Octubre de MATLAB

Como parte de la colaboración con nuestros usuarios, en estos días en los cuales nuestras sesiones presenciales se han visto afectadas de manera importante, hemos organizado un conjunto de webinars con los cuales usted puede dar a conocer el uso de MATLAB y sus herramientas con su comunidad.

Estos webinars están diseñados para que cualquier integrante o persona perteneciente a su comunidad pueda aprovechar al máximo las demostraciones y el conocimiento de nuestros especialistas.

Procesamiento de imágenes usando MATLAB e imagen processing Toolbox

Descripción

El procesamiento de imágenes es cada vez más común en muchas aplicaciones, desde el reconocimiento facial hasta el manejo autónomo procesan imágenes para lograr su objetivo. En este seminario usted conocerá las bases del manejo de imágenes haciendo uso de MATLAB, como hacer diferentes tipos de procesamiento de estas, los tipos de imágenes que MATLAB puede utilizar y diversos ejemplos de aplicación, desde rotaciones, traslaciones hasta el reconocimiento de parásitos en la sangre.

Requisitos

Conocimientos básicos de MATLAB

Contenido

•  Importación de imágenes con MATLAB
• Manejo básico de imágenes en MATLAB:
• Rotación, traslación, cambio a escala de grises, exportación, brillo y contraste
• Importación y manejo de imágenes DICOM con MATLAB e Image Processing Toolbox
• Ejemplos de aplicación

Dirigido a:

Primeros pasos para inteligencia artificial Machine Learning y Deep Learning con MATLAB

Descripción

En este seminario hablaremos acerca del uso y las aplicaciones que tiene el Machine Learning haciendo uso de MATLAB. Usted conocerá los conceptos de aprendizaje supervisado y no supervisado, como funcionan es que las redes neuronales son utilizadas para realizar Deep Learning y cómo usar redes pre-entrenadas para hacer transferencia de aprendizaje. Todos estos temas los veremos haciendo uso de ejemplos dentro de MATLAB.

Requisitos

Conocimientos básicos de programación y análisis de datos.

Contenido

• Machine Learning con MATLAB
• Aprendizaje supervisado y no supervisado
• Diferencias entre Machine Learning y Deep Learning
• Deep Learning con MATLAB
• Transferencia de aprendizaje y creación de redes neuronales

Dirigido a:

Simulink: Diagramas de bloques que simulan la realidad

Descripción

El desarrollo de los complejos sistemas de ingeniería actuales implica muchos retos. Los ingenieros deben entender las interacciones entre diversos grupos interdisciplinarios: mecánicos, eléctricos, subsistemas digitales y el ambiente. En este seminario mostrará cómo el diseño en base a modelos puede ayudar con estos retos. Este webinar presenta Simulink como un entorno gráfico para sistemas dinámicos y una plataforma del Diseño Basado en Modelos

Requisitos

Conocimientos básicos de MATLAB

Contenido

• ¿Qué es Simulink?
• ¿Cómo llevar un modelo a Simulink?
• Comprobando nuestro del modelo
• Diseño-Basado en Modelos
• Siguientes pasos con las bibliotecas de Simulink

Dirigido a:

Arduino con MATLAB y Simulink: implementando tu aprendizaje en hardware

Descripción

El desarrollo de los complejos sistemas de ingeniería actuales implica muchos retos. Los ingenieros deben entender las interacciones entre diversos grupos interdisciplinarios: mecánicos, eléctricos, subsistemas digitales y el ambiente. En este seminario mostrará cómo el diseño en base a modelos puede ayudar con estos retos. Este webinar presenta Simulink como un entorno gráfico para sistemas dinámicos y una plataforma del Diseño Basado en Modelos

Requisitos

Conocimientos básicos de MATLAB

Contenido

• ¿Qué es Simulink?
• ¿Cómo llevar un modelo a Simulink?
• Comprobando nuestro del modelo
• Diseño-Basado en Modelos
• Siguientes pasos con las bibliotecas de Simulink

Dirigido a: