Noticias en español
Seminars appear in decreasing order in relation to date. To find an activity of your interest just go down on the list. Normally seminars are given in English. If not, they will be marked as Spanish Only.
Optimal control and Hamilton-Jacobi-Bellman equations. Some extensions to problems on networks
Abstract: The first aim of this talk is to show that, using Variational Analysis tools, it is possible to provide a characterization of the Value Function of an optimal control problem in terms of the Hamilton-Jacobi-Bellman (HJB) equation, meaning that the Value Function is the unique (not necessarily continuous) viscosity solution of the HJB equation. The second goal is to present some new results concerning applications of the techniques mentioned above to optimal control problems whose state is constrained to remain on a network,...
The log-Sobolev inequality for unbounded spin systems on the lattice. & Scaling limit of subcritical contact process.
PRIMERA PARTE: Expositor: Ioannis Papageorgiou (UBA) Titulo: The log-Sobolev inequality for unbounded spin systems on the lattice. Resumen: A criterion will be presented for the log-Sobolev inequality for unbounded spin systems on the lattice with non-quadratic interactions. This is a joint work with Takis Konstantopoulos (Uppsala) and James Inglis (INRIA). Furthermore, in the case of quadratic interactions, a perturbation result for the inequality will be presented. SEGUNDA PARTE: Expositora: Aurelia Deshayes (UBA) Titulo: Scaling limit of...
Data Science: Herramientas, lenguajes y Python
Abstract: Data Science es un área interdisciplinaria dedicada extraer conocimiento de grandes volúmenes de datos, utilizando diversas técnicas de Machine Learning, para resolver problemáticas de distinta naturaleza. La cantidad de datos y complejidad de los cálculos necesarios en aplicaciones de Data Science son en general muy altas, por lo que la eficiencia computacional es crucial. En esta charla revisaremos herramientas requeridas para trabajar con datos reales, principalmente sobre programación científica, lenguajes de programación y...
Cambio del profesor y percepción de los estudiantes de su sala de clases. Integrando miradas.
Ver adjunto.
Preservation of geometrical properties under sphericalization and flattening in the metric setting
ABSTRACT: The process of obtaining the Riemann sphere from the complex plane, and viceversa, was generalized in the metric setting by using sphericalization and flattening. These conformal transformations are dual to each other, and the performance of sphericalization followed by flattening, or viceversa, results in a metric space that is bi-Lipschitz equivalent to the original space. A very natural problem is therefore to study which geometric properties are preserved under these transformations. Metric spaces endowed with a doubling...
Deep Learning: Desafíos actuales
Resumen: Para terminar el ciclo de Deep Learning se presentará una serie de aplicaciones de estas metodologías en áreas como la robótica, el procesamiento de lenguaje natural y la visión computacional, temáticas de gran interés en la actualidad debido al enorme desarrollo que se ha impulsado en los últimos años no sólo en la academia, sino también en la industria. El objetivo es entregar un marco general de lo que es posible realizar y/o investigar en el área hoy, así como ser una fuente de inspiración para los proyectos de los propios...
Convexity of the image of quadratic functions: a geometric point of view
Abstract: The convexity of the image of quadratic functions is crucial when stablishing Farkas-type alternative results (known as s-lemmas in the quadratic context), which are relevant in many applications. A geometric point of view is presented, which strongly relies in the graphic properties of the image of simple sets of $\R^n$. This gives new understanding on the problem, simplifies classical results and leads to new ones, explained in this talk.
Deep Learning II: Redes Neuronales Recurrentes
Abstract: Continuando la línea de aprendizaje profundo, se extenderá la idea de redes neuronales al caso de entradas de transmisión continua como las series de tiempo o secuencias de video, bajo el concepto de redes neuronales recurrentes. Esta arquitectura ha demostrado gran capacidad en procesamiento de voz y texto, desplazando a metodologías alternativas como las cadenas de Markov en muchas aplicaciones. Partiendo por su definición más básica, se explicará su funcionamiento así como sus limitaciones, para luego elaborar en el...
Estretegias didácticas para el desarrollo de competecias matemáticas
Resumen: El enfoque por competencias va más allá del aprendizaje de contenidos, y apunta a la formación de ciudadanos constructivos, comprometidos y reflexivos, permitiéndoles identificar y entender el rol que juegan las matemáticas en el mundo. Sin embargo, es esencial que los docentes cuenten con herramientas claras para su trabajo en aula. En experiencias desarrolladas en los últimos años, hemos logrado consolidar una propuesta que permitiría a los docentes articular el desarrollo de competencias con el aprendizaje de contenidos. Se ha...
Deep Learning I: Redes neuronales convolucionales
Abstract: En esta segunda charla de nuestra serie de charlas de Deep Learning revisaremos brevemente conceptos y nociones básicas de redes neuronales, desde el modelo de neurona básica hasta el perceptrón multicapa, para luego presentar uno de los temas más emocionantes en machine learning de los últimos años: redes neuronales convolucionales. Estas redes han demostrado ser una exitosa herramienta para solucionar problemas de procesamiento de voz y visión computacional, superando ampliamente el desempeño de muchos métodos anteriores. En...
