Inteligencia Artificial Aplicada a Ciencias Básicas:Microbiología y Materiales - Educación Continua de la Pontificia Universidad Javeriana
Curso
Inteligencia Artificial Aplicada a Ciencias Básicas:Microbiología y Materiales
SOMOS
EDUCACIÓN
CONTINUA
La Inteligencia Artificial (AI) constituye, actualmente, una herramienta de análisis, clasificación y extrapolación de gran importancia en ciencias naturales, en particular, en nanoscópicos y microbiológicos. La IA se está empleando para análisis de señales e imágenes obtenidas por medio de una diversidad de técnicas y metodologías que van desde la colorimetría digital hasta los codificadores automáticos variacionales (VAEs). El curso "AI applied to Basic Sciences: microbiology and materials" se centra en el uso de diferentes aproximaciones de IA que permiten generar métodos alternativos de estudio en ciencias básicas centrándose, en particular, en diagnóstico de malaria, caracterización de poblaciones microbianas y materiales con aplicaciones energéticas.
Objetivos
Exponer, explicar y usar, de forma clara y precisa, las herramientas que ofrece la IA para abordar algunos de los problemas en ciencias básicas, particularmente en microbiología y materiales.
-
Estudio de los fundamentos teóricos y herramientas de colorimetría digital para análisis químico de substancias.
-
Estudio de los fundamentos teóricos y herramientas del tratamiento digital de imágenes en el preprocesamiento de imágenes.
-
Estudio de los fundamentos teóricos y herramientas de aprendizaje profundo en la segmentación y análisis de información de imágenes digitales.
-
Aplicación de herramientas de IA en el diagnóstico de malaria.
Dirigido a
-
Educación Continua: Profesionales de la ingeniería o las ciencias que quieran buscar aplicaciones de la IA a problemas en Ciencias básicas (microbiología y materiales).
-
Estudiantes de Pre y Post Grado de la Pontificia Universidad Javeriana y de otras instituciones Universitarias.
Metodología
El curso de verano se basa en una experiencia “hands on” donde para cada tema tratado por un experto en el tema el estudiante tendrá la oportunidad de realizar prácticas de laboratorio computacional usando tanto plataformas de acceso libre como sistemas computacionales avanzados (ZINE).
Contenidos académicos
Dr. Miguel Fuentes Cabrera (Northeastern University).
Dr. Juan Guillermo Torres Hurtado (Coordinador HPC ZINE-PUJ)
Módulo 2: Modelos de preprocesamiento digital de imágenes y colorimetría digital
Dra. Cindy Lorena Gomez Heredia (PUJ)
Dr. Juan Carlos Salcedo Reyes (PUJ)
Módulo 4: Modelos de segmentación de imágenes y Modelos de Deep Learning en imágenes de diagnóstico.
Dr. Vladimir Vargas (Zapata Computing)
Ing. Jesús Rodríguez (UNAL)
Módulo 5: Modelos de simulación y redes neuronales para el estudio de enfermedades parasitarias y poblaciones microbianas (Webminar abierto)
Dra. Marcela Franco Correa (PUJ).
Dra. Rasika Bhalerao* (Northeastern University)
Dra. Aivett Bilbao (Pacific Northwest National Laboratory)
Dr. Jared Wilmoth* (University of Maryland)
Dr. Daniel Suares
Dra. Clemencia Ovalle
Módulo 6: Redes Neuronales en Ciencias de Materiales
Dr. Miguel Fuentes Cabrera (Northeastern University)
Dr. Stephen McGough* (University of Newcastle, United Kingdom)
Dr. Rajeev Kumar* (Oak Ridge National Laboratory)
Dra. Mina Yoon* (Oak Ridge National Laboratory)
Modulos 7: Sesión Estudiantes
Dra. Yuting Shao* (Northeastern University)
Jiawei Zhou* (Northeastern University)
Alexander Lautin* (Northeastern University)
Keshav Goel* (Northeastern University)
Sylvia Rebecca Jacobson* (University of Maryland)
Samyutha Srinivasan* (Northeastern University)
Brian Qu* (Oak Ridge High School)
Modulo 8: Foro Fulbright (abierto): Uso de la IA en Educación Superior
Dra. Andrea Stih (Northeastern University)
Dr. John Alexis Guerra Gomez (Northeastern University)
Dr. Alvaro Monge (Northeastern University, Silicon Valley Campus)
Dra. Christie Chung* (Northeastern University, Mills Institute)
Daniel Suárez (Pontificia Universidad Javeriana)
Dra. Aivett Bilbao (Pacific Northwest National Laboratory)
Conferencistas
Conferencistas
Miguel Fuentes-Cabrera: Associate Teaching Professor, Northeastern University.
Doctorado en Física por la Universidad de La Laguna (1998); estancias postdoctorales en Arizona State University, USA, (Fulbright Fellowship, 1999-2001), y North Carolina State University, USA, (2001-2002). Científico en el Oak Ridge National Laboratory, USA, desde 2002 hasta agosto de 2023. Usa métodos de física computacional y machine learning en nanotecnología, biotecnología y microbiología. Ha publicado 82 artículos y tiene un h-index de 30.
Juan Carlos Salcedo Reyes: Profesor titular del departamento de física de la facultad de ciencias de la Universidad Javeriana.
Físico de la Universidad Nacional de Colombia (1997). Maestría en Ciencias (especialidad en física con tesis de grado con mención meritoria) de la Universidad Nacional de Colombia (2000). Doctorado en Ciencias (especialidad en física) del Centro de Investigación y de Estudios Avanzados del IPN (Cinvestav, México D.F., 2005). Estancia posdoctoral Nanotech Institute, Universidad de Texas en Dallas (2006). Estancia posdoctoral Instituto de Ciencia de Materiales de Madrid (2012). Profesor Asociado en el Instituto de Física de la Universidad de Guanajuato (2005-2008). Áreas de experticia en modelamiento teórico (ab initio y semi empíricos), crecimiento (MBE, ALD) y caracterización óptica y electrónica de semiconductores, espectroscopías ópticas, cristales fotónicos y procesos de oxidación avanzada. 40 artículos de investigación en revista de alto impacto (índice H: 12), 4 patentes de invención, director de 2 tesis de doctorado y 8 de maestría. Ganador del primer lugar de los Premios Nacionales de Ciencias Física Exactas y Naturales Alejandro Angel Escobar 2018. Investigador senior de MinCiencias. Miembro senior de IEEE/Photonics.
Dr. Miguel Fuentes Cabrera (Northeastern University)
Dr. Juan Carlos Salcedo Reyes (PUJ)
Dra. Cindy Lorena Gomez Heredia (PUJ)
Dr. Vladimir Vargas (Zapata Computing, Canada)
Dra. Marcela Franco Correa (PUJ).
Dra. Rasika Bhalerao* (Northeastern University)
Dra. Aivett Bilbao (Pacific Northwest National Laboratory)
Dr. Jared Wilmoth* (University of Maryland)
Dr. Stephen McGough* (University of Newcastle, United Kingdom)
Dra. Andrea Stih (Northeastern University)
Dr. John Alexis Guerra Gomez (Northeastern University)
Dr. Alvaro Monge (Northeastern University, Silicon Valley Campus)
Dra. Christie Chung* (Northeastern University, Mills Institute)
Dr. Rajeev Kumar* (Oak Ridge National Laboratory)
Dra. Mina Yoon* (Oak Ridge National Laboratory)
Daniel Suárez (Pontificia Universidad Javeriana)
Ing. Jesús Rodríguez (UNAL)
Dra. Yuting Shao* (Northeastern University)
Jiawei Zhou* (Northeastern University)
Alexander Lautin* (Northeastern University)
Keshav Goel* (Northeastern University)
Sylvia Rebecca Jacobson* (University of Maryland)
Samyutha Srinivasan* (Northeastern University)
Brian Qu* (Oak Ridge High School)
Egresados y Estudiantes de MBIOI
4% por pronto pago: Este descuento es el único acumulable y aplica si pago es realizado un mes antes de iniciar el programa.
10% por ser egresado o estudiante (activo) en pregrado o posgrado de la Universidad Javeriana o hijos (as) egresados.
10% por afiliación a la caja de compensación Cafam.
15% para grupos de 3 a 5 participantes en el mismo programa.
20% para grupos de 6 participantes en el mismo programa y en el tercer diplomado realizado consecutivamente.
Apertura y fecha de inicio: la apertura y la fecha de inicio del
programa dependerá del mínimo número de inscritos,
establecido por la Universidad.
Certificación: se otorgará certificación a quien haya
cumplido como mínimo con el 80% de las actividades
programadas en el aula.
Forma de pago: efectivo, cheque de gerencia, tarjeta de
crédito (recibimos todas las tarjetas, cuenta de cobro).
Válido para Colombia:
**Art. 92 Ley 30 de 1992 - Las Instituciones de
Educación Superior no son responsables del
I.V.A.
**Numeral 6 del Art. 476 Estatuto Tributario
(ET) - Servicios excluidos del impuesto sobre
las ventas.