En esta conferencia, ofreceré una visión concisa de los principales aspectos teóricos que deben tenerse en cuenta a la hora de utilizar sensores en la agricultura. Posteriormente, exploraremos los aspectos prácticos de la instalación de sensores, su supervisión, mantenimiento (...y un toque de reparación), así como el almacenamiento y procesamiento de datos en el contexto agrícola. Juntos, descubriremos cómo las tecnologías de vanguardia tienden puentes entre los conceptos teóricos y las aplicaciones en el mundo real, liberando todo el potencial de los sensores en la optimización de los procesos agrícolas.
El cómputo científico en la nube utiliza recursos de computación en la nube para llevar a cabo tareas
científicas y de investigación, esto ha transformado la manera en que se aborda el análisis de datos, el modelado y la simulación
en una amplia variedad de disciplinas.
El cómputo en la nube tiene la capacidad de escalar recursos de manera dinámica, esto permite que los científicos puedan acceder a
recursos de cómputo de manera rápida y eficiente en base a sus necesidades, lo que les permite realizar análisis de datos y experimentos
más grandes y complejos sin la necesidad de comprar y mantener hardware costoso.
.
Aplicaciones operativas de teledetección espacial en el campo de la agricultura. En esta metodología se combina imágenes multiespectrales de satélite, con sensores en campo y muestreos de campo para la mejora del manejo de cultivos en términos económicos, sociales y medioambientales.
La aplicación de las matemáticas al dominio de las neurociencias sólo implica que los datos que se manipulan provienen de tal dominio. No obstante, como cabe esperar de las matemáticas, su procesamiento no difiere sustancialmente del procesamiento de otras señales de diferente índole. Cuando uno empieza a estudiar procesamiento y análisis de señales, imágenes, videos, etc o en general simplemente datos, al principio puede sentirse abrumado por la aparente enormidad de diferentes técnicas existentes. ¿Cuál debo aplicar a mis datos? ¿Cuál es mejor?
La Inteligencia Artificial y los sistemas que puede ayudar a desarrollar están atrayendo una atención justificada por el potencial que representan en la búsqueda hacia comprender cómo funcionamos nosotros y el universo. Pero un aspecto clave que no debemos olvidar es cómo las personas pueden estar involucradas en estos sistemas. En esta platica, cubriré investigaciones recientes en mi grupo en la Universidad de Bristol y en la industria en relación con estos sistemas en los que las personas están al centro de los mismos. Específicamente, hablaré sobre la importancia de que las personas participen y sean asistidas por sistemas artificiales de Realidad Aumentada, Robótica y en sistemas de comunicación y aprendizaje. Esta linea de investigación se centra en preguntas importantes sobre cómo los sistemas artificiales pueden ayudarnos a ser mejor y, a su vez, cómo podemos construir sistemas con personas que estan al centro de estos mismos.
Una serie temporal es una serie de puntos de datos ordenados en el tiempo y el análisis de series temporales es el proceso de dar sentido a dichos datos. En esta plática se verá cómo ha ido evolucionando la forma en que se modela una serie temporal, así como sus ventajas, desafíos y aplicaciones prácticas.
