Introducción al Trabajo de Título
Entrar

Modelos de integración de Deep learning y contornos activos para optimización de agregados multicelulares en imágenes de microscopía de fluorescencia 3D Memoria Doble Titulación Ciencia e Ingeniería de datos Computación centrada en las personas Computación para ciencia e ingeniería Inteligencia artificial

Profesor Guia
Profesor Coguia
Sub Áreas Procesamiento masivo de datos, Visualización de datos, Interacción animal-computador, Computación gráfica, Aprendizaje de máquina, Visión computacional

Descripción


En este trabajo de memoria o Magíster, se propone estudiar y proponer modelos de integración de Deep learning y contornos activos para optimización de agregados multicelulares en imágenes de microscopía de fluorescencia 3D multicanal in vivo. Según  intereses y orientación (memoria o magíster) pueden definirse subtemas en geometría computacional (portabilidad y validación de algoritmos/software reproducible), inteligencia artificial (desarrollo y validación de modelos y/o técnicas de entrenamiento de conjuntos de datos), y diseño de interfaces de usuario. El trabajo se realizará en el contexto de los proyectos FONDECYT 1221696, y FONDECYT POSTDOC 3220832.