Workshop: Machine Learning en Astronomía

El uso de técnicas de aprendizaje automático en problemas relacionados con la astronomía ha crecido exponencialmente en la última década. Hoy en día las aplicaciones no sólo se “limitan” a extraer información relevante de grandes conjuntos de datos y/o optimizar las estrategias de observación/estudio, sino también a resolver ecuaciones complejas y “almacenar eficientemente” modelos multiparamétricos.

En este minitaller (dos días de ~3 horas sincrónicas cada uno), los ponentes se centrarán en presentar casos prácticos de uso de técnicas “clásicas” así como de aprendizaje profundo y también de métodos informados por la física. Concluiremos cada día con una mesa redonda de ~1 hora de duración sobre los retos que plantean los distintos temas.

La inscripción será gratuita pero limitada para garantizar la participación en las preguntas y respuestas y en las mesas redondas.

El taller está abierto a participantes con conocimientos básicos/avanzados de aprendizaje automático, así como a principiantes con interés en saber más sobre estas técnicas. Se valorará positivamente la experiencia práctica.

Fecha límite para la presentación de solicitudes: 26 de julio

Solicitudes: bit.ly/3xJZrim

————

Mini taller “Machine Learning in Astronomy, from classical to physics-informed” (Aprendizaje automático en astronomía, de lo clásico a lo informado por la física)

Fecha: 28-29 de julio de 2021 (por confirmar)

Organizadores: A. Bayo (UV), S. Bovino (UdeC), F. Forster (UCh), T. Grassi (MPE)

Patrocinado por MAS, NPF, TITANs, MPE

Ponentes: K. Peña, M. Araya, G. Cabrera, P. Sanchez-Saez, M. Matthaiakis, T. Grassi, A. Ribas

Agregar un comentario

Su dirección de correo no se hará público. Los campos requeridos están marcados *