Curso 1 – Introducción a las interacciones hápticas

(15 horas presencial + trabajo final)

Objetivos

El objetivo principal del curso es presentar una introducción a las interacciones hápticas, las habilidades humanas involucradas y el estado del arte en el diseño y renderizado de interacciones hápticas.
En particular, se espera que después del curso el estudiante:

• Conozca los principios y técnicas básicas para el diseño de interacciones hápticas.
• Sea capaz de seleccionar y diseñar la modalidad de interacción háptica adecuada para el problema que intenta resolver.

Curso 3 – ¿Cómo realizar una investigación rigurosa y relevante en informática?

(15 horas presencial + trabajo final)

En este curso se abordarán los métodos de investigación que se usan habitualmente en informática para realizar investigaciones relevantes y rigurosas, que nos lleven a obtener publicaciones en foros de prestigio. Se considerarán tanto métodos primarios (experimentos, encuestas, estudios de caso) como métodos secundarios (revisiones sistemáticas de la literatura). También se tratarán aspectos sobre la gestión y difusión de la investigación y sobre ciencia abierta. Este curso está orientado a docentes, investigadores y alumnos de posgrado.

Objetivos.

• Dar a conocer: Los conceptos de relevancia y rigor en investigación.+; Las principales características de los métodos de investigación que se usan en informática, para validar las diferentes aportaciones realizadas en investigación, considerando métodos primarios y secundarios; Las herramientas que permiten dar visibilidad a la investigación; La gestión y evaluación de la investigación; Los rankings de revistas y congresos; Los principales repositorios y buscadores; Las características y objetivos de la ciencia abierta; Cómo realizar revisiones sistemáticas de la literatura/mapeos sistemáticos de la literatura (“Estado del Arte”);
• Proporcionar literatura y enlaces de interés.

Curso 4 – Introducción al desarrollo de software cuántico

(15 horas presencial + trabajo final)

Objetivo:

Presentar los fundamentos del desarrollo de software para computadores cuánticos, prestando especial atención a las puertas cuánticas, sus principales aplicaciones y los servicios cuánticos, como una introducción a la ingeniería de software cuántico.

• Conocer los fundamentos de la computación cuántica.
• Conocer las principales aplicaciones del software cuántico actual.
• Conocer los principios del desarrollo de algoritmos cuánticos (o híbridos clásico-cuánticos).
• Ser capaz de utilizar las herramientas disponibles actualmente tanto de simulación como de acceso a computadores cuánticos reales. ́
• Ser capaz de desarrollar software cuántico básico para alguna de las plataformas actuales.

Curso 5 – Análisis forense digital y respuesta a incidentes: un enfoque práctico

(15 horas presencial + trabajo final)

Objetivo.

Adquirir los conceptos básicos relacionados al análisis forense digital y la respuesta a incidentes. Esta disciplina ayuda a los profesionales de la seguridad a identificar las huellas dejadas por un atacante cuando ocurre un incidente de seguridad, utilizarlas para determinar el alcance del compromiso en determinado entorno e identificar las medidas necesarias para restaurarlo a un estado seguro.

• Presentar los conceptos básicos de la disciplina de DFIR
• Poner en común algunas metodologías de trabajo y procesos de respuesta a incidentes utilizados en la actualidad.
• Realizar trabajos prácticos que apliquen los conceptos vistos a lo largo del curso

Curso 6 – Desarrollando gemelos digitales con Inteligencia Artificial

(15 horas presencial + trabajo final)

Objetivo

En la era de la Industria 4.0, los gemelos digitales y la inteligencia artificial (IA) se están convirtiendo en herramientas esenciales para las empresas que buscan optimizar sus operaciones, mejorar la eficiencia y tomar decisiones más inteligentes. Este taller ofrece una introducción completa a estos conceptos innovadores y cómo se pueden aplicar en conjunto para transformar la industria. El presente tutorial muestra la tecnología de gemelos digitales y de la inteligencia artificial como tecnologías emergentes, y permite analizar la potencialidad de su sinergia en el éxito de la Industria 4.0.

Al finalizar los participantes podrán:

• Comprender los conceptos fundamentales de gemelos digitales e inteligencia artificial
• Identificar los beneficios y aplicaciones de los gemelos digitales en diversos sectores
• Explorar las técnicas de IA para la creación y gestión de gemelos digitales
• Aprender a desarrollar e implementar casos de uso de gemelos digitales impulsados por IA
• Analizar ejemplos prácticos de empresas que utilizan gemelos digitales e IA para obtener resultados tangibles

Curso 7 – Modelos de cerebro completo: Introducción y herramientas del oficio

(60 horas, virtual)

Parte I: Introducción a los modelos de cerebro completo. Comprensión y modelado. Neuronas, propiedades eléctricas, conductancias dependientes de voltaje, picos (canales de modelado, modelo de Hodgkin-Huxley), neuronas modelo simplificadas (modelos de integración y disparo, neurona de integración y disparo exponencial, modelos bidimensionales), un bosque de dendritas (la ecuación del cable, modelos de un solo compartimento, modelo de Jeffress), modelado de conexiones entre neuronas (sinapsis excitatorias e inhibitorias), introducción a los modelos de redes (velocidad de picos versus velocidad de disparo), redes recurrentes. Temario básico

Parte II: Observables. Necesidad de observables. Organización. Conectividad funcional (FC), Matrices de interacción de fases, Dinámica de conectividad funcional (FCD, con métodos de ventana deslizante o fases), FC centrada en el borde, Segregación e integración, Encendido intrínseco, Metaestabilidad, LeiDA, EiDA, Proporción de potencia.

Parte III: Modelos. Tipos de modelos. Clasificación. Corrientes sinápticas. Modelos puramente matemáticos: Hopf, Kuramoto, Ornstein-Uhlenbeck. Modelos bioinspirados: Wong-Wang, Deco 2013 y 2014, mecanismo FIC, formalismo de ecuación maestra y modelo MF(AdEx).

Parte IV: Optimización y Estadísticas. Ajuste numérico de modelos de cerebro completo. Métodos de optimización estándar. Optimización 1D, 2D y de dimensiones superiores. Clasificación de problemas. Soluciones particulares (más simples). Optimización en la naturaleza.