sistemas es necesario disponer de un IBMid, que se puede crear desde aquí. Una vez creado, se obtiene un token API y se usa IBMQ.save_account(TOKEN) para salvar el TOKEN y poder acceder a los equipos desde qiskit.
En algunos ejemplos, se usan los sistemas de IBM Quantum. Para acceder a esos sistemas es necesario disponer de un IBMid, que se puede crear desde aquí. Una vez creado, se obtiene un token API y se usa IBMQ.save_account(TOKEN) para salvar el TOKEN y poder acceder a los equipos desde qiskit.
Resumen: El modelo de computación cuántica (QC) supone un cambio radical en la forma en la que desarrollamos algoritmos. Grandes empresas como IBM, Google, Microsoft o Alibaba, entre otras, están invirtiendo grandes sumas en el desarrollo de computadores cuánticos cada vez más grandes y fiables. Las grandes empresas y los gobiernos ven a la computación cuántica como una de las tecnologías disruptivas con mayor potencial de crecimiento y cada vez aparecen nuevos campos de aplicación, que van desde la IA y el ML, aplicaciones financieras y de optimización logística hasta el diseño de fármacos y la predicción meteorológica. En este curso se pretende presentar, a nivel introductorio, los conceptos básicos de la computación cuántica y los algoritmos clásicos más importantes dentro de la QC, para finalizar con la descripción de diferentes modelos de programación y algoritmos actuales.
Resumen: El modelo de computación cuántica (QC) supone un cambio radical en la forma en la que desarrollamos algoritmos. Grandes empresas como IBM, Google, Microsoft o Alibaba, entre otras, están invirtiendo grandes sumas en el desarrollo de computadores cuánticos cada vez más grandes y fiables. Las grandes empresas y los gobiernos ven a la computación cuántica como una de las tecnologías disruptivas con mayor potencial de crecimiento y cada vez aparecen nuevos campos de aplicación, que van desde la IA y el ML, aplicaciones financieras y de optimización logística hasta el diseño de fármacos y la predicción meteorológica. En este curso se pretende presentar, a nivel introductorio, los conceptos básicos de la computación cuántica y los algoritmos clásicos más importantes dentro de la QC, para finalizar con la descripción de diferentes modelos de programación y algoritmos actuales.
[ Descargar material del curso ] [ Fotos ] [ Registro ]
[ Descargar material del curso ] [ Fotos ] [ Registro ]
Codificación de Imagen y Vídeo
Codificación de Imagen y Vídeo
Ponente: Sr. Miguel Onofre Martínez Rach, Universidad Miguel Hernández.
Ponente: Sr. Miguel Onofre Martínez Rach, Universidad Miguel Hernández.
Fechas: 16 y 17 de septiembre
Fechas: 16 y 17 de septiembre
Duración: 10 horas
Duración: 10 horas
Lugar: Laboratorio 1.01 (Redes) Edificio CITE-III, Universidad de Almería
Lugar: Laboratorio 1.01 (Redes) Edificio CITE-III, Universidad de Almería
Horario: de 9:00 a 14:00 horas
Horario: de 9:00 a 14:00 horas
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Resumen: Se presentarán primero los conceptos básicos de compresión y codificación, y se introducirán brevemente las transformaciones del dominio del pixel o el espacio al dominio frecuencial. Se continuará con la presentación de distintos codificadores de imagen y vídeo, para los cuales veremos en detalle su estructura, arquitectura y se detallarán sus etapas fundamentales. Entre los codificadores de imagen a analizar se verán el JPEG, JPEG2000 y un codificador de imagen desarrollado en el grupo de investigación GATCOM, el LTW. Ya en el ámbito de la codificación de vídeo se explicará el modelo de codificación híbrido sobre el que se basan los últimos estándares del mercado, como el H.264/AVC y el HEVC, analizando etapas como la predicción INTRA o la estimación de movimiento. Se presentarán las técnicas fundamentales de codificación perceptual presentes en numerosas métricas de calidad y veremos dónde se ubican en la cadena de codificación de codificadores como el HEVC. Finalmente se presentarán las características más relevantes del futuro nuevo estándar de vídeo, el VVC en comparación con el estándar actual, el HEVC.
Resumen: Se presentarán primero los conceptos básicos de compresión y codificación, y se introducirán brevemente las transformaciones del dominio del pixel o el espacio al dominio frecuencial. Se continuará con la presentación de distintos codificadores de imagen y vídeo, para los cuales veremos en detalle su estructura, arquitectura y se detallarán sus etapas fundamentales. Entre los codificadores de imagen a analizar se verán el JPEG, JPEG2000 y un codificador de imagen desarrollado en el grupo de investigación GATCOM, el LTW. Ya en el ámbito de la codificación de vídeo se explicará el modelo de codificación híbrido sobre el que se basan los últimos estándares del mercado, como el H.264/AVC y el HEVC, analizando etapas como la predicción INTRA o la estimación de movimiento. Se presentarán las técnicas fundamentales de codificación perceptual presentes en numerosas métricas de calidad y veremos dónde se ubican en la cadena de codificación de codificadores como el HEVC. Finalmente se presentarán las características más relevantes del futuro nuevo estándar de vídeo, el VVC en comparación con el estándar actual, el HEVC.
[ Descargar material del curso ] [ Fotos ] [ Registro ]
[ Descargar material del curso ] [ Fotos ] [ Registro ]
Advanced Optimization Methods using AMPL
Advanced Optimization Methods using AMPL
Ponente: Dr. Boglárka G.-Tóth, University of Szeged
Ponente: Dr. Boglárka G.-Tóth, University of Szeged
Fechas: 4 al 8 de octubre
Fechas: 4 al 8 de octubre
Duración: 10 horas
Duración: 10 horas
Lugar: Laboratorio 2.02 CITE III, Departamento de Informática, Universidad de Almería
Lugar: Laboratorio 2.02 CITE III, Departamento de Informática, Universidad de Almería
Horario:
Horario:
Lunes 4 de octubre de 12 a 14
Lunes 4 de octubre de 12 a 14
Martes 5 de octubre de 11 a 14
Martes 5 de octubre de 11 a 14
Miércoles 6 de octubre de 11 a 14
Miércoles 6 de octubre de 11 a 14
Jueves 7 de octubre de 12 a 14
Jueves 7 de octubre de 12 a 14
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Resumen: This course intends to give a theoretical overview (with examples in AMPL) of some advanced methods to solve hard optimization problems. These methods include constraint generation, column generation, Benders and Dantzig-Wolf decomposition. These methods are designed to solve large Mixed Integer Programming problems, but some of them are generalized also for nonlinear problems as well. All methods will be modeled using the AMPL mathematical modeling language, and will be demonstrated on an example.
Resumen: This course intends to give a theoretical overview (with examples in AMPL) of some advanced methods to solve hard optimization problems. These methods include constraint generation, column generation, Benders and Dantzig-Wolf decomposition. These methods are designed to solve large Mixed Integer Programming problems, but some of them are generalized also for nonlinear problems as well. All methods will be modeled using the AMPL mathematical modeling language, and will be demonstrated on an example.
[ Descargar material del curso ] [ Fotos ] [ Registro ]
[ Descargar material del curso ] [ Fotos ] [ Registro ]
Una introducción práctica al quantum machine learning y a los algoritmos variacionales cuánticos
Una introducción práctica al quantum machine learning y a los algoritmos variacionales cuánticos
Ponente: Dr. Elías Fernández-Combarro Álvarez, Universidad Oviedo
Ponente: Dr. Elías Fernández-Combarro Álvarez, Universidad Oviedo
Fechas: 2 y 3 de noviembre
Fechas: 2 y 3 de noviembre
Duración: 10 horas
Duración: 10 horas
Lugar: Laboratorio 2.01, edificio CITE III (Informática y Matemáticas), Universidad de Almería
Lugar: Laboratorio 2.01, edificio CITE III (Informática y Matemáticas), Universidad de Almería
Horario: 9:30 a 14:30
Horario: 9:30 a 14:30
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Resumen: En los últimos años, se han desarrollado numerosos algoritmos cuánticos que aprovechan el hardware existente en la actualidad para abordar problemas de optimización y de aprendizaje automático. Entre ellos, destacan los que utilizan el enfoque del quantum annealing y los que se basan en el uso de circuitos variacionales. En este curso, se introducirá el modelo de circuitos cuánticos, con especial atención a las puertas cuánticas necesarias para construir circuitos variacionales, así como el método del quantum annealing. Ambos modelos serán usados para mostrar aplicaciones concretas en el campo de la optimización y del quantum machine learning, incluyendo la construcción de soluciones aproximadas de problemas de optimización combinatoria (mediante quantum annealing y con algoritmos basados en circuitos como el Variational Quantum Eigensolver y el Quantum Approximate Optimization Algorithm), el desarrollo de algoritmos de clasificación (Quantum Support Vector Machines, Quantum Neural Networks...), la creación de modelos generativos (Quantum Generative Adversarial Networks) y el aprendizaje reforzado.
Resumen: En los últimos años, se han desarrollado numerosos algoritmos cuánticos que aprovechan el hardware existente en la actualidad para abordar problemas de optimización y de aprendizaje automático. Entre ellos, destacan los que utilizan el enfoque del quantum annealing y los que se basan en el uso de circuitos variacionales. En este curso, se introducirá el modelo de circuitos cuánticos, con especial atención a las puertas cuánticas necesarias para construir circuitos variacionales, así como el método del quantum annealing. Ambos modelos serán usados para mostrar aplicaciones concretas en el campo de la optimización y del quantum machine learning, incluyendo la construcción de soluciones aproximadas de problemas de optimización combinatoria (mediante quantum annealing y con algoritmos basados en circuitos como el Variational Quantum Eigensolver y el Quantum Approximate Optimization Algorithm), el desarrollo de algoritmos de clasificación (Quantum Support Vector Machines, Quantum Neural Networks...), la creación de modelos generativos (Quantum Generative Adversarial Networks) y el aprendizaje reforzado.
Nuevos avances en Estimadores de estado
Nuevos avances en Estimadores de estado
Ponente: Dr. Ramón Costa-Castelló, Universitat Politècnica de Catalunya.
Ponente: Dr. Ramón Costa-Castelló, Universitat Politècnica de Catalunya.
Fechas: 4 y 5 de noviembre
Fechas: 4 y 5 de noviembre
Duración: 10 horas
Duración: 10 horas
Lugar: Universidad de Almería
Lugar: Universidad de Almería
Horario: 9:30 a 13:30 (y 2 horas de reunión con doctorandos)
Horario: 9:30 a 13:30 (y 2 horas de reunión con doctorandos)
Modalidad: Seminario (online)
Modalidad: Seminario (online)
Resumen: En este seminario se analizarán distintas estructuras de estimadores de estado con ejemplos de aplicación, por ejemplo, en pilas de combustible. En concreto, se tratará con más detalle el desarrollo de métodos de estimación de parámetros adaptativos en tiempo real para sistemas paramétricos no lineales.
Resumen: En este seminario se analizarán distintas estructuras de estimadores de estado con ejemplos de aplicación, por ejemplo, en pilas de combustible. En concreto, se tratará con más detalle el desarrollo de métodos de estimación de parámetros adaptativos en tiempo real para sistemas paramétricos no lineales.
Control de trayectorias en sistemas no lineales
Control de trayectorias en sistemas no lineales
Ponente: Prof. Pedro Albertos Pérez. Prof. Emérito de la Universidad Politécnica de Valencia. Ex-Presidente de la Federación Internacional de Control Automático y del Comité Español de Automática.
Ponente: Prof. Pedro Albertos Pérez. Prof. Emérito de la Universidad Politécnica de Valencia. Ex-Presidente de la Federación Internacional de Control Automático y del Comité Español de Automática.
Fechas: 9 y 10 de de noviembre de 2021
Fechas: 9 y 10 de de noviembre de 2021
Duración: 10 horas
Duración: 10 horas
Lugar: Sala de Grados del edificio CITE-III (Informática y Matemáticas), Universidad de Almería
Lugar: Sala de Grados del edificio CITE-III (Informática y Matemáticas), Universidad de Almería
Horario: 10:00 a 14:00 (y 2 horas de reunión con doctorandos)
Horario: 10:00 a 14:00 (y 2 horas de reunión con doctorandos)
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Número de plazas: 40
Número de plazas: 40
Resumen: En este seminario se resumen las principales características de una nueva metodología de diseño de sistemas de control para el seguimiento de trayectorias en procesos no lineales. Esta metodología, denominada LAB (Linear Algebra Based) ha tenido una fuerte repercusión por su sencillez y facilidad de aplicación, si bien no es aplicable para algunos problemas de seguimiento en sistemas no lineales. Se exponen las etapas en el diseño de un controlador LAB, tanto en tiempo continuo como en discreto. La aplicación al control de la trayectoria de un robot móvil, en tiempo continuo, sirve para ilustrar el desarrollo e implementación del control. Se analizarán algunas propiedades del sistema controlado y se resaltarán las condiciones de aplicación. Se incluirán aplicaciones en campos de la robótica y el control de procesos en general.
Resumen: En este seminario se resumen las principales características de una nueva metodología de diseño de sistemas de control para el seguimiento de trayectorias en procesos no lineales. Esta metodología, denominada LAB (Linear Algebra Based) ha tenido una fuerte repercusión por su sencillez y facilidad de aplicación, si bien no es aplicable para algunos problemas de seguimiento en sistemas no lineales. Se exponen las etapas en el diseño de un controlador LAB, tanto en tiempo continuo como en discreto. La aplicación al control de la trayectoria de un robot móvil, en tiempo continuo, sirve para ilustrar el desarrollo e implementación del control. Se analizarán algunas propiedades del sistema controlado y se resaltarán las condiciones de aplicación. Se incluirán aplicaciones en campos de la robótica y el control de procesos en general.
Validación y verificación de modelos para la especificación de sistemas ciberfísicos
Validación y verificación de modelos para la especificación de sistemas ciberfísicos
Ponente: Dr. Antonio Vallecillo, Catedrático del Departamento de Lenguajes y Ciencias de la Computación, Universidad de Málaga.
Ponente: Dr. Antonio Vallecillo, Catedrático del Departamento de Lenguajes y Ciencias de la Computación, Universidad de Málaga.
Fechas: 15 al 17 de noviembre
Fechas: 15 al 17 de noviembre
Duración: 10 horas
Duración: 10 horas
Lugar: Seminario Turing (2.12.0 del edificio Informática y Matemáticas, CITE III), Universidad de Almería
Lugar: Seminario Turing (2.12.0 del edificio Informática y Matemáticas, CITE III), Universidad de Almería
Horario: lunes y martes, 16:00 - 20:00, y miércoles 9:00-11:00 (tutorías con estudiantes del doctorado).
Horario: lunes y martes, 16:00 - 20:00, y miércoles 9:00-11:00 (tutorías con estudiantes del doctorado).
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Resumen: Los modelos se han convertido en herramientas muy útiles para elevar el nivel de abstracción de los sistemas con un grado elevado de complejidad. Lenguajes y notaciones como UML han permitido representar ese tipo de sistemas a un nivel de abstracción adecuado. Sin embargo, eso no es suficiente. Es preciso poder probar la corrección de dichos modelos, y de llevar a cabo distintos tipos de análisis usando esos modelos, como puede ser la verificación del sistema, el análisis de propiedades, o la simulación. Existen actualmente algunas herramientas que permiten llevar a cabo estos tipos de análisis sobre los modelos UML. En este curso de doctorado presentaremos las herramientas disponibles en el Entorno de Especificación basado en UML (USE) para probar, simular y analizar modelos UML y OCL. También presenta el Model Validator (MV), un componente de la herramienta para la validación, verificación y pruebas de sistemas mediante la construcción automática de modelos de objetos. Los casos de aplicación se realizarán en el contexto de los sistemas ciberfísicos, en donde el uso de modelos es muy importante por su elevada complejidad.
Resumen: Los modelos se han convertido en herramientas muy útiles para elevar el nivel de abstracción de los sistemas con un grado elevado de complejidad. Lenguajes y notaciones como UML han permitido representar ese tipo de sistemas a un nivel de abstracción adecuado. Sin embargo, eso no es suficiente. Es preciso poder probar la corrección de dichos modelos, y de llevar a cabo distintos tipos de análisis usando esos modelos, como puede ser la verificación del sistema, el análisis de propiedades, o la simulación. Existen actualmente algunas herramientas que permiten llevar a cabo estos tipos de análisis sobre los modelos UML. En este curso de doctorado presentaremos las herramientas disponibles en el Entorno de Especificación basado en UML (USE) para probar, simular y analizar modelos UML y OCL. También presenta el Model Validator (MV), un componente de la herramienta para la validación, verificación y pruebas de sistemas mediante la construcción automática de modelos de objetos. Los casos de aplicación se realizarán en el contexto de los sistemas ciberfísicos, en donde el uso de modelos es muy importante por su elevada complejidad.
[ Descargar material del curso ] [ Fotos ] [ Registro ]
[ Descargar material del curso ] [ Fotos ] [ Registro ]
Tecnologías habilitadoras para la Industria 4.0: hacia la fábrica del futuro
Tecnologías habilitadoras para la Industria 4.0: hacia la fábrica del futuro
Ponente: Dra. Elisabet Estévez Estévez, Universidad de Jaén
Ponente: Dra. Elisabet Estévez Estévez, Universidad de Jaén
Fechas: 22 al 24 de noviembre
Fechas: 22 al 24 de noviembre
Duración: 10 horas
Duración: 10 horas
Lugar: Universidad de Almería
Lugar: Universidad de Almería
Horario: 22 y 23, 16:00-19:00, y 24, 16:00 a 18:00 (y 2 horas de reunión con doctorandos)
Horario: 22 y 23, 16:00-19:00, y 24, 16:00 a 18:00 (y 2 horas de reunión con doctorandos)
Modalidad: Seminario (online)
Modalidad: Seminario (online)
Resumen: La industria 4.0 o industria conectada es aquella donde máquinas, productos y personas están globalmente conectados.Para poder hacer realidad el concepto de industria 4.0, es necesario conocer las tecnologías habilitadoras y su integración. Por eso, en este curso se presentan estándares de la I4.0 como RAMI (Reference Architectural Model Industrie 4.0) o IIRA (Industrial Internet Reference Architecture); el concepto de agente industrial, plataformas de ejecución, así como el Diseño Basado en Modelos (MDD-Model Driven Development) entre otras. Todas ellas serán analizadas y presentadas a través de ejemplos prácticos.
Resumen: La industria 4.0 o industria conectada es aquella donde máquinas, productos y personas están globalmente conectados.Para poder hacer realidad el concepto de industria 4.0, es necesario conocer las tecnologías habilitadoras y su integración. Por eso, en este curso se presentan estándares de la I4.0 como RAMI (Reference Architectural Model Industrie 4.0) o IIRA (Industrial Internet Reference Architecture); el concepto de agente industrial, plataformas de ejecución, así como el Diseño Basado en Modelos (MDD-Model Driven Development) entre otras. Todas ellas serán analizadas y presentadas a través de ejemplos prácticos.
[ Descargar material del curso ] [ Fotos ] [ Registro ]
[ Descargar material del curso ] [ Fotos ] [ Registro ]
Data Science and Big Data Technologies for Better Software
Data Science and Big Data Technologies for Better Software
Ponente: Dr. Silverio Martínez, Universidad Politécnica de Cataluña.
Ponente: Dr. Silverio Martínez, Universidad Politécnica de Cataluña.
Fechas: 1 al 3 de diciembre 2021
Fechas: 1 al 3 de diciembre 2021
Duración: 10 horas
Duración: 10 horas
Lugar: Laboratorio de Análisis y Desarrollo de Software (ADS), Edificio CITE-III, 1ra planta, Universidad de Almería
Lugar: Laboratorio de Análisis y Desarrollo de Software (ADS), Edificio CITE-III, 1ra planta, Universidad de Almería
Horario: Miércoles (1 diciembre), 11:00 a 14:00; Jueves y Viernes (2 y 3 diciembre), 9:00 a 12:00
Horario: Miércoles (1 diciembre), 11:00 a 14:00; Jueves y Viernes (2 y 3 diciembre), 9:00 a 12:00
Modalidad: Seminario (presencial)
Modalidad: Seminario (presencial)
Resumen: Data Science rapidly gains relevance in software teams. Data science methods facilitate analyzing and predicting different quality aspects of the software product, process, and usage by combining results from different data sources such as versioning systems, issue tracking systems or static code analysis in an efficient way. The course provides insights in using data science and Big Data technologies for data-driven software development. Furthermore, it shows software engineering processes and best practices for a specific type of software: Machine Learning based software systems.
Resumen: Data Science rapidly gains relevance in software teams. Data science methods facilitate analyzing and predicting different quality aspects of the software product, process, and usage by combining results from different data sources such as versioning systems, issue tracking systems or static code analysis in an efficient way. The course provides insights in using data science and Big Data technologies for data-driven software development. Furthermore, it shows software engineering processes and best practices for a specific type of software: Machine Learning based software systems.
[ Descargar material del curso ] [ Fotos ] [ Registro ]
[ Descargar material del curso ] [ Fotos ] [ Registro ]
Fotos
Fotos
Lugar de celebración
Lugar de celebración
Campus universitario de La Cañada, Universidad de Almería
Campus universitario de La Cañada, Universidad de Almería
Para cada curso ver el lugar de celebración.
Para cada curso ver el lugar de celebración.
Organización
Organización
Organiza la Comisión Académica del Doctorado en Informática y el Departamento de Informática de la UAL en colaboración con la Escuela Internacional de Doctorado.
Organiza la Comisión Académica del Doctorado en Informática y el Departamento de Informática de la UAL en colaboración con la Escuela Internacional de Doctorado.