| Programa |
- Introducción a las Redes neuronales (2 horas de teoría, 3 horas de prácticas)
- Concepto de neurona, concepto de red neuronal, algoritmos de optimización. entrenamiento de una red neuronal, elección de hiperparámetros.
- Puesta en marcha de una red neuronal en pytorch: aprendizaje y evaluación (2 horas de teoría, 3 horas de prácticas). Preprocesado de los datos, parámetros e hiperparámetros, métodos de regularización e iniciación de pesos. Desarrollo de diferentes ejemplos prácticos de optimización y entrenamiento de redes neuronales.
- Redes neuronales convolucionales con PyTorch: visión artificial aplicada a telecomunicaciones (2 horas de teoría, 3 horas de prácticas). Concepto de red convolucional, tipos de capas y arquitecturas CNNs para clasificación y segmentación de imágenes. Aplicaciones reales en el campo de las telecomunicaciones. Introducción a la Inteligencia artificial generativa, redes adversariales (GANs).
- Transformers y procesamiento de señal en telecomunicaciones (2 horas de teoría, 3 horas de prácticas). Redes recurrentes y su limitación. Mecanismo de atención y arquitectura transformer. Visual Transformer (ViT). Aplicaciones reales en el campo de las telecomunicaciones.
- Agentes de inteligencia artificial aplicados a telecomunicaciones (2 horas de teoría, 3 horas de prácticas). Qué es un agente de IA y cómo razona y actúa. Arquitecturas de agentes y uso de herramientas. Implementación de un agente con PyTorch y herramientas de IA.
|
