{"id":6262,"date":"2020-05-25T17:32:31","date_gmt":"2020-05-25T15:32:31","guid":{"rendered":"https:\/\/igfae.usc.es\/~igfae-old\/?p=6262"},"modified":"2020-10-23T14:03:10","modified_gmt":"2020-10-23T12:03:10","slug":"arrinca-o-curso-redes-neuronais-aplicacions-a-fisica-de-altas-enerxias-e-a-industria","status":"publish","type":"post","link":"https:\/\/igfae.usc.es\/~igfae-old\/gl\/arrinca-o-curso-redes-neuronais-aplicacions-a-fisica-de-altas-enerxias-e-a-industria\/","title":{"rendered":"Arrinca o curso ‘Redes Neuronais: aplicaci\u00f3ns \u00e1 f\u00edsica de altas enerx\u00edas e \u00e1 industria"},"content":{"rendered":"

Hoxe comezou a primeira sesi\u00f3n do curso virtual ‘Redes\u00a0 Neuronais:\u00a0 aplicaci\u00f3ns\u00a0 \u00e1 f\u00edsica de altas\u00a0 enerx\u00edas e\u00a0 \u00e1 industria<\/a>‘, un curso organizado polo Instituto\u00a0 Galego de F\u00edsica de Altas\u00a0 Enerx\u00edas (IGFAE) as ma\u00f1\u00e1s do 25, 26 e 27 de\u00a0 maio e 1, 2 e 3 de\u00a0 xu\u00f1o no que se introducir\u00e1n estas t\u00e9cnicas de\u00a0 machine\u00a0 learning utilizadas en investigaci\u00f3n en f\u00edsica de part\u00edculas e cuxas\u00a0 aplicaci\u00f3ns se\u00a0 estenden\u00a0 moito\u00a0 m\u00e1is\u00a0 al\u00e1 d\u00e1 investigaci\u00f3n acad\u00e9mica.<\/p>\n

Converter o curso en virtual permitiu a participaci\u00f3n de m\u00e1is de 60 persoas de diferentes puntos da Pen\u00ednsula, cuxas tres primeiras sesi\u00f3ns est\u00e1n a ser impartidas polo profesor e investigador da HSE University, Andrey\u00a0 Ustyuzhanin, cient\u00edfico de datos e experto en machine\u00a0 learning<\/em>, quen far\u00e1 unha introduci\u00f3n \u00e1s redes neuronais esta semana. Na vindeira, centrada na aplicaci\u00f3n destas \u00e1 f\u00edsica de part\u00edculas e a industria, participar\u00e1n \u00c1lvaro Dosil de Triple\u00a0 Alpha e Miguel Vidal de \u00c1rtabro Tech, expertos de empresas tecnol\u00f3xicas especializadas en big data<\/em> e intelixencia artificial.<\/p>\n

As redes neuronais artificiais (ANN) son modelos computacionais capaces de aprender de conxuntos de datos proporcionados previamente, que constit\u00faen un paradigma diferente ao dos algoritmos de computaci\u00f3n cl\u00e1sicos nos que as tarefas se executan secuencialmente. Esta capacidade permitiu \u00e1s ANN producir soluci\u00f3ns precisas para problemas complexos, como o reco\u00f1ecemento de imaxe ou son, que superan significativamente as soluci\u00f3ns baseadas na inform\u00e1tica cl\u00e1sica. O seu desenvolvemento foi axudado polas r\u00e1pidas melloras nas capacidades de hardware nas \u00faltimas d\u00faas d\u00e9cadas e hoxe en d\u00eda \u00e9 un campo de estudo de moita actualidade.<\/p>\n

Este curso forma parte do programa de capacitaci\u00f3n acad\u00e9mica do\u00a0 IGFAE destinado a estudantes de doutoramento como completo \u00e1 s\u00faa formaci\u00f3n, a\u00ednda que os cursos est\u00e1n abertos a un p\u00fablico m\u00e1is amplo.<\/p>\n