<div dir="ltr"><div dir="ltr"><div class="gmail_quote">Estimados,<br>
<br>
Ruego difundir este curso, que dictará el Prof. Luca Calatroni de la<br>
Universidad de Génova, Italia, en forma intensiva del 27 al 31 de<br>
julio, todos los días de 8h a 12h en Facultad de Ingeniería.<br>
<br>
El curso está dirigido a estudiantes de posgrado en Ingeniería<br>
Eléctrica, Ingeniería en Computación, Matemática, Ciencia de Datos y<br>
Aprendizaje Automático, o ramas afines. Las aplicaciones de la<br>
bioimagenología también pueden resultar de interés para<br>
investigadores de las ciencias biológicas.<br>
<br>
Los potenciales interesados pueden encontrar más información en el eva<br>
del curso (<a href="https://eva.fing.edu.uy/course/view.php?id=2028" rel="noreferrer" target="_blank">https://eva.fing.edu.uy/course/view.php?id=2028</a>). Adjunto el<br>
programa del curso y un flyer de difusión.<br>
<br>
A continuación va un breve resumen del contenido:<br>
<br>
_El curso se centra en el estudio de metodologías matemáticas y<br>
computacionales que sustentan las técnicas más innovadoras de<br>
procesamiento y análisis de imágenes. Los problemas inversos<br>
constituyen la base de numerosos desarrollos en los que es necesario<br>
recuperar información visual a partir de datos incompletos, ruidosos o<br>
degradados, un reto que abarca diversas disciplinas científicas y<br>
tecnológicas. En este contexto, el curso ofrece una formación que<br>
integra tres dimensiones complementarias:_<br>
<br>
        * La modelización matemática de los procesos de adquisición de<br>
datos, que permite establecer de manera rigurosa la relación entre las<br>
medidas disponibles y la imagen subyacente.<br>
<br>
        * El diseño e implementación de algoritmos capaces de resolver<br>
problemas altamente complejos mediante técnicas de optimización<br>
numérica, métodos iterativos y estrategias de regularización.<br>
<br>
        * _La aplicación práctica de estas herramientas en casos<br>
representativos de la investigación actual. Entre los ejemplos que se<br>
abordarán destacan la deconvolución de imágenes, esencial para<br>
corregir desenfoques y mejorar la calidad de observaciones en<br>
microscopía y astronomía; la tomografía computacional, pilar de la<br>
obtención de imágenes médicas no invasivas y de gran impacto<br>
clínico; los métodos de superresolución, que permiten generar<br>
detalles más allá de los límites físicos de los sensores y son de<br>
gran relevancia en biología y seguridad; y las técnicas de inpainting<br>
de imágenes, útiles para la restauración digital, la edición<br>
inteligente y la recuperación de información en contextos artísticos,<br>
industriales y forenses. Estos casos ilustran cómo la teoría de<br>
problemas inversos se traduce en soluciones concretas que responden a<br>
desafíos actuales en ciencia, tecnología e innovación._<br>
<br>
Gracias.<br>
<br>
Saludos,<br>
<br>
Pablo<br>
  ----------------------------------------------<br>
Pablo Musé, PhD<br>
Full Professor of Signal Processing<br>
Universidad de la República<br>
Uruguay<br>
+598 27110974<br>
<a href="http://iie.fing.edu.uy/~pmuse/" rel="noreferrer" target="_blank">iie.fing.edu.uy/~pmuse/</a><br>
_______________________________________________<br>
Ingenieria.matematica mailing list<br>
<a href="mailto:Ingenieria.matematica@fing.edu.uy" target="_blank">Ingenieria.matematica@fing.edu.uy</a><br>
<a href="https://www.fing.edu.uy/mailman/listinfo/ingenieria.matematica" rel="noreferrer" target="_blank">https://www.fing.edu.uy/mailman/listinfo/ingenieria.matematica</a></div></div>
</div>