BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20200101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20210513T110000
DTEND;TZID=America/Sao_Paulo:20210513T120000
DTSTAMP:20260507T013012
CREATED:20210511T113817Z
LAST-MODIFIED:20210511T113817Z
UID:6673-1620903600-1620907200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Miguel Nehmad Alche
DESCRIPTION:Título: Un estudio sobre Preprocesamiento y Mecanismos de Atención en Redes Neuronales Convolucionales para Clasificación de Lesiones de Piel\nDirector: Daniel Acevedo\nJurados: Marcelo Risk y Pablo Negri \nResumen: El melanoma es una forma de cáncer de piel muy peligrosa para la salud. El diagnóstico temprano del mismo es crucial para aumentar las posibilidades de su cura. En base a ello se puede utilizar algoritmos de visión por computadora para analizar imágenes dermoscópicas de las lesiones en la piel y clasificar si se trata de lesiones benignas o malignas. En este trabajo estudiamos diversas mejoras que se le pueden aplicar a las redes convolucionales: desde métodos de pre-procesamiento sobre el dataset hasta mecanismos de attention sobre redes profundas. Descubrimos que el mecanismo de attention residual learning mejora la performance de la red EfficientNet\, así también como utilizar algoritmos de pre-procesamiento que realzan detalles de las imágenes del dataset.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-miguel-nehmad-alche/
LOCATION:ZOOM
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20210513T110000
DTEND;TZID=America/Sao_Paulo:20210513T130000
DTSTAMP:20260507T013012
CREATED:20210511T125639Z
LAST-MODIFIED:20210511T125639Z
UID:6675-1620903600-1620910800@www.dc.uba.ar
SUMMARY:Creación de la Unidad de Diagnóstico COVID-19 UNAHUR: Interacción entre Diagnóstico-Docencia-Investigación
DESCRIPTION:Los invitamos a la quinta charla de la edición 2021 del seminario. Esta vez presentamos a Marcela Pilloff\, directora del laboratorio de Diagnóstico de COVID-19 de la UNAHUR que contará su experiencia en la creación de unidades de diagnóstico covid en la universidad. \nQuién: Marcela Pilloff. Directora del laboratorio de Diagnóstico de COVID-19 de la UNAHUR\nCuándo: Jueves 13 de Mayo\, 11 hs.\nLink zoom:  https://exactas-uba.zoom.us/j/94443673957\nTambién lo podes ver en youtube acá:\nhttps://www.youtube.com/channel/UCzcbeaNQEIhOFBRBdYx1NEA \nTítulo:Creación de la Unidad de Diagnóstico COVID-19 UNAHUR: Interacción entre Diagnóstico-Docencia-Investigación \nResumen. Al comenzar la pandemia el área de biotecnología de la UNAHUR tenía un desarrollo muy incipiente. En el marco de la pandemia\, y como respuesta a las necesidades de la comunidad\, la Universidad Nacional de Hurlingham generó aportes en distintas áreas.\nEn este contexto se construyó el laboratorio de diagnóstico de COVID19.\nAllí intentamos conjugar las prioritarias actividades de servicios con investigación\, desarrollo y formación de alumnos y graduados para tener una respuesta integral acorde a las actividades sustantivas de la Universidad. Presentaremos los resultados de estas actividades. \nDra de la UNQ- Mención en Ciencias Básicas y Aplicadas. Directora del laboratorio de Diagnóstico de COVID-19 de la UNAHUR. Directora de las carreras Tecnicatura Universitaria en Laboratorio y de la Lic en Biotecnología del Instituto de Biotecnología de la UNAHUR. Profesora Adjunta de la UNQ y UNAHUR.
URL:https://www.dc.uba.ar/event/creacion-de-la-unidad-de-diagnostico-covid-19-unahur-interaccion-entre-diagnostico-docencia-investigacion/
LOCATION:ZOOM
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR