Detalle del Docente 2016-12-06T16:49:11+00:00

Fernández Pardo, Alicia

DATOS PERSONALES Y ACADÉMICOS

Grado y Servicio

Grado 5 / Facultad de Ingenieria / Instituto de Ingeniería Eléctrica

Contacto

Email: alicia@fing.edu.uy / Teléfono: 27110974/114

Área disciplinar

Tecnológica

Disciplina / Subdisciplina

Procesamiento de señales / Tratamiento de imágenes

Mayor nivel académico

Grado, Universidad de la República (año 1990)

Link a web personal

Link a CVUY

Pertenece al SNI

Si pertenece / Nivel I

Pertenece al PEDECIBA

No pertenece

DATOS DEL PROYECTO DE DEDICACIÓN TOTAL

Título del Plan de Actividades

Clasificación y detección sobre datos masivos, ruidosos, con clases desbalanceadas

Palabras clave

Procesamiento de señales, reconocimiento de patrones, procesamiento de imágenes, aplicaciones biomedicina, biometría

Resumen Publicable

La búsqueda de estrategias de reconocimiento de patrones eficientes y eficaces en condiciones de datos masivos y ruidosos es un tema en el que existe gran interés académico y de la industria. Encontrar descriptores relevantes es crítico para lograr un desempeño eficiente de los sistemas de identificación o localización. En estos temas he trabajado en la búsqueda de algoritmos de procesamiento de imágenes que utilicen información a priori que le permita detectar información de interés en condiciones de mucho ruido, como por ejemplo la detección de ojo de bife en imágenes ecográficas o la detección de focos epilépticos en imágenes de SPECT o PET. En el área biométrica, nos hemos focalizado en la integración de técnicas de clasificación como la detección a contrario a problemas de identificación de caras 2D y actualmente en la integración de información 3D. En el caso de señales 1-D como las provenientes de EEG y registros de consumos se ha priorizado la búsqueda de estrategias de reducción de la dimensionalidad, lo que es necesario como etapa previa al diseño de clasificadores. En los últimos tres años mis principales contribuciones se han centrado en la búsqueda de estrategias eficientes para el abordaje de problemas de clasificación con gran desbalance de clases (detección de fraudes, lesiones). En estos problemas es importante encontrar una medida de desempeño adecuada tanto para la evaluación como para orientar el diseño del clasificador óptimo para esa medida. En estas líneas de investigación se han propuesto estrategias de diseño e implementaciones de clasificadores que maximizan medidas de desempeño particulares pero que son aplicables a otras medidas. También se ha contribuido en el abordaje de aplicaciones específicas como la detección de pérdidas no-técnicas mediante combinación de clasificadores.

Grado y Fecha de Ingreso al RDT

Grado 5 / Desde: 2014-01-01

Programa: Científico Proveniente del Exterior

El cargo NO se enmarca en este programa

Participa de Grupo Autoidentificado

Grupos: Grupo de Tratamiento de Imágenes

Observaciones

DOCUMENTACIÓN ADJUNTA

Curriculum Vitae

Descargar CV

Último informe de renovación

Aún no se ha cargado el último informe de renovación.

Producción Académica

Documento 1: Descargar Produccion Académica 1
Documento 2: Aún no se ha cargado este archivo de Producción Académica.
Documento 3: Aún no se ha cargado este archivo de Producción Académica.