Coloquio de Física | Machine learning en ciencia e ingeniería

Lo sentimos, pero este evento ya no se encuentra disponible. Déjanos tu correo electrónico para avisarte si este evento se repite

Los jueves a las 12:30 p.m. tienen lugar los coloquios de la Sección Física PUCP, dirigidos a profesores y estudiantes de Física y disciplinas afines de todos los niveles (EE.GG.CC., Facultad, maestría y doctorado), tanto de dentro como fuera de la PUCP. En cada sesión, un experto en un tema de Física (o de una disciplina afín) brinda una presentación sobre el tema en el que ha venido trabajando.

Puede encontrar el cronograma de las charlas del semestre 2017-2 y los vídeos de coloquios anteriores en el sitio web de Conferencias de la Sección Física PUCP. Los coloquios se transmiten en vivo, a través de EnVivo PUCP.

El ingreso es libre para miembros de la comunidad PUCP y para visitantes externos; basta con que estos últimos registren previamente sus datos en línea una sola vez para ingresar a todos los coloquios del año 2017.

Para el coloquio del jueves 9 de noviembre, el tema será “Machine learning en ciencia e ingeniería”, por Edwin Villanueva, profesor e investigador de la Sección Ing. Informática PUCP y miembro del Grupo de Reconocimiento de Patrones e Inteligencia Artificial Aplicada.

Resumen

Machine learning (“aprendizaje de máquinas”) es un área de la inteligencia artificial que busca crear algoritmos que aprendan por sí solos a generalizar conocimientos o patrones a partir de comportamientos observados. El potencial de estas técnicas se viene demostrando en diversas tecnologías contemporáneas, tales como traductores de texto, sistemas de recomendación, conducción automática, reconocimiento de imágenes y voz, etc. Diversos campos de la ciencia también se vienen beneficiando grandemente con el desarrollo de esta área. En esta charla revisaremos brevemente los principales principios y enfoques que existen en machine learning, para luego mostrar algunas aplicaciones desarrolladas en el Grupo de Inteligencia Artificial de la PUCP (IA-PUCP). Finalmente, concluiremos con algunas lecciones aprendidas y recomendaciones sobre la aplicación de estas técnicas, que puedan ser de interés a investigadores en el campo de la Física.

Organizado por

  • Sección Física