
<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

<style type="text/css" style="display:none;"> P {margin-top:0;margin-bottom:0;} </style>

</head>

<body dir="ltr">

<div class="elementToProof" style="font-family: Calibri, Helvetica, sans-serif; font-size: 12pt; color: rgb(0, 0, 0);">

<br>

</div>

<div id="appendonsend"></div>

<hr style="display:inline-block;width:98%" tabindex="-1">

<div id="divRplyFwdMsg" dir="ltr"><font face="Calibri, sans-serif" style="font-size:11pt" color="#000000"><b>From:</b> seminario-probabilidad-estadistica <seminario-probabilidad-estadistica-bounces@cmat.edu.uy> on behalf of Nicolás Frevenza <nfrevenza@gmail.com><br>

<b>Sent:</b> Tuesday, June 11, 2024 8:21<br>

<b>To:</b> seminario-probabilidad-estadistica@cmat.edu.uy <seminario-probabilidad-estadistica@cmat.edu.uy>; todos_imerl@fing.edu.uy <todos_imerl@fing.edu.uy><br>

<b>Subject:</b> [Probabilidad-Estadistica-Seminario] Charlas sobre Geometric deep learning</font>

<div> </div>

</div>

<div>

<div dir="ltr">

<div>El jueves 20 de junio por la tarde tendremos un programa de charlas sobre Geometric deep learning por la profesora

<a href="https://www.ams.jhu.edu/villar/">Soledad Villar</a> (de Johns Hopkins University) en el marco del proyecto ANII "Aprendizaje Automático con garantías matemáticas" (FCE_1_2023_1_176172).<br>

</div>

<div><br>

El Geometric deep learning es un área dentro del machine learning que aprovecha las simetrías exactas o aproximadas y las propiedades de invarianza de los datos para desarrollar modelos y algoritmos más eficaces de aprendizaje profundo (redes neuronales).<br>

<br>

Las charlas serán entre las 14 y 17.30 hs en el salón 9 de la Facultad de Ciencias Económicas y Administración. La entrada es libre pero a quienes piensen concurrir les pedimos que se inscriban en el siguiente formulario<br>

<span class="x_gmail-im" style="color:rgb(80,0,80)"><br>

<a href="https://forms.gle/XwEBoowGFDVDvSrT7" target="_blank">https://forms.gle/XwEBoowGFDVDvSrT7</a><br>

<br>

</span>Programa<br>

<br>

14 a 15.30 hs - Inicio de primera sesión<br>

<br>

15.30 a 16 hs - Pausa café<br>

<br>

16 a 17.30 hs - Inicio de segunda sesión.<br>

</div>

</div>

</div>

</body>

</html>