|
|
|
| Nombre del proyecto | Visita académica al grupo de procesamiento de información neuronal de la Universidad Técnica de Berlín, para el intercambio y fortalecimiento de conocimientos en Machine Learning. |
| Resumen ejecutivo | La pasantía en modalidad de visita académica se realiza en el grupo de procesamiento de información neuronal (NI Group) de la Technische Universität Berlin de la ciudad de Berlín, Alemania, en el periodo del 28 de Noviembre al 21 de Diciembre, del 2016, la pasantía es financiada con fondos concursables “Pasantías y Ponencias” a través del convenio Cienciactiva–UNSA. El grupo de investigación NI desarrolla proyectos con técnicas de Machine Learning (Aprendizaje de Máquina), esta técnica es aplicada en sistemas de inteligencia artificial, donde el sistema debe actuar automáticamente para lograr un objetivo sin intervención del humano. El objetivo de la pasantía es intercambiar y fortalecer conocimientos en Machine Learning con orientación al desarrollo de sistemas automáticos que detecten objetos, eventos, personas, cualquier objeto del mundo real, y que estos conocimientos puedan ser difundidos en la comunidad académica. Actualmente realizo investigación en la detección de vehículos en tiempo real para su aplicación en situaciones públicas, realizando pruebas con una cámara de video-vigilancia, la extensión de conocimientos en técnicas de Machine Learning puede fortalecer estos conocimientos y conseguir resultados más robustos en la detección de objetos en tiempo real. Los resultados esperados de la pasantía son: Capacitación en técnicas de inteligencia artificial, difusión en la comunidad académica de los conocimientos y experiencias adquiridas durante la visita académica en el grupo NI. |
| Objetivo del proyecto | Adquirir conocimientos en conjunto con el grupo de investigación de TUBerlin, que beneficien al desarrollo del proyecto de detección de objetos en tiempo real con cámara de video-vigilancia, de esta manera fortalecer las técnicas que se aplican en el proyecto y conseguir mejores resultados en cada uno de sus módulos. |
| Código del proyecto | PP-086-2016 |
| Fecha de inicio | 2016-11-28 |
| Duración | 3 |
| Nombre del esquema financiero | Pasantías, Ponencias en Eventos y participación en Cursos - UNSA |
| Monitor | Cerrado Cerrado Cerrado |
| Entidades participantes | Monto (S/) | Total (S/) | Porcentaje | ||
| Monetario | No monetario | Monetario | No monetario | ||
| Universidad Nacional de San Agustin (UNSA) | 8269.00 | 0.00 | 8269.00 | 100.00% | 0.00% |
| ELIAN RAQUEL LAURA RIVEROS | 0.00 | 0.00 | 0.00 | 0.00% | 0.00% |
| Palabras clave | Investigación científica, reforzamiento, conocimientos científicos, vínculos con comunidad científica extranjera, machine learning, redes neuronales, visión computacional, UNSA, CIENCIACTIVA, CONCYTEC |
| Justificación del proyecto | La seguridad ciudadana se ve afectada por la presencia de actos delincuenciales en las vías públicas, que en su mayoría implican la presencia de automóviles. Por lo que la visita a la universidad TUBerlin me permitirá extender conocimientos en técnicas computacionales para desarrollar el sistema de detección de vehículos. |
| Hipótesis del proyecto | Reducción del esfuerzo manual y visual del personal encargado de monitorear cámaras de videovigilancia de seguridad ciudadana, a través de un sistema automático de detección de automóviles más robusto. |
| Resultados esperados del proyecto | 01 Estudiante UNSA capacitado en el tema de investigación Machine Learning (Aprendizaje de Máquina) - Technischen Universität Berlin, Alemania 01 Difusión en la comunidad científica local de los conocimientos adquiridos en técnicas de machine learning, redes neuronales y visión computacional. 01 Publicación/Difusión de los conocimientos adquiridos en el blog http://byteli.blogspot.pe/, en una charla y en medios de comunicación de la UNSA( TVUnsa, Página Facebook Univ. Nacional San Augstín ). |
| Impactos esperados | Impacto Regional: En el gobierno regional de educación, impulsando el estudio de ciencias de la computación como base para alcanzar mayores niveles de la ciencia y la tecnología en el país. Impacto Social: En grupos de emprendedores arequipeños y en la Sociedad Peruana de Computación (SPC). Impacto Académico: En las Universidades, institutos, colegios y toda institución que induce la enseñanza en temas de computación. Programas de maestría en el área de computación gráfica e inteligencia artificial. Impacto Organizacional: Empresas interesadas en modernizar su campo industrial con técnicas de machine learning, permitiendo así automatizar procesos industriales. |
| Equipo técnico | Elian Raquel Laura Riveros |