Download - 1 / 52 - uam.es
Identificador 4317140
1 52
IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
1 DATOS DE LA UNIVERSIDAD CENTRO Y TIacuteTULO QUE PRESENTA LA SOLICITUD
De conformidad con el Real Decreto 13932007 por el que se establece la ordenacioacuten de las Ensentildeanzas Universitarias Oficiales
UNIVERSIDAD SOLICITANTE CENTRO COacuteDIGOCENTRO
Universidad Autoacutenoma de Madrid Escuela Politeacutecnica Superior 28048397
NIVEL DENOMINACIOacuteN CORTA
Maacutester Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y
VideoDeep Learning for Audio and Video Signal Processing
DENOMINACIOacuteN ESPECIacuteFICA
Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y VideoDeep Learning for Audio and
Video Signal Processing por la Universidad Autoacutenoma de Madrid
RAMA DE CONOCIMIENTO CONJUNTO
Ingenieriacutea y Arquitectura No
HABILITA PARA EL EJERCICIO DE PROFESIONESREGULADAS
NORMA HABILITACIOacuteN
No
SOLICITANTE
NOMBRE Y APELLIDOS CARGO
Juan Carlos San Miguel Avedillo Profesor Contratado Doctor
Tipo Documento Nuacutemero Documento
NIF 70070739C
REPRESENTANTE LEGAL
NOMBRE Y APELLIDOS CARGO
Juan Antonio Huertas Martiacutenez Vicerrector de Docencia Innovacioacuten Educativa y Calidad
Tipo Documento Nuacutemero Documento
NIF 05255176K
RESPONSABLE DEL TIacuteTULO
NOMBRE Y APELLIDOS CARGO
Joseacute Mariacutea Martiacutenez Saacutenchez Director de la Escuela Politeacutecnica Superior
Tipo Documento Nuacutemero Documento
NIF 51380809M
2 DIRECCIOacuteN A EFECTOS DE NOTIFICACIOacuteNA los efectos de la praacutectica de la NOTIFICACIOacuteN de todos los procedimientos relativos a la presente solicitud las comunicaciones se dirigiraacuten a la direccioacuten que figure
en el presente apartado
DOMICILIO COacuteDIGO POSTAL MUNICIPIO TELEacuteFONO
C Einstein 1 Edificio Rectorado CiudadUniversitaria de Cantoblanco
28049 Madrid 638090858
E-MAIL PROVINCIA FAX
vicerrectoradodocenciauames Madrid 914973970
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
2 52
3 PROTECCIOacuteN DE DATOS PERSONALES
De acuerdo con lo previsto en la Ley Orgaacutenica 51999 de 13 de diciembre de Proteccioacuten de Datos de Caraacutecter Personal se informa que los datos solicitados en este
impreso son necesarios para la tramitacioacuten de la solicitud y podraacuten ser objeto de tratamiento automatizado La responsabilidad del fichero automatizado corresponde
al Consejo de Universidades Los solicitantes como cedentes de los datos podraacuten ejercer ante el Consejo de Universidades los derechos de informacioacuten acceso
rectificacioacuten y cancelacioacuten a los que se refiere el Tiacutetulo III de la citada Ley 5-1999 sin perjuicio de lo dispuesto en otra normativa que ampare los derechos como
cedentes de los datos de caraacutecter personal
El solicitante declara conocer los teacuterminos de la convocatoria y se compromete a cumplir los requisitos de la misma consintiendo expresamente la notificacioacuten por
medios telemaacuteticos a los efectos de lo dispuesto en el artiacuteculo 59 de la 301992 de 26 de noviembre de Reacutegimen Juriacutedico de las Administraciones Puacuteblicas y del
Procedimiento Administrativo Comuacuten en su versioacuten dada por la Ley 41999 de 13 de enero
En Madrid AM 19 de julio de 2019
Firma Representante legal de la Universidad
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
3 52
1 DESCRIPCIOacuteN DEL TIacuteTULO11 DATOS BAacuteSICOSNIVEL DENOMINACIOacuteN ESPECIFICA CONJUNTO CONVENIO CONV
ADJUNTO
Maacutester Maacutester Universitario en Aprendizaje Profundo parael Tratamiento de Sentildeales de Audio y VideoDeepLearning for Audio and Video Signal Processing porla Universidad Autoacutenoma de Madrid
No Ver Apartado 1
Anexo 1
LISTADO DE ESPECIALIDADES
No existen datos
RAMA ISCED 1 ISCED 2
Ingenieriacutea y Arquitectura Ingenieriacutea y profesionesafines
Ciencias de la computacioacuten
NO HABILITA O ESTAacute VINCULADO CON PROFESIOacuteN REGULADA ALGUNA
AGENCIA EVALUADORA
Fundacioacuten para el Conocimiento Madrimasd
UNIVERSIDAD SOLICITANTE
Universidad Autoacutenoma de Madrid
LISTADO DE UNIVERSIDADES
COacuteDIGO UNIVERSIDAD
023 Universidad Autoacutenoma de Madrid
LISTADO DE UNIVERSIDADES EXTRANJERAS
COacuteDIGO UNIVERSIDAD
No existen datos
LISTADO DE INSTITUCIONES PARTICIPANTES
No existen datos
12 DISTRIBUCIOacuteN DE CREacuteDITOS EN EL TIacuteTULOCREacuteDITOS TOTALES CREacuteDITOS DE COMPLEMENTOS
FORMATIVOSCREacuteDITOS EN PRAacuteCTICAS EXTERNAS
60 0 0
CREacuteDITOS OPTATIVOS CREacuteDITOS OBLIGATORIOS CREacuteDITOS TRABAJO FIN GRADOMAacuteSTER
0 48 12
LISTADO DE ESPECIALIDADES
ESPECIALIDAD CREacuteDITOS OPTATIVOS
No existen datos
13 Universidad Autoacutenoma de Madrid131 CENTROS EN LOS QUE SE IMPARTE
LISTADO DE CENTROS
COacuteDIGO CENTRO
28048397 Escuela Politeacutecnica Superior
132 Escuela Politeacutecnica Superior1321 Datos asociados al centroTIPOS DE ENSENtildeANZA QUE SE IMPARTEN EN EL CENTRO
PRESENCIAL SEMIPRESENCIAL A DISTANCIA
Siacute No No
PLAZAS DE NUEVO INGRESO OFERTADAS
PRIMER ANtildeO IMPLANTACIOacuteN SEGUNDO ANtildeO IMPLANTACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
4 52
30 30
TIEMPO COMPLETO
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 370 600
RESTO DE ANtildeOS 370 600
TIEMPO PARCIAL
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 240 360
RESTO DE ANtildeOS 240 360
NORMAS DE PERMANENCIA
httpwwwuamesssSatellitees1242665181069listadoSimplePermanenciahtm
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
5 52
2 JUSTIFICACIOacuteN ADECUACIOacuteN DE LA PROPUESTA Y PROCEDIMIENTOSVer Apartado 2 Anexo 1
3 COMPETENCIAS31 COMPETENCIAS BAacuteSICAS Y GENERALES
BAacuteSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
32 COMPETENCIAS TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
6 52
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
33 COMPETENCIAS ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
4 ACCESO Y ADMISIOacuteN DE ESTUDIANTES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
7 52
41 SISTEMAS DE INFORMACIOacuteN PREVIO
Ver Apartado 4 Anexo 1
42 REQUISITOS DE ACCESO Y CRITERIOS DE ADMISIOacuteN
421 Requisitos acadeacutemicos generales de acceso al maacutester
Seguacuten los Reales Decretos 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universitarias oficiales en Espantildeay 8612010 de 2 de julio por el que se modifica el anterior para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de untiacutetulo universitario oficial espantildeol u otro expedido por una institucioacuten de educacioacuten superior perteneciente a otro estado integrante del Espacio Europeode Educacioacuten Superior que faculte en el mismo para el acceso a ensentildeanzas de maacutester
Adicionalmente podraacuten acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educacioacuten Superior sin necesidad de lahomologacioacuten de sus tiacutetulos previa comprobacioacuten por la Universidad de que aquellos acreditan un nivel de formacioacuten equivalente a los correspondien-tes tiacutetulos universitarios oficiales espantildeoles y que facultan en el paiacutes expedidor del tiacutetulo para el acceso a ensentildeanzas de postgrado El acceso por es-ta viacutea no implicaraacute en ninguacuten caso la homologacioacuten del tiacutetulo previo de que esteacute en posesioacuten el interesado ni su reconocimiento a otros efectos que elde cursar las ensentildeanzas de maacutester
El procedimiento formal de solicitud de admisioacuten se realizaraacute a traveacutes del Centro de Posgrado de la Universidad Autoacutenoma de Madrid durante los pla-zos establecidos al efecto por la Universidad La relacioacuten de la documentacioacuten especiacutefica que debe aportar el estudiante al solicitar su admisioacuten se re-coge en la paacutegina web httpwwwuamesadmisionmasteroficial
En todo caso los solicitantes deben cumplir las condiciones especificadas en la Normativa de Ensentildeanzas Oficiales de Posgrado de la UniversidadAutoacutenoma de Madrid (Aprobada en Consejo de Gobierno de 10 de Julio de 2008) cuyos artiacuteculos relevantes son transcritos a continuacioacuten
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Requisitos acadeacutemicos especiacuteficos de acceso al maacutester
Dado el caraacutecter internacional del maacutester propuesto se opta por definir el perfil de ingreso acorde a conocimientos requeridos en lugar de especificarlas titulaciones que permitan acceder al maacutester Asiacute pues el perfil de admisioacuten al Maacutester Universitario en Deep Learning for Audio and Video SignalProcessing corresponderaacute con los siguientes candidatos
1 Ingenieros o candidatos en posesioacuten de un tiacutetulo de grado en la Rama de Ingenieriacutea relacionado con TIC (Tecnologias de Informacion y Comunicaciones) siem-pre que hayan cursado en su tiacutetulo al menos
middot 24 ECTS de fundamentos matemaacuteticos en caacutelculo (12 ECTS) aacutelgebra lineal (6 ECTS) probabilidad y estadiacutestica (6 ECTS)
middot 12 ECTS de programacioacuten en alguacuten lenguaje de alto nivel
middot 6 ECTS en tratamiento de sentildeales
middot 6 ECTS en aprendizaje automaacutetico2 Graduados en posesioacuten de un tiacutetulo oficial equivalente a cualquiera de los anteriores ya sea expedido por una universidad espantildeola o perteneciente a otro estado
integrante del Espacio Europeo de Educacioacuten Superior o asiacute declarado de acuerdo con las ordenaciones anteriores de los estudios universitarios en Espantildea Serequiere que los solicitantes acrediten un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
3 Solicitantes que esteacuten en posesioacuten de tiacutetulos obtenidos en sistemas educativos ajenos al Espacio Europeo de Educacioacuten Estos solicitantes comprobacioacuten por par-te de la Comisioacuten Acadeacutemica del maacutester de que los solicitantes deben acreditar un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
Seguacuten el perfil de ingreso de los estudiantes al Maacutester se consideraraacute si deben cursar un programa intensivo de nivelacioacuten programado justo al co-mienzo del curso acadeacutemico El programa contempla un moacutedulo de nivelacioacuten en Fundamentos de Tratamiento de Sentildeales (Fundamentals of Signalprocessing) de 1 ECTS dirigido a estudiantes cuya formacioacuten en el aacutembito sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento forma-tivo por no tratarse expresamente de materia del maacutester
Dado que las asignaturas seraacuten impartidas en lengua inglesa se exigiraacute para cursar el maacutester un conocimiento de la lengua inglesa al nivel del certifi-cado B2 En caso de no ser hablantes nativos este nivel de idioma deberaacute ser acreditado bien mediante un certificado o mediante una entrevista porparte de la comisioacuten del maacutester
423 Procedimiento de admisioacuten y documentacioacuten requerida de acceso al maacutester
Una vez admitida la solicitud la Comisioacuten Acadeacutemica del maacutester presidida por el Coordinador seraacute la encargada de gestionar la admisioacuten al MaacutesterUniversitario en Deep Learning for Audio and Video Signal Processing y llevaraacute tambieacuten a cabo el proceso de seleccioacuten necesario para garantizar quelos estudiantes admitidos cumplen las condiciones establecidas para su admisioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
8 52
Con el fin de valorar los meacuteritos de las personas interesadas en cursar el Maacutester Universitario en Deep Learning for Audio and Video Signal Proces-sing las solicitudes de admisioacuten al programa deben incluir los siguientes documentos
middot Certificado acadeacutemico oficial
middot Curriacuteculum Vitae
middot Certificado de nivel B2 o superior de conocimiento de ingleacutes En caso de no disponer de certificado se podraacute realizar una entrevista con el solicitante para esta-blecer su adecuado nivel de ingleacutes Se exceptuacutean aquellos estudiantes cuya lengua materna sea el ingleacutes
middot Carta de motivacioacuten en la que se detalle el intereacutes del solicitante por el programa
middot Carta de adecuacioacuten de los estudios previos del solicitante a los requisitos acadeacutemicos especiacuteficos de acceso al maacutester (descritos en el apartado 422)
En el proceso de seleccioacuten de solicitantes se tendraacuten en cuenta los siguientes criterios
middot Expediente acadeacutemico en la titulacioacuten de acceso [40-60 ]
middot Meacuteritos adicionales al expediente incluidos Curriacuteculum Vitae del solicitante [10-30 ]
middot Adecuacioacuten del perfil del solicitante a los contenidos y objetivos del programa [10-40 ]
En caso de que se estime necesario la Comisioacuten Acadeacutemica del Maacutester o los miembros en los que esta delegue podraacuten mantener una entrevista conel solicitante con el fin de poder evaluar de manera maacutes precisa sus meacuteritos y la adecuacioacuten de su perfil al programa
421 General academic requirements for applying to the master
According to the Royal Decree-Law of 13932007 (October 29th) which establishes the organization of Spanish official university education and8612010 (July 2nd) which modifies the previous Royal Decree-Law to access official education Masters degree in Spain it will be necessary to be inpossession of an official Spanish university degree or another issued by an institution of higher education belonging to another member state of the Eu-ropean Higher Education Area that provides the same for access to masters education
In addition students will be able to access the master degrees according to the educational systems outside the European Higher Education Area wit-hout the need for the homologation of their degrees subject to verification by the University that students accredit a level of training equivalent to thecorresponding official Spanish university degrees and that students are able to access to postgraduate education in the country issuing their degreetitle The access via this way will not imply in any case the homologation of the previous degree title that the students are in possession nor its recog-nition for other purposes than that of being admitted to the masteriquests degree
The formal procedure to apply for admission will be carried out through the Postgraduate Center of the Universidad Autoacutenoma of Madrid during thedeadlines established for this purpose by the University The specific documentation that the student must provide when requesting admission is listedin the website httpwwwuamesUAMAcceso-y-admision-posgrados1234886371157htmlanguage=en
In any case applicants must meet the conditions specified in the Official Postgraduate Teaching Regulations of the Universidad Autoacutenoma of Madrid(Approved by the Consejo de Gobierno of July 10 2008) whose relevant articles are transcribed below (in Spanish)
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Specific academic requirements for applying to the master
Given the international orientation of the proposed master the admission profile has been defined according to the required knowledge instead of spe-cifying the degree titles that allow access to the master Thus the admission profile to the Masters Degree in Deep Learning for Audio and Video Sig-nal Processing will correspond to the following candidates
1 Engineers or candidates in possession of a bachelors degree in Engineering Areas related to ICT (Information and Communication Technologies) provided theirdegree contains at least the following contents
middot 24 ECTS of mathematical fundamentals in calculus (12 ECTS) linear algebra (6 ECTS) probability and statistics (6 ECTS)
middot 12 ECTS of programming in some high-level language
middot 6 ECTS in signal processing
middot 6 ECTS in machine learning2 Graduates in possession of an official degree equivalent to any of the above either issued by a Spanish university or belonging to another member state of the
European Higher Education Area or so declared in accordance with the previous regulations of university studies in Spain These graduates are required to ac-credit a level of training equivalent to the requirements defined in the first case
3 Applicants who are in possession of degrees obtained in educational systems outside the European Education Area These applicants are required to accredit alevel of training equivalent to the requirements defined in the first case
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
9 52
According to the academic profile of students entering the Master it will be considered whether they should study an intensive leveling program pro-grammed just at the beginning of the academic year The program includes a leveling module in Fundamentals of Signal Processing of 1 ECTS aimedat students whose previous training in the area is less than 12 ECTS This module will be offered as a training supplement because it is not expressly asubject of the master program
Since the subjects will be taught in English a knowledge of the English language at the level of the B2 certificate will be required to take the mastersdegree In case of not being native speakers this level of language must be accredited either by means of a certificate or by an interview by theMasters Academic Committee
423 Admission procedure and required documentation for applying to the master
Once the application is accepted the Masters Academic Committee chaired by the Coordinator will be in charge of managing the admission to theMasters Degree in Deep Learning for Audio and Video Signal Processing and also to carry out the selection process for guarantying that admittedstudents admitted met the conditions established for admission
In order to assess the merits of prospective students interested in pursuing the Masters Degree in iquestDeep Learning for audio and video signalprocessingiquest (hereinafter the applicants) their applications for admission to the program must include the following documents
middot Official academic certificate
middot Curriculum vitae
middot Certificate of level B2 or higher of knowledge of English If the applicants do not have a certificate the Masters Academic Committee can conduct an interviewwith the applicants to establish the appropriate level of English Students whose mother tongue is English are excluded from this interview
middot Motivation letter detailing the applicants interest in the program
middot Letter describing the adequacy of the applicants previous studies to the specific academic requirements for applying to this master (described in section 422)
The following criteria are defined for the selection process of the applicants
middot Academic record in the degree of access [40-60]
middot Additional merits to the academic record including Curriculum Vitae of the applicant [10-30]
middot Adaptation of the applicants profile to the contents and objectives of the program [10-40]
If needed the Masters Academic Committee or the members in which it delegates can hold an interview with the applicants in order to accurately as-sess their merits and the adequacy of their profile to the program
43 APOYO A ESTUDIANTES
Los estudiantes que cursen el Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video en la Escuela Politeacutecni-ca Superior de la Universidad Autoacutenoma de Madrid (EPS-UAM) dispondraacuten de los mismos sistemas (sede en red de posgrado UAM paacutegina web de latitulacioacuten etc) unidades (Servicio de Tecnologiacuteas de la Informacioacuten Oficina de Acogida) y agentes (equipo de administracioacuten EPS-UAM secretariacuteade los departamentos de dicho centro comisioacuten acadeacutemica del maacutester coordinador de la titulacioacuten) de apoyo que los utilizados para proporcionar in-formacioacuten previa a los solicitantes
En la sede en red del Centro de Estudios de Posgrado [httpwwwuamesposgrado] de la Universidad Autoacutenoma de Madrid (UAM) se proporcionainformacioacuten sobre los maacutesteres impartidos en dicha universidad asiacute como la normativa y los detalles de los procedimientos de admisioacuten y matriacuteculaDesde estas paacuteginas tambieacuten se puede acceder a las respectivas paacuteginas de cada tiacutetuloLa paacutegina en red especiacutefica del maacutester contendraacute al menos la siguiente informacioacuten
middot Descripcioacuten y objetivos del tiacutetulo
middot Planificacioacuten docente detallada (guiacutea docente recomendaciones de matriacutecula calendario acadeacutemico horarios etc)
middot Comisioacuten acadeacutemica del maacutester y coordinador
middot Equipo docente
middot Admisioacuten de estudiantes criterios y procedimientos
middot Becas y ayudas
middot Oferta de trabajos de fin de maacutester (incluyendo las ofertas de empresas)
middot Movilidad de profesorado y estudiantes
middot Actividades formativas complementarias (seminarios conferencias talleres etc)
middot Recursos materiales
middot Indicadores de resultados
middot Sistema de garantiacutea de calidad
Las consultas por parte de los estudiantes tanto fiacutesicas como por medios electroacutenicos recibiraacuten una atencioacuten personalizada
middot Las cuestiones administrativas seraacuten respondidas por parte del personal designado dentro del equipo de administracioacuten de la Escuela Politeacutecnica Superior de laUAM y de la secretariacutea de los departamentos de dicho centro
middot Para las consultas acadeacutemicas la responsabilidad de la elaboracioacuten de la respuesta corresponde a la comisioacuten acadeacutemica del master representada por el coordina-dor de la titulacioacuten o la persona en quien esta tarea sea delegada
Adicionalmente todo estudiante que haya sido admitido en el maacutester contaraacute con el asesoramiento de un tutor acadeacutemico El tutor acadeacutemico es unprofesor involucardo en la docencia del maacutester Su labor principal consiste en la elaboracioacuten en diaacutelogo con el estudiante del plan de formacioacuten inclu-yendo matriacutecula y eleccioacuten de optativas En general el TFM seraacute realizado con el tutor bien como director bien como ponente en caso de la direccioacutende este trabajo sea responsabilidad director externo al prorama Asimismo es misioacuten misioacuten del tutor proporcionar apoyo para que el estudiante resuel-va los problemas de adaptacioacuten que pudieran surgir al comienzo de sus estudios e informarle durante el desarrollo de los mismos
En en el caso de que el estudiante haya propuesto un tutor que cumpla los requisitos especificados en su solicitud la asignacioacuten se realizaraacute en el mo-mento de la admisioacuten En caso de haber sido admitido sin tutor designado el estudiante debe ponerse en contacto con profesores del maacutester y desig-nar de entre ellos tras mutuo acuerdo un tutor definitivo en un plazo limitado (por ejemplo un mes) desde el comienzo del curso
Adicionalmente la UAM pone a disposicioacuten de los estudiantes matriculados en sus programas acadeacutemicos los siguientes recursos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
10 52
middot Oficina de acogida [httpswwwuamesUAMOficina-de-Acogida1242652242790htm]middot Oficina de Orientacioacuten y Atencioacuten al Estudiante [httpwwwuamesestudiantesacceso]middot La Oficina de Praacutecticas Externas y Empleabilidad (OPE) [ httpswwwuamesope]middot Servicio de idiomas [httpwwwuamesUAMServicio-de-Idiomas1242654677923htm]middot Unidad de igualdad de Geacutenero [httpwwwuamesUAMUnidad_Igualdad1446766849002htm]middot Oficina de Accioacuten Solidaria y Cooperacioacuten [httpswwwuamesUAMOficina-de-Accioacuten-Solidaria-y-Cooperacioacuten1242664234487htm] Entre las
labores de esta oficina se encuentra el apoyo a estudiantes con discapacidad con el objetivo de que puedan realizar todas sus actividades en la universidad en lasmejores condiciones posibles
middot Centro de psicologiacutea aplicada [httpswwwuamesUAMCPA]middot Servicio de deportes [httpsservdepsefduames]
44 SISTEMA DE TRANSFERENCIA Y RECONOCIMIENTO DE CREacuteDITOS
Reconocimiento de Creacuteditos Cursados en Ensentildeanzas Superiores Oficiales no Universitarias
MIacuteNIMO MAacuteXIMO
0 0
Reconocimiento de Creacuteditos Cursados en Tiacutetulos Propios
MIacuteNIMO MAacuteXIMO
0 0
Adjuntar Tiacutetulo PropioVer Apartado 4 Anexo 2
Reconocimiento de Creacuteditos Cursados por Acreditacioacuten de Experiencia Laboral y Profesional
MIacuteNIMO MAacuteXIMO
0 0
En el caso del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video (DeepLearning for audio and visual signal processing) se reconoceraacuten creacuteditos exclusivamente de materias correspon-diente a Maacutesteres oficiales
La Universidad Autoacutenoma de Madrid cuenta con una normativa general de transferencia y reconocimiento de creacutedi-tos aprobada en el Consejo de Gobierno de 8 de febrero de 2008 y modificada en el Consejo de Gobierno del 8 deoctubre de 2010 A continuacioacuten se detalla dicha normativa
PREAacuteMBULOEl Real Decreto 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universita-rias oficiales y el Real Decreto 8612010 de 2 de julio por el que se modifica el anterior potencian la movilidad entrelas distintas universidades espantildeolas y dentro de una misma universidad Al tiempo el proceso de transformacioacuten delas titulaciones previas al Espacio Europeo de Educacioacuten Superior en otras conforme a las previsiones del Real De-creto citado crea situaciones de adaptacioacuten que conviene prever Por todo ello resulta imprescindible un sistema deadaptacioacuten reconocimiento y transferencia de creacuteditos en el que los creacuteditos cursados en otra universidad puedanser reconocidos e incorporados al expediente acadeacutemico del estudianteEn este contexto la Universidad Autoacutenoma de Madrid tiene como objetivo por un lado fomentar la movilidad de susestudiantes para permitir su enriquecimiento y desarrollo personal y acadeacutemico y por otro facilitar el procedimientopara aquellos estudiantes que deseen reciclar sus estudios universitarios cambiando de centro yo titulacioacutenInspirado en estas premisas la Universidad Autoacutenoma de Madrid dispone el siguiente sistema de adaptacioacuten reco-nocimiento y transferencia de creacuteditos aplicable a sus estudiantes
Artiacuteculo 1 AacuteMBITO DE APLICACIOacuteN
El aacutembito de aplicacioacuten de estas normas son las ensentildeanzas universitarias oficiales de grado y posgrado seguacuten se-ntildealan las disposiciones establecidas en el Real Decreto 13932007 de 29 de octubre por el que se establece la or-denacioacuten de las ensentildeanzas universitarias oficiales
Artiacuteculo 2 DEFINICIONES
1 Adaptacioacuten de creacuteditos La adaptacioacuten de creacuteditos implica la aceptacioacuten por la Universidad Autoacutenoma de Madridde los creacuteditos correspondientes a estudios previos al Real Decreto 13932007 realizados en esta Universidad o enotras distintas
2 Reconocimiento de creacuteditos El reconocimiento de creacuteditos ECTS implica la aceptacioacuten por la Universidad Autoacuteno-ma de Madrid de los creacuteditos ECTS que habiendo sido obtenidos en unas ensentildeanzas oficiales en la misma u otrauniversidad son computados en otras ensentildeanzas distintas a efectos de la obtencioacuten de un tiacutetulo oficial
Tambieacuten podraacuten ser objeto de reconocimiento los creacuteditos superados en ensentildeanzas superiores oficiales y en ense-ntildeanzas universitarias no oficiales Asimismo podraacuten reconocerse creacuteditos por experiencia laboral o profesional acre-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
11 52
ditada siempre que dicha experiencia esteacute relacionada con las competencias inherentes al tiacutetulo que se pretendeobtener En ambos casos deberaacuten tenerse en cuenta las limitaciones que se establecen en los artiacuteculos 4 y 6
3 Transferencia de creacuteditos La transferencia de creacuteditos ECTS implica que en los documentos acadeacutemicos oficia-les acreditativos de las ensentildeanzas seguidas por cada estudiante la Universidad Autoacutenoma de Madrid incluiraacute la to-talidad de los creacuteditos obtenidos en ensentildeanzas oficiales cursadas con anterioridad en la misma u otra universidadque no hayan conducido a la obtencioacuten de un tiacutetulo oficial
Artiacuteculo 3 REGLAS SOBRE ADAPTACIOacuteN DE CREacuteDITOS
1 En el supuesto de estudios previos realizados en la Universidad Autoacutenoma de Madrid en una titulacioacuten equiva-lente la adaptacioacuten de creacuteditos se ajustaraacute a una tabla de equivalencias que realizaraacute la Comisioacuten Acadeacutemica (u oacuter-gano equivalente) conforme a lo que se prevea al amparo del punto 102 del Anexo I del Real Decreto 13932007
2 En el caso de estudios previos realizados en otras universidades o sin equivalencia en las nuevas titulaciones dela Universidad Autoacutenoma de Madrid la adaptacioacuten de creacuteditos se realizaraacute a peticioacuten del estudiante por parte de laComisioacuten Acadeacutemica (u oacutergano equivalente) atendiendo en lo posible a los conocimientos asociados a las materiascursadas y su valor en creacuteditos
Artiacuteculo 4 REGLAS SOBRE RECONOCIMIENTO DE CREacuteDITOS
1 Se reconoceraacuten automaacuteticamentea) Los creacuteditos correspondientes a materias de formacioacuten baacutesica siempre que la titulacioacuten de destino de esta Univer-sidad pertenezca a la misma rama de conocimiento que la de origenb) Los creacuteditos correspondientes a aquellas otras materias de formacioacuten baacutesica cursadas pertenecientes a la ramade conocimiento de la titulacioacuten de destino
En los supuestos a) y b) anteriores la Comisioacuten Acadeacutemica (u oacutergano equivalente) decidiraacute a solicitud del estudian-te a queacute materias de eacutesta se imputan los creacuteditos de formacioacuten baacutesica de la rama de conocimiento superados en latitulacioacuten de origen teniendo en cuenta la adecuacioacuten entre competencias y los conocimientos asociados a dichasmaterias
Soacutelo en el caso de que se haya superado un nuacutemero de creacuteditos menor asociado a una materia de formacioacuten baacutesi-ca de origen se estableceraacute por el oacutergano responsable la necesidad o no de concluir los creacuteditos determinados enla materia de destino por aquellos complementos formativos que se disentildeen
c) Los creacuteditos de los moacutedulos o materias definidos por el Gobierno en las normativas correspondientes a los estu-dios de maacutester oficial que habiliten para el ejercicio de profesiones reguladas
2 El resto de los creacuteditos no pertenecientes a materias de formacioacuten baacutesica podraacuten ser reconocidos por la ComisioacutenAcadeacutemica (u oacutergano equivalente) teniendo en cuenta la adecuacioacuten entre las competencias los conocimientos y elnuacutemero de creacuteditos asociados a las materias cursadas por el estudiante y los previstos en el plan de estudios o bienvalorando su caraacutecter transversal
3 No podraacuten ser objeto de reconocimiento los creacuteditos correspondientes a los trabajos de fin de grado y maacutester
4 El nuacutemero de creacuteditos que sean objeto de reconocimiento a partir de experiencia profesional o laboral y de ense-ntildeanzas universitarias no oficiales no podraacute ser superior en su conjunto al 15 por ciento del total de los creacuteditos queconstituyen el plan de estudios No obstante lo anterior los creacuteditos procedentes de tiacutetulos no oficiales podraacuten ex-cepcionalmente ser objeto de reconocimiento en un porcentaje superior siempre que el correspondiente tiacutetulo propiohaya sido extinguido y sustituido por un tiacutetulo oficial A tal efecto en la memoria de verificacioacuten deberaacute constar dichacircunstancia conforme a los criterios especificados en el RD 86120105 Se articularaacuten Comisiones Acadeacutemicas por Centros en orden a valorar la equivalencia entre las materias previa-mente cursadas y las materias de destino para las que se solicite reconocimiento
6 Al objeto de facilitar el trabajo de reconocimiento automaacutetico en las AdministracionesSecretariacuteas de los Centroslas Comisiones adoptaraacuten y mantendraacuten actualizadas tablas de reconocimiento para las materias previamente cursa-das en determinadas titulaciones y universidades que maacutes frecuentemente lo solicitan
7 Los estudiantes podraacuten solicitar reconocimiento de creacuteditos por participacioacuten en actividades universitarias cultura-les deportivas de representacioacuten estudiantil solidarias y de cooperacioacuten hasta el valor maacuteximo establecido en elplan de estudios de acuerdo con la normativa que sobre actividades de tipo extracurricular se desarrolle
Artiacuteculo 5 REGLAS SOBRE TRANSFERENCIA DE CREacuteDITOS
Se incluiraacuten en el expediente acadeacutemico del estudiante los creacuteditos correspondientes a materias superadas en otrosestudios universitarios oficiales no terminados
Artiacuteculo 6 CALIFICACIONES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
12 52
1 Al objeto de facilitar la movilidad del estudiante se arrastraraacute la calificacioacuten obtenida en los reconocimientos ytransferencias de creacuteditos ECTS y en las adaptaciones de creacuteditos previstas en el artiacuteculo 3 En su caso se realizaraacutemedia ponderada cuando coexistan varias materias de origen y una sola de destino2 El reconocimiento de creacuteditos a partir de experiencia profesional o laboral y de ensentildeanzas universitarias no ofi-ciales no incorporaraacute la calificacioacuten de los mismos3 En todos los supuestos en los que no haya calificacioacuten se haraacute constar APTO y no baremaraacute a efectos de mediade expediente
Artiacuteculo 7 OacuteRGANOS COMPETENTES
El oacutergano al que compete la adaptacioacuten el reconocimiento y la transferencia de creacuteditos es la Comisioacuten Acadeacutemica(u oacutergano equivalente que regula la ordenacioacuten acadeacutemica de cada titulacioacuten oficial) seguacuten quede establecido en elReglamento del Centro y en los Estatutos de la Universidad Autoacutenoma de Madrid
Artiacuteculo 8 PROCEDIMIENTO
1 Las reglas que regiraacuten el procedimiento de tramitacioacuten de las solicitudes de adaptacioacuten transferencia y reconoci-miento de creacuteditos necesariamente dispondraacuten dea) Un modelo unificado de solicitud de la Universidad Autoacutenoma de Madridb) Un plazo de solicitudc) Un plazo de resolucioacuten de las solicitudes2 Contra los acuerdos que se adopten podraacuten interponerse los recursos previstos en los Estatutos de la UniversidadAutoacutenoma de Madrid
DISPOSICIOacuteN ADICIONAL
Los estudiantes que por programas o convenios internacionales o nacionales esteacuten bajo el aacutembito de movilidad seregiraacuten aparte de lo establecido en esta normativa por lo regulado en su propia normativa y con arreglo a los acuer-dos de estudios suscritos previamente por los estudiantes y los centros de origen y destino de los mismos
Estudiantes UAM httpwwwuamesssSatellitees1234886374930contenidoFi-nalNormativas_de_movilidadhtm
Estudiantes de otras universidades httpwwwuamesinternacionalesnormativaal_exthtml
46 COMPLEMENTOS FORMATIVOS
Aun siendo el perfil de admisioacuten enfocado a Ingenieros o graduados en posesioacuten de un tiacutetulo en la Rama de Inge-nieriacutea relacionado con TIC los estudiantes pueden poseer conocimientos ligeramente diferenciados en temas espe-ciacuteficos debido a la heterogeneidad entre estos estudios de grado Con vistas a que los estudiantes lleguen a alcan-zar el eacutexito acadeacutemico se considera un programa de nivelacioacuten de corta duracioacuten que busca conseguir los miacutenimosnecesarios en ciertos temas especiacuteficos Obseacutervese que aspectos maacutes globales del perfil del estudiante no puedenser compensados con este programa de nivelacioacuten (por ejemplo dominio de herramientas matemaacuteticas yo progra-macioacuten) puesto que requiere cursos de mayor duracioacuten que interfeririacutean con los objetivos del maacutester Estos aspectosglobales se encuentran claramente definidos en el perfil de admisioacuten del estudiante
Este programa de nivelacioacuten contiene un moacutedulo sobre Fundamentos de teoriacutea de sentildeal de 1 ECTS a cursar en lafase inicial del maacutester estando dirigido a estudiantes cuya formacioacuten en el aacutembito de teoriacutea y procesamiento de se-ntildeales sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento formativo por no tratarse expresamentede materia del maacutester A continuacioacuten se describe este moacutedulo
01 Fundamentos de teoriacutea de la sentildeal
Carga 1 ECTS (25 horas)
Duracioacuten y periodo de imparticioacuten una semana al comienzo del curso acadeacutemico
Resultados de aprendizaje
Al final de este moacutedulo se espera que el estudiante sea capaz de
middot Conocimiento y comprensioacuten de las expresiones caracteriacutesticas de los sistemas lineales e invariantes aplicadas a sentildeales mul-tidimensionales o vectoriales
middot Conocimiento y comprensioacuten del Teorema de Muestreo e integracioacuten de los conceptos asociados a sentildeales y sistemas de va-riable independiente continua con los de variable independiente discreta
middot Conocimiento y comprensioacuten del anaacutelisis Frecuencial de sentildeales unidimensionales y multidimensionales
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
13 52
middot Conocer las teacutecnicas baacutesicas de muestreo interpolacioacuten y cuantificacioacuten de sentildeales multidimensionales
Contenidos
El contenido de este moacutedulo es el siguiente
middot Sentildeales y sistemas Lineales e Invariantes (LTI) multidimensionales
middot Anaacutelisis Frecuencial Multidimensionalo Transformacdas discretas unidimensionaleso Transformacdas discretas bidimensionales
middot Muestreo y reconstruccioacuten
middot Interpolacioacuten y cuantificacioacuten
Metodologiacuteas docentes
middot Leccioacuten magistral
middot Resolucioacuten de ejercicios y problemas en el aula
Actividades formativas
Actividad Horas Presencialidad
Desarrollo de contenidos teoacutericopraacutecticos 5 100
Resolucioacuten de problemas 2 100
Pruebas de evaluacioacuten 1 100
Estudio independiente 17 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
14 52
5 PLANIFICACIOacuteN DE LAS ENSENtildeANZAS51 DESCRIPCIOacuteN DEL PLAN DE ESTUDIOS
Ver Apartado 5 Anexo 1
52 ACTIVIDADES FORMATIVAS
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical and practical content
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
A03 - Praacutecticas guiadas en laboratorios informaacuteticos Guided practices in computer labs
A04 - Proyectos desarrollados por parte de los estudiantes de manera individual o en grupos de tamantildeo reducido Projectsdeveloped by students individually or in small groups
A05 - Seminarios impartidos por expertos Seminars given by experts
A06 - Estudio autoacutenomo por parte del estudiante Autonomous study by the student
A07 - Trabajo praacutectico autoacutenomo por parte del estudiante Autonomous practical work by the student
A08 - Pruebas de evaluacioacuten Evaluation tests
A09 - Preparacioacuten de pruebas de evaluacioacuten Preparation of evaluation tests
A10 - Trabajo en un grupo de investigacioacuten Training in a research group
A11 - Integracioacuten en un entorno investigador o profesional real Integration in a research lab or professional environment
A12 - Discusioacuten tutorizada individual Individual guided discussion
A13 - Planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master Planning and presentation of the state-of-the-art for the Master thesis in progress
A14 - Jornadas para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas Conference to expose the progress of the Masters Thesis projects through short presentations and round tables
A15 - Curso de corta duracioacuten para desarrollar habilidades de escritura y presentacioacuten Short course to develop writing andpresentation skills
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
53 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M06 - Aprendizaje cooperativo Cooperative Learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
54 SISTEMAS DE EVALUACIOacuteN
E01 - Exaacutemenes escritos u orales Written or oral exams
E02 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados Evaluation of reports and presentations of workand projects performed
E03 - Evaluacioacuten de las praacutecticas de laboratorio Evaluation of laboratory assignments
E04 - Evaluacioacuten de la participacioacuten y aprovechamiento en seminarios
E05 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento en actividades del aula Evaluation on participationperformance and attitude in classroom activities
E06 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento por parte del tutor Evaluation on participationperformance and attitude by the supervisor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
15 52
E07 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados por parte de un tribunal Evaluation of reportsand presentations of work and projects performed by a panel of experts
55 NIVEL 1 Fundamentos y herramientas baacutesicas para aprendizaje profundo y procesamiento de audio e imagen Fundamentals andbasic tools for deep Learning audio and image processing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Fundamentos y herramientas baacutesicas para aprendizaje profundo Fundamentals of Deep Learning and basic Tools
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 8
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
8
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender los conceptos fundamentales del aprendizaje profundo dentro del contexto del aprendizaje automaacutetico
middot Entrenar una red neuronal profunda seleccionando las caracteriacutesticas maacutes adecuadas de la misma en funcioacuten del tipo de problema y optimizando los hiperparaacute-metros
middot Describir las principales arquitecturas utilizadas en aprendizaje profundo asiacute como las aplicaciones maacutes tiacutepicas
middot Identificar el tipo de algoritmo de aprendizaje profundo maacutes apropiado para varios tipos de problemas en diferentes dominios
middot Implementar algoritmos de aprendizaje profundo utilizando diferentes herramientas
This subject considers the following learning outcomes
middot Understand the fundamentals of deep learning within the machine learning context
middot Train a deep neural network choosing the most appropriate characteristics depending on the type of problem and optimizing the hyperparameters
middot Describe the main architectures used in deep learning as well as the most typical applications
middot Identify the most appropriate deep learning algorithm for various types of problems in different domains
middot Implement deep learning algorithms using different tools
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Fundamentos de aprendizaje automaacutetico
middot Backpropagation
middot Redes Neuronales Profundas (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot Teacutecnicas de optimizacioacuten (Stochastic Gradient Descent Second order methods)
middot Optimizacioacuten de hiper-paraacutemetros
middot Arquitecturas (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot Herramientas de programacioacuten
The contents of this subject are as follows
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
16 52
middot - Machine learning fundamentals
middot - Backpropagation
middot - Deep Neural Networks (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot - Optimization techniques (Stochastic Gradient Descent Second order methods)
middot - Hyper-parameter optimization
middot - Architectures (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot - Programming tools
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
24 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
24 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
17 52
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
64 0
A08 - Pruebas de evaluacioacuten Evaluationtests
8 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
20 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
200 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
00 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 100
NIVEL 2 Revisioacuten de Teacutecnicas Asentadas de Tratamiento de Sentildeal Review of Established Signal Processing Techniques
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 4
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
4
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
18 52
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Analizar los principios que marcan el modelado de secuencias temporales de diferente naturaleza
middot Conocer los principios que definen el anaacutelisis claacutesico de imaacutegenes
middot Disentildear algoritmos para extraccioacuten de caracteriacutesticas en imaacutegenes
This subject considers the following learning outcomes
middot Analysis of the principles that govern the modelling of temporal sequences from different nature
middot Know the principles that define the classic image analysis
middot Design algorithms for feature extraction in images
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Anaacutelisis de sentildeales con dependencia temporalo Anaacutelisis de Sentildeal en el Dominio Temporalo Anaacutelisis de Sentildeales en el Dominio de la Frecuenciao Modelado Estadiacutestico de Secuencias
middot Anaacutelisis de sentildeales visualeso Descriptores globales color puntos de intereacuteso Descriptores a nivel de regioacuten segmentada color puntos de intereacutes textura formao Descriptores de movimiento movimiento global trayectoriaso Aplicaciones en imaacutegenes buacutesqueda global por color y puntos de intereacuteso Aplicaciones en viacutedeo
The contents of this subject are as follows
middot Signal Processing with temporal dependencyo Time domain signal processingo Frequency domain signal processingo Statistical Modeling of Sequences
middot Visual Signal Processingo Global descriptors color keypointso Region-based descriptors color keypoints texture shapeo Motion descriptors global motion trajectorieso Applications for images global search by color and keypointso Applications for video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
19 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
12 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
12 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
20 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
42 0
A08 - Pruebas de evaluacioacuten Evaluationtests
4 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Procesamiento de audio imagen y video basado en aprendizaje profundo Deep Learning for audio image and videoprocessing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de audio Deep Learning for audio signal processing
5511 Datos Baacutesicos del Nivel 2
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
20 52
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y ser capaz de obtener las principales formas de representacioacuten de las sentildeales de audio y voz para su procesamiento mediante teacutencias de deep learning
middot Conocer y ser capaz de aplicar distintas teacutecnicas para el modelado de secuencias temporales en deep learning (ej Frame Stacking Time-Delay NNs redes recu-rrentes )
middot Conocer y ser capaz de aplicar teacutecnicas de transformacioacuten de secuencias de longitud variable en vectores de longitud fija (ej i-vectors x-vectors )
middot Conocer y ser capaz de aplicar disintas teacutecnicas para el reconocimiento de secuencias temprales (ej modelos hiacutebridos HMM-DNN CTC modelos de aten-cioacuten )
middot Conocer el problema de la calibracioacuten e interpretacioacuten probabiliacutestica de las salidas de sistemas deep learning y ser capaz de aplicar teacutecnicas de calibracioacuten en es-te contexto
middot Conocer diferentes aplicaciones del deep learning en procesamiento de audio y voz (ej reconocimiento de locutor idioma emociones voz deteccioacuten de eventosde audio mejora de voz siacutentesis de voz) y las formas maacutes habituales de aplicarlo
This subject considers the following learning outcomes
middot To know and be able to obtain the main forms to represent audio and speech signalsfor processing with deep learning techniques
middot To know and be able to apply different techniques for modeling time sequences indeep learning (ie Frame Stacking Time-Delay NNs recurrent networks )
middot To know and be able to apply techniques for transforming variable-length sequences into fixed-length vectors (ie i-vectors x-vectors )
middot To know and be able to apply different techniques for the recognition of temporal sequences (ie hybrid HMM-DNN models CTC attention models )
middot To know the problem of calibration and the probabilistic interpretation of the outputs of deep learning systems and to be able to apply calibration techniques inthis context
middot To know different applications of deep learning in audio and voice processing (ie speaker language emotions and speech recognition audio event detectionspeech enhancement speech synthesis) and the most common ways of applying them
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Representacioacuten de las sentildeales de audio y voz para Deep learning (de las formas de onda a los embeddings neuronales)
middot Manejo de secuencias temporales con Deep learning (Frame Stacking Time-Delay NNs redes convolucionales por segmentos redes recurrentes (LSTM GRU)etc)
middot Transformacioacuten de secuencias de longitud variable en vectores de longitud fija (de los i-vectors a los x-vectors)
middot Problemas de reconocimiento de secuencias (modelos hiacutebridos HMM-DNN Connectionist Temporal Classification modelos de atencioacuten)
middot Calibracioacuten e interpretacioacuten probabiliacutestica de salidas de sistemas Deep Learning
middot Aplicaciones Reconocimiento de locutor e idioma Reconocimiento de voz Reconocimiento de emociones Deteccioacuten de Eventos de Audio Mejora de VozSiacutentesis de Voz etc
The contents of this subject are as follows
middot Representation of audio and speech signals for Deep learning (from waveforms to neural embeddings)
middot Management of temporal sequences with Deep learning (Frame Stacking Time-Delay NNs segment-based convolutional networks recurrent networks (LSTMGRU) etc)
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
21 52
middot Transformation of variable length sequences into fixed-length vectors (from i-vectors to x-vectors)
middot Sequence recognition problems (HMM-DNN hybrid models Connectionist Temporal Classification attention models)
middot Calibration and the probabilistic interpretation of outputs of Deep Learning systems
middot Applications Speaker and language recognition Speech recognition Emotion recognition Audio Event Detection Speech Enhancement Speech Synthesis etc
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
22 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
18 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
24 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
56 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 400
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 400
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de imagen Deep Learning for image signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
23 52
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales funcionalidades para las que se puede utilizar una red neuronal convolucional (CNN)
middot Conocer y ser capaz de identificar los elementos baacutesicos que componen una CNN
middot Conocer y ser capaz de identificar y utilizar las principales arquitecturas de CNN que se forman a partir de estos elementos baacutesicos
middot Conocer y comprender las razones detraacutes de la evolucioacuten de las arquitecturas CNN
middot Conocer comprender saber utilizar y adaptar las diferentes estrategias para el entrenamiento de las CNNs
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de muacuteltiples tareas en una misma CNN
middot Conocer y comprender las estrategias para la adaptacioacuten interdominio de una CNN
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de una CNN con un conjunto reducido de datos
This subject considers the following learning outcomes
middot To know and be able to differentiate the main functionalities for which a convolutional neural network (CNN) can be used
middot To know and be able to identify the basic elements that make up a CNN
middot To know and be able to identify and use the main CNN architectures that are formed from these basic elements
middot To know and understand the reasons behind the evolution of CNN architectures
middot To know understand be able to use and adapt the different strategies for the training of CNNs
middot To know understand and be able to use the strategies for training multiple tasks in the same CNN
middot To know and understand the strategies for the inter-domain adaptation of a CNN
middot To know understand and be able to use the strategies for training a CNN with a reduced set of data
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Tipos de arquitecturas de redes convolucionales discriminativa regresiva y generativa
middot Evolucioacuten de arquitecturas de redes convolucionales LeNet AlexNet VGG ResNet Inception random connections
middot Entrenamiento de arquitecturas basadas en redes convolucionales y adaptacioacuten a distintos dominios (eg deteccioacuten de objetos segmentacioacuten semaacutetica)
The contents of this subject are as follows
middot Architectures for convolutional neural networks discriminative regressive y generative
middot Advanced architectures LeNet AlexNet VGG ResNet Inception random connections
middot Training convolutional neural networks
middot Adaptations to different tasks object detection semantic segmentation
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
24 52
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
25 52
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de video Deep Learning for video signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales estrategias para detectar objetos en movimiento utilizando CNNs
middot Conocer y saber diferenciar las principales estrategias para seguir objetos en movimiento utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar actividades en video utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar anomalias en video utilizando CNNs y redes temporales LSTM
middot Programar y entrenar redes neuronales que sean capaz de detectar y seguir objetos en secuencias de video
middot Programar y entrenar redes neuronales que sean capaz de detectar anomaliacuteas en secuencias de video
This subject considers the following learning outcomes
middot To know and be able to differentiate the main strategies to detect moving objects using CNNs
middot To know and be able to differentiate the main strategies to follow moving objects using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video activities using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video anomalies using CNNs and LSTM temporary networks
middot To program and train neural networks that are able to detect and track objects in video sequences
middot To program and train neural networks that are capable of detecting anomalies in video sequences
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
26 52
middot Deteccioacuten de objetos en video
middot Seguimiento de objetos en video
middot Reconocimiento de actividades en video
middot Deteccioacuten de anomaliacuteas en video
The contents of this subject are as follows
middot Object detection in video
middot Object tracking in video
middot Activity recognition in video
middot Anomaly detection in video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
27 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
28 52
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Modelar sentildeales heterogeacuteneas de naturaleza fisioloacutegica
middot Analizar y modelar el comportamiento hombre-maacutequina a traveacutes de sentildeales obtenidas de la interaccioacuten
middot Desarrollar y evaluar modelos de aprendizaje automaacutetico maacutes transparentes y justos
This subject considers the following learning outcomes
middot Modelling physiological heterogeneous signals
middot Analysis and Modelling of Human-Machine Behavior from Signals captured during Interaction
middot Development and Evaluation of Transparente and Fair Machine Learning
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Reconocimiento Biomeacutetrico basado en Caracteriacutesticas Fisioloacutegicas
middot Reconocimiento Biomeacutetrico basado en Interaccioacuten
middot Perfilado de Usuario basado en Interaccioacuten Hombre-Maacutequina
middot Seguridad y Privacidad de los sistemas Biomeacutetricos
middot Transparencia Justicia y Responsabilidad en la Inteligencia Artificial
The contents of this subject are as follows
middot Biometric Recognition based on Physiological Characteristics
middot Biometric Recognition based on Human Interaction
middot User Profiling based on Human-Machine Interaction
middot Security and Privacy of Biometric Systems
middot Machine Behavior Transparency Fairness and Accountability
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
29 52
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
14 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
6 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
40 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
58 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
30 52
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender las principales arquitecturas hardware para implementar aprendzaje profundo
middot Comprender y utilzar optimizaciones tanto a nivel software como hardware en los algoritmos de aprendizaje
middot Entender las implicaciones en tiempo de computo consumo de corriente y coste en general de diferentes alternativas arquitecturales
This subject considers the following learning outcomes
middot To understand the main hardware architectures to implement deep learning
middot To understand and use optimizations both at the software and hardware level in the learning algorithms
middot To understand the implications in computing time current consumption and cost in general of different architectural alternatives
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Hardware para aprendizaje automaacutetico GPU CPU FPGA otras arquitecturaso Arquitecturas modernas para aprendizaje automaacuteticoo El dominio de GPUs pero iquestqueacute es lo siguienteo iquestCuaacuteles son los liacutemites del aprendizaje profundo (deep learning)o iquestQueacute ocurre con la inferenciao Modelos de bajo coste especializadoso Compresioacuteno Aceleradores para aprendizaje automaacutetico
middot Ancho de banda en memoria y computacioacuten de baja precisioacuteno Memoria como cuello de botellao Posible solucioacuten computacioacuten de baja precisioacuten
middot Paralelismo y arquitecturas altamente paralelizableso Sobre CPUs paralelismo a nivel de instruccioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
31 52
o Sobre CPUs paralelismo a nivel SIMDVectoro Sobre CPUs paralelismo con muacuteltiples nuacutecleoso Sobre CPUs paralelismo con muacuteltiples socketso Sobre GPUs paralelismo para procesamiento de streamso Aceleradores especializados y ASICso Limites de rendimiento con paralelizacioacuten
The contents of this subject are as follows
middot Hardware for Machine Learning GPU CPU FPGA other architectureso Modern ML architecture (Hardware for machine learning)o The dominance of GPUs but what is nexto What limits deep learning (Is it computed bounded or memory boundedo What happens on the inference sideo Specialized low-cost modelso Compressiono Accelerators for machine learning
middot Memory Bandwidth and Low Precision Computationo Memory as a Bottlenecko One way to help Low-Precision Computation
middot Parallelism and massively parallel architectureso On CPUs Instruction-Level Parallelismo On CPUs SIMDVector Parallelismo On CPUs Multicore Parallelismo On CPUs Multi-socket parallelismo On GPUs Stream Processingo On specialized accelerators and ASICso Limits on parallel performance
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
32 52
55153 ESPECIacuteFICAS
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
16 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
4 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
8 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
30 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
50 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
350 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento en
00 200
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
33 52
actividades del aula Evaluation onparticipation performance and attitude inclassroom activities
55 NIVEL 1 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer los aspectos maacutes importantes del conocimiento cientiacutefico y los fundamentos de la investigacioacuten cientiacutefica
middot Disentildear procedimientos de investigacioacuten que puedan articularse de manera coherente con las metodologiacuteas y teacutecnicas existentes
middot Desarrollo del pensamiento criacutetico en investigacioacuten cientiacutefica
middot Desarrollo de las habilidades para la comunicacioacuten oral y escrita en un marco cientiacutefico
This subject considers the following learning outcomes
middot To understand the most important aspects of scientific knowledge and the fundamentals of scientific research
middot To design research procedures that can be articulated in a manner consistent with existing methodologies and techniques
middot Development of critical thinking in scientific research
middot Development of oral and written communication skills in a scientific framework
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Planificacioacuten de la investigacioacuten
middot Introduccioacuten a la buacutesqueda bibliograacutefica
middot Elaboracioacuten de referencias bibliograacuteficas
middot Creacioacuten de bases de datos y anaacutelisis estadiacutestico
middot Desarrollo de opinioacuten criacutetica
middot Transferencia de los resultados de la investigacioacuteno Redaccioacuten de informes teacutecnicoso Presentacioacuten de informes teacutecnicos
Con el objetivo de cubrir estos contenidos se han planificado las siguientes actividades
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
34 52
middot Curso Writing and Presentation Skills impartido por el servicio de idiomas de la Universidad Autoacutenoma de Madrid
middot Seminarios de investigacioacuten (hasta cuatro) con participacioacuten de reputados investigadores y acadeacutemicos reconocidos del aacutembito nacional e internacional
middot Sesiones de planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master en curso
middot Jornada para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas
The content of this subject is as follows
middot Research planning
middot Introduction to bibliographic search
middot Preparation of bibliographic references
middot Database creation and statistical analysis
middot Development of critical opinion
middot Transfer of research resultso Writing technical reportso Presentation of technical reports
In order to cover these contents the following activities have been planned
middot Course Writing and Presentation Skills taught by the language service of the Autonomous University of Madrid
middot Research seminars (up to four) with the participation of renowned researchers and academics recognized nationally and internationally
middot Sessions of planning and presentation of the state-of-the-art of the Master thesis projects in progress
middot Dayconference to expose the progress of the Masters Thesis projects through short presentations and round tables
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
No existen datos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
58 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
35 52
A05 - Seminarios impartidos porexpertos Seminars given by experts
16 100
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
50 0
A13 - Planificacioacuten y presentacioacuten de losestados del arte de los Trabajos Fin deMaster Planning and presentation of thestate-of-the-art for the Master thesis inprogress
12 100
A14 - Jornadas para exponer el avancede los Trabajos Fin de Maacutester a traveacutes depresentaciones breves y mesas redondas Conference to expose the progress of theMasters Thesis projects through shortpresentations and round tables
6 100
A15 - Curso de corta duracioacuten paradesarrollar habilidades de escritura ypresentacioacuten Short course to developwriting and presentation skills
8 100
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 500
E04 - Evaluacioacuten de la participacioacuten yaprovechamiento en seminarios
200 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Trabajo fin de maacutester Master Degree Thesis
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Trabajo fin de maacutester Master Degree Thesis
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Trabajo Fin de Grado Maacutester
ECTS NIVEL 2 12
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
12
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
36 52
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
LISTADO DE ESPECIALIDADES
No existen datos
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Disentildeo y desarrollo de un proyecto de un sistema aplicacioacuten o servicio en el aacutembito de conocimiento de las materias abarcadas en el Maacutester de complejidad sufi-ciente de forma que sea posible por medio de la evaluacioacuten de sus resultados determinar si el estudiante ha adquirido los conocimientos y competencias asocia-dos al tiacutetulo
middot Elaboracioacuten y defensa de un informe sobre el proyecto realizado en el que el estudiante demuestre su capacidad para analizar problemas complejos disentildear e im-plementar soluciones tecnoloacutegicas para dichos problemas dentro del aacutembito de la Ciencia de Datos asiacute como su capacidad de anaacutelisis siacutentesis presentacioacuten ycomunicacioacuten
This subject considers the following learning outcomes
middot Design and development of a project of a system application or service in the field of knowledge of the subjects covered in the Master of sufficient complexityso that it is possible through the evaluation of its results to determine if the student has acquired the knowledge and skills associated with the degree
middot Preparation and defense of a report on the project carried out in which the student demonstrates his ability to analyze complex problems design and implementtechnological solutions for such problems within the scope of Data Science as well as his capacity for analysis synthesis presentation and communication
5513 CONTENIDOS
El Trabajo de Fin de Maacutester (TFM) es un trabajo original realizado individualmente por el estudiante bajo la direccioacuten y supervisioacuten de un tutor preferi-blemente doctor o con experiencia y competencia profesional acreditada Su desarrollo debe involucrar la articulacioacuten de los conocimientos habilida-des y destrezas adquiridos a lo largo de su formacioacuten en el maacutester Adicionalmente debe tener caraacutecter formativo abordar problemas propios del aacutereaprofesional correspondiente y servir de preparacioacuten para posteriores etapas de formacioacuten acadeacutemica en estudios de doctorado incorporando compo-nentes de investigacioacuten o innovacioacuten El trabajo involucraraacute la realizacioacuten de estudios valoraciones e informes acerca de las tecnologiacuteas disponiblesinnovaciones y alternativas Finalmente debe ser realizado con rigor cientiacutefico y de manera conforme a los principios eacuteticos
El proyecto tendraacute un componente de innovacioacuten o investigacioacuten en el que se utilicen e integren las competencias adquiridas en las ensentildeanzas Seraacutedefendido ante un tribunal acadeacutemico designado a tal efecto
The Masters Thesis (TFM) is an original work carried out individually by the student under the direction and supervision of a tutor preferably a doctoror with proven professional experience and competence Its development must involve the articulation of the knowledge skills and abilities acquired th-roughout its training in the master Additionally it must be formative address problems related to the corresponding professional area and serve as pre-paration for subsequent stages of academic training in doctoral studies incorporating research or innovation components The work will involve conduc-ting studies assessments and reports about the available technologies Innovations and alternatives Finally it must be carried out with scientific rigorand in a manner consistent with ethical principles
The project will have an innovation or research component in which the skills acquired in the teachings are used and integrated It will be defended be-fore an academic tribunal appointed for this purpose
5514 OBSERVACIONES
La realizacioacuten del Trabajo Fin de Maacutester se ajustaraacute a la normativa de la Escuela Politeacutecnica Superior Esta normativa puede consultarse en la dispo-nible en la paacutegina web httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm y describe los procedimientos para los siguientes aspec-tos
middot Director codirectores y ponente del TFM
middot Oferta y asignacioacuten de TFMs
middot Calendario de convocatorias de defensas
middot Presentacioacuten del proyecto y propuesta de tribunal
middot Modificaciones formales del TFM
middot Solicitud de defensa
middot Desarrollo de la defensa y calificacioacuten
Respecto a la evaluacioacuten del TFM un 0-30 de la calificacioacuten final seraacute otorgada a propuesta del director quedando el 70-100 restante a decisioacutendel tribunal evaluador Adicionalmente la comisioacuten de Coordinacioacuten y Seguimiento del Maacutester elaboraraacute un documento que extienda la normativa men-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
37 52
cionada anteriormente con el objetivo de detallar los criterios de evaluacioacuten y meacuteritos que determinaraacuten cuando un TFM ha generado resultados extra-ordinarios
The completion of the Master Thesis will comply with the regulations of the Escuela Politeacutecnica Superior These regulations can be found on the oneavailable on the website httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm and describe the procedures for the following aspects
middot Director co-directors and rapporteur of the TFM
middot Offer and allocation of TFMs
middot Calendar of calls for defenses
middot Project presentation and court proposal
middot Formal Modifications of the TFM
middot Defense Request
middot Defense development and grading
Regarding the evaluation of the Master Thesis up to 0-30 of the final grade will be awarded by the director leaving the remaining 70-100 of the gra-de to be determined by the evaluation panel In addition the Committee for Coordinacioacuten y Seguimiento del Maacutester will prepare a document that ex-tends the aforementioned regulations with the objective of detailing the evaluation criteria and merits that will determine when a TFM has generated ex-traordinary results
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
38 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
118 0
A11 - Integracioacuten en un entornoinvestigador o profesional real Integration in a research lab orprofessional environment
100 50
A12 - Discusioacuten tutorizada individual Individual guided discussion
20 100
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
2 100
5517 METODOLOGIacuteAS DOCENTES
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E06 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento por partedel tutor Evaluation on participationperformance and attitude by the supervisor
00 300
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
39 52
E07 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados por parte de un tribunal Evaluation of reports and presentations ofwork and projects performed by a panel ofexperts
700 1000
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
40 52
6 PERSONAL ACADEacuteMICO61 PROFESORADO Y OTROS RECURSOS HUMANOS
Universidad Categoriacutea Total Doctores Horas
Universidad Autoacutenoma de Madrid ProfesorContratadoDoctor
29 100 40
Universidad Autoacutenoma de Madrid Ayudante Doctor 12 100 14
Universidad Autoacutenoma de Madrid Profesor Titularde Universidad
35 100 24
Universidad Autoacutenoma de Madrid Catedraacutetico deUniversidad
24 100 22
PERSONAL ACADEacuteMICO
Ver Apartado 6 Anexo 1
62 OTROS RECURSOS HUMANOS
Ver Apartado 6 Anexo 2
7 RECURSOS MATERIALES Y SERVICIOSJustificacioacuten de que los medios materiales disponibles son adecuados Ver Apartado 7 Anexo 1
8 RESULTADOS PREVISTOS81 ESTIMACIOacuteN DE VALORES CUANTITATIVOS
TASA DE GRADUACIOacuteN TASA DE ABANDONO TASA DE EFICIENCIA
80 20 80
CODIGO TASA VALOR
No existen datos
Justificacioacuten de los Indicadores Propuestos
Ver Apartado 8 Anexo 1
82 PROCEDIMIENTO GENERAL PARA VALORAR EL PROCESO Y LOS RESULTADOS
A los efectos de organizacioacuten y supervisioacuten de las actividades del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Au-dio y Video (Deep Learning for Audio and Video Signal Processing) se nombraraacute una Comisioacuten de Coordinacioacuten Acadeacutemica Esta comisioacuten asiacute comosu coordinador seraacuten nombrados por la Junta de Centro de la Escuela Politeacutecnica Superior de la Universidad Autoacutenoma de Madrid
Seraacute responsabilidad de dicha comisioacuten la planificacioacuten el seguimiento y la evaluacioacuten del funcionamiento del tiacutetulo para lo cual se reuniraacute al menosdos veces al antildeo
Los procedimientos para la valuacioacuten y mejora de la calidad de la ensentildeanza y el profesorado se recogen en el manual que describe el Sistema de Ga-rantiacutea Interna de Calidad de los Planes de Estudios de la Escuela Politeacutecnica Superior (Sistema de Garantiacutea Interna de Calidad-SGIC) Se puede ac-ceder a este manual a traveacutes del enlace httpswwwuamesEPSdocumento1242662061305sgicpdf
Dichos procedimientos estaacuten descritos en una serie de fichas En estas fichas se detallan los indicadores de seguimiento control y evaluacioacuten ademaacutesde los responsables de llevarlos a la praacutectica y proponer acciones de mejora sobre las desviaciones previstas
De este modo las fichas E2-F1 hacen alusioacuten a la calidad de la ensentildeanza y el uso de los datos para su mejora Por otro lado las en las fichas E2-F2tratan del anaacutelisis los resultados del aprendizaje Finalmente en las fichas E2-F3 se especifica el uso de los datos sobre resultados del aprendizaje pa-ra su mejora Los objetivos formativos globales de la titulacioacuten se mediraacuten fundamentalmente a traveacutes de las pruebas de evaluacioacuten de las competen-cias adquiridas en las asignaturas cursadas y del Trabajo de Fin de Maacutester Finalmente se tendraacute en cuenta la valoracioacuten del profesorado y de los es-tudiantes expresada en las encuestas de satisfaccioacuten
El impacto social del maacutester se mediraacute mediante encuestas sobre insercioacuten laboral de los egresados Estos y otros aspectos se recogeraacuten anualmen-te en la memoria de seguimiento del maacutester que elaboraraacute la Comisioacuten de Calidad del Posgrado a partir de la informacioacuten recabada de la Comisioacuten deCoordinacioacuten Acadeacutemica y del resto de agentes involucrados en la titulacioacuten En esta memoria se analizaraacuten aspectos del desarrollo del maacutester talescomo la coordinacioacuten la satisfaccioacuten de los agentes implicados el sistema de informacioacuten del tiacutetulo y los asuntos del buzoacuten de sugerencias y quejas
De forma especiacutefica se calcularaacuten y analizaraacuten los indicadores y tasas que se mencionan a continuacioacutenmiddot Tasa de graduacioacuten del tiacutetulo porcentaje de estudiantes que finalizan la ensentildeanza en el tiempo previsto en el plan de estudios (d) o en un antildeo) en relacioacuten con su
cohorte de entradamiddot Tasa de abandono del tiacutetulo relacioacuten porcentual entre el nuacutemero total de estudiantes de una cohorte de nuevo ingreso que debieron finalizar la titulacioacuten el curso
anterior y que no se han matriculado ni en ese curso ni en el anteriormiddot Tasa de eficiencia de los egresados del tiacutetulo relacioacuten porcentual entre el nuacutemero total de creacuteditos establecidos en el plan de estudios y el nuacutemero total de creacutedi-
tos en los que han tenido que matricularse a lo largo de sus estudios el conjunto de estudiantes titulados en un determinado curso acadeacutemico
Adicionalmente se estudiaraacute la evolucioacuten de cada uno de estos indicadores a lo largo de los distintos cursos acadeacutemicos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
41 52
Se crearaacuten y mantendraacuten grupos de antiguos alumnos Finalmente se llevaraacute a cabo un seguimiento de los puestos profesionales o acadeacutemicosdesempentildeados por los egresados del programa completando asiacute la informacioacuten sobre su insercioacuten laboral
Tras el anaacutelisis de estos datos la Comisioacuten comunicaraacute los resultados a las partes implicadas propondraacute las medidas de revisioacuten necesarias para con-seguir los objetivos previstos y en su caso para su mejora Adoptaraacute asimismo las medidas necesarias para la ejecucioacuten de dichas medidas
Cuando las variaciones anuales de los indicadores propuestos sean significativas la Comisioacuten solicitaraacute a los agentes implicados un informe en el quese indiquen los motivos que podriacutean haber producido esta variacioacuten La Comisioacuten tendraacute la capacidad de elaborar propuestas concretas de revisioacuten delplan de estudios de modificacioacuten en los programas o en la forma de imparticioacuten de las asignaturas asiacute como sugerir cambios en los equipos docentesen aras de la mejora continuada de la calidad del programa
9 SISTEMA DE GARANTIacuteA DE CALIDADENLACE httpswwwuamesEPSSistemaDeGarantiaDeCalidad1242668432722htm
10 CALENDARIO DE IMPLANTACIOacuteN101 CRONOGRAMA DE IMPLANTACIOacuteN
CURSO DE INICIO 2020
Ver Apartado 10 Anexo 1
102 PROCEDIMIENTO DE ADAPTACIOacuteN
No procede
103 ENSENtildeANZAS QUE SE EXTINGUEN
COacuteDIGO ESTUDIO - CENTRO
11 PERSONAS ASOCIADAS A LA SOLICITUD111 RESPONSABLE DEL TIacuteTULO
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
51380809M Joseacute Mariacutea Martiacutenez Saacutenchez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
directorepsuames 647378186 914972224 Director de la EscuelaPoliteacutecnica Superior
112 REPRESENTANTE LEGAL
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
05255176K Juan Antonio Huertas Martiacutenez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Einstein 1 EdificioRectorado CiudadUniversitaria de Cantoblanco
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
vicerrectoradodocenciauames638090858 914973970 Vicerrector de DocenciaInnovacioacuten Educativa yCalidad
El Rector de la Universidad no es el Representante Legal
Ver Apartado 11 Anexo 1
113 SOLICITANTE
El responsable del tiacutetulo no es el solicitante
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
70070739C Juan Carlos San Miguel Avedillo
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
42 52
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
juancarlossanmigueluames 675110180 914972235 Profesor Contratado Doctor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
43 52
Apartado 2 Anexo 1Nombre MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
HASH SHA1 5C139FD312BD81EE69F6C38E7CF8A3670536790A
Coacutedigo CSV 363722671162737707782868Ver Fichero MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
44 52
Apartado 4 Anexo 1Nombre MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
HASH SHA1 890764F01A406789C4CD3A375506D949FC3A19E3
Coacutedigo CSV 362909569091623933311976Ver Fichero MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
45 52
Apartado 5 Anexo 1Nombre MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
HASH SHA1 CB59CD8AF924AA04395541A0E190FD77B5049331
Coacutedigo CSV 362909758779329923811011Ver Fichero MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
46 52
Apartado 6 Anexo 1Nombre MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
HASH SHA1 2D71F0C967BCE214B90317AC3E1DC53537F375DB
Coacutedigo CSV 363722772631468772300398Ver Fichero MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
47 52
Apartado 6 Anexo 2Nombre MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
HASH SHA1 3B916DC1B99190FB14E7F9B9DB9894C0D72E0CE6
Coacutedigo CSV 355636984887564471420005Ver Fichero MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
48 52
Apartado 7 Anexo 1Nombre MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
HASH SHA1 555AB2169976CF2DFE226AA41A0838591B9454DF
Coacutedigo CSV 362910143973192215809487Ver Fichero MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
49 52
Apartado 8 Anexo 1Nombre MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
HASH SHA1 7970D5D3C129A83188495120FDED212E761AE038
Coacutedigo CSV 355637055281804878980158Ver Fichero MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
50 52
Apartado 10 Anexo 1Nombre MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
HASH SHA1 6E707647BD5C20C00581AF8D8D06E2DB2E7967EF
Coacutedigo CSV 362910284986688361858045Ver Fichero MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
51 52
Apartado 11 Anexo 1Nombre Delegacion Firma2019pdf
HASH SHA1 05DF0B4170731D61EA322D5F9716EAF56D413316
Coacutedigo CSV 340595051038543788419529Ver Fichero Delegacion Firma2019pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
52 52 CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
- IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
- Apartado 1 Descripcioacuten del tiacutetulo
- Apartado 2 Justificacioacuten
- Apartado 3 Competencias
- Apartado 4 Acceso y admisioacuten de estudiantes
- Apartado 5 Planificacioacuten de las ensentildeanzas
- Apartado 6 Personal acadeacutemico
- Apartado 7 Recursos materiales y servicios
- Apartado 8 Resultados previstos
- Apartado 9 Sistema de garantiacutea de calidad
- Apartado 10 Calendario de implantacioacuten
- Apartado 11 Personas asociadas a la solicitud
-
Identificador 4317140
2 52
3 PROTECCIOacuteN DE DATOS PERSONALES
De acuerdo con lo previsto en la Ley Orgaacutenica 51999 de 13 de diciembre de Proteccioacuten de Datos de Caraacutecter Personal se informa que los datos solicitados en este
impreso son necesarios para la tramitacioacuten de la solicitud y podraacuten ser objeto de tratamiento automatizado La responsabilidad del fichero automatizado corresponde
al Consejo de Universidades Los solicitantes como cedentes de los datos podraacuten ejercer ante el Consejo de Universidades los derechos de informacioacuten acceso
rectificacioacuten y cancelacioacuten a los que se refiere el Tiacutetulo III de la citada Ley 5-1999 sin perjuicio de lo dispuesto en otra normativa que ampare los derechos como
cedentes de los datos de caraacutecter personal
El solicitante declara conocer los teacuterminos de la convocatoria y se compromete a cumplir los requisitos de la misma consintiendo expresamente la notificacioacuten por
medios telemaacuteticos a los efectos de lo dispuesto en el artiacuteculo 59 de la 301992 de 26 de noviembre de Reacutegimen Juriacutedico de las Administraciones Puacuteblicas y del
Procedimiento Administrativo Comuacuten en su versioacuten dada por la Ley 41999 de 13 de enero
En Madrid AM 19 de julio de 2019
Firma Representante legal de la Universidad
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
3 52
1 DESCRIPCIOacuteN DEL TIacuteTULO11 DATOS BAacuteSICOSNIVEL DENOMINACIOacuteN ESPECIFICA CONJUNTO CONVENIO CONV
ADJUNTO
Maacutester Maacutester Universitario en Aprendizaje Profundo parael Tratamiento de Sentildeales de Audio y VideoDeepLearning for Audio and Video Signal Processing porla Universidad Autoacutenoma de Madrid
No Ver Apartado 1
Anexo 1
LISTADO DE ESPECIALIDADES
No existen datos
RAMA ISCED 1 ISCED 2
Ingenieriacutea y Arquitectura Ingenieriacutea y profesionesafines
Ciencias de la computacioacuten
NO HABILITA O ESTAacute VINCULADO CON PROFESIOacuteN REGULADA ALGUNA
AGENCIA EVALUADORA
Fundacioacuten para el Conocimiento Madrimasd
UNIVERSIDAD SOLICITANTE
Universidad Autoacutenoma de Madrid
LISTADO DE UNIVERSIDADES
COacuteDIGO UNIVERSIDAD
023 Universidad Autoacutenoma de Madrid
LISTADO DE UNIVERSIDADES EXTRANJERAS
COacuteDIGO UNIVERSIDAD
No existen datos
LISTADO DE INSTITUCIONES PARTICIPANTES
No existen datos
12 DISTRIBUCIOacuteN DE CREacuteDITOS EN EL TIacuteTULOCREacuteDITOS TOTALES CREacuteDITOS DE COMPLEMENTOS
FORMATIVOSCREacuteDITOS EN PRAacuteCTICAS EXTERNAS
60 0 0
CREacuteDITOS OPTATIVOS CREacuteDITOS OBLIGATORIOS CREacuteDITOS TRABAJO FIN GRADOMAacuteSTER
0 48 12
LISTADO DE ESPECIALIDADES
ESPECIALIDAD CREacuteDITOS OPTATIVOS
No existen datos
13 Universidad Autoacutenoma de Madrid131 CENTROS EN LOS QUE SE IMPARTE
LISTADO DE CENTROS
COacuteDIGO CENTRO
28048397 Escuela Politeacutecnica Superior
132 Escuela Politeacutecnica Superior1321 Datos asociados al centroTIPOS DE ENSENtildeANZA QUE SE IMPARTEN EN EL CENTRO
PRESENCIAL SEMIPRESENCIAL A DISTANCIA
Siacute No No
PLAZAS DE NUEVO INGRESO OFERTADAS
PRIMER ANtildeO IMPLANTACIOacuteN SEGUNDO ANtildeO IMPLANTACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
4 52
30 30
TIEMPO COMPLETO
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 370 600
RESTO DE ANtildeOS 370 600
TIEMPO PARCIAL
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 240 360
RESTO DE ANtildeOS 240 360
NORMAS DE PERMANENCIA
httpwwwuamesssSatellitees1242665181069listadoSimplePermanenciahtm
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
5 52
2 JUSTIFICACIOacuteN ADECUACIOacuteN DE LA PROPUESTA Y PROCEDIMIENTOSVer Apartado 2 Anexo 1
3 COMPETENCIAS31 COMPETENCIAS BAacuteSICAS Y GENERALES
BAacuteSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
32 COMPETENCIAS TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
6 52
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
33 COMPETENCIAS ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
4 ACCESO Y ADMISIOacuteN DE ESTUDIANTES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
7 52
41 SISTEMAS DE INFORMACIOacuteN PREVIO
Ver Apartado 4 Anexo 1
42 REQUISITOS DE ACCESO Y CRITERIOS DE ADMISIOacuteN
421 Requisitos acadeacutemicos generales de acceso al maacutester
Seguacuten los Reales Decretos 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universitarias oficiales en Espantildeay 8612010 de 2 de julio por el que se modifica el anterior para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de untiacutetulo universitario oficial espantildeol u otro expedido por una institucioacuten de educacioacuten superior perteneciente a otro estado integrante del Espacio Europeode Educacioacuten Superior que faculte en el mismo para el acceso a ensentildeanzas de maacutester
Adicionalmente podraacuten acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educacioacuten Superior sin necesidad de lahomologacioacuten de sus tiacutetulos previa comprobacioacuten por la Universidad de que aquellos acreditan un nivel de formacioacuten equivalente a los correspondien-tes tiacutetulos universitarios oficiales espantildeoles y que facultan en el paiacutes expedidor del tiacutetulo para el acceso a ensentildeanzas de postgrado El acceso por es-ta viacutea no implicaraacute en ninguacuten caso la homologacioacuten del tiacutetulo previo de que esteacute en posesioacuten el interesado ni su reconocimiento a otros efectos que elde cursar las ensentildeanzas de maacutester
El procedimiento formal de solicitud de admisioacuten se realizaraacute a traveacutes del Centro de Posgrado de la Universidad Autoacutenoma de Madrid durante los pla-zos establecidos al efecto por la Universidad La relacioacuten de la documentacioacuten especiacutefica que debe aportar el estudiante al solicitar su admisioacuten se re-coge en la paacutegina web httpwwwuamesadmisionmasteroficial
En todo caso los solicitantes deben cumplir las condiciones especificadas en la Normativa de Ensentildeanzas Oficiales de Posgrado de la UniversidadAutoacutenoma de Madrid (Aprobada en Consejo de Gobierno de 10 de Julio de 2008) cuyos artiacuteculos relevantes son transcritos a continuacioacuten
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Requisitos acadeacutemicos especiacuteficos de acceso al maacutester
Dado el caraacutecter internacional del maacutester propuesto se opta por definir el perfil de ingreso acorde a conocimientos requeridos en lugar de especificarlas titulaciones que permitan acceder al maacutester Asiacute pues el perfil de admisioacuten al Maacutester Universitario en Deep Learning for Audio and Video SignalProcessing corresponderaacute con los siguientes candidatos
1 Ingenieros o candidatos en posesioacuten de un tiacutetulo de grado en la Rama de Ingenieriacutea relacionado con TIC (Tecnologias de Informacion y Comunicaciones) siem-pre que hayan cursado en su tiacutetulo al menos
middot 24 ECTS de fundamentos matemaacuteticos en caacutelculo (12 ECTS) aacutelgebra lineal (6 ECTS) probabilidad y estadiacutestica (6 ECTS)
middot 12 ECTS de programacioacuten en alguacuten lenguaje de alto nivel
middot 6 ECTS en tratamiento de sentildeales
middot 6 ECTS en aprendizaje automaacutetico2 Graduados en posesioacuten de un tiacutetulo oficial equivalente a cualquiera de los anteriores ya sea expedido por una universidad espantildeola o perteneciente a otro estado
integrante del Espacio Europeo de Educacioacuten Superior o asiacute declarado de acuerdo con las ordenaciones anteriores de los estudios universitarios en Espantildea Serequiere que los solicitantes acrediten un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
3 Solicitantes que esteacuten en posesioacuten de tiacutetulos obtenidos en sistemas educativos ajenos al Espacio Europeo de Educacioacuten Estos solicitantes comprobacioacuten por par-te de la Comisioacuten Acadeacutemica del maacutester de que los solicitantes deben acreditar un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
Seguacuten el perfil de ingreso de los estudiantes al Maacutester se consideraraacute si deben cursar un programa intensivo de nivelacioacuten programado justo al co-mienzo del curso acadeacutemico El programa contempla un moacutedulo de nivelacioacuten en Fundamentos de Tratamiento de Sentildeales (Fundamentals of Signalprocessing) de 1 ECTS dirigido a estudiantes cuya formacioacuten en el aacutembito sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento forma-tivo por no tratarse expresamente de materia del maacutester
Dado que las asignaturas seraacuten impartidas en lengua inglesa se exigiraacute para cursar el maacutester un conocimiento de la lengua inglesa al nivel del certifi-cado B2 En caso de no ser hablantes nativos este nivel de idioma deberaacute ser acreditado bien mediante un certificado o mediante una entrevista porparte de la comisioacuten del maacutester
423 Procedimiento de admisioacuten y documentacioacuten requerida de acceso al maacutester
Una vez admitida la solicitud la Comisioacuten Acadeacutemica del maacutester presidida por el Coordinador seraacute la encargada de gestionar la admisioacuten al MaacutesterUniversitario en Deep Learning for Audio and Video Signal Processing y llevaraacute tambieacuten a cabo el proceso de seleccioacuten necesario para garantizar quelos estudiantes admitidos cumplen las condiciones establecidas para su admisioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
8 52
Con el fin de valorar los meacuteritos de las personas interesadas en cursar el Maacutester Universitario en Deep Learning for Audio and Video Signal Proces-sing las solicitudes de admisioacuten al programa deben incluir los siguientes documentos
middot Certificado acadeacutemico oficial
middot Curriacuteculum Vitae
middot Certificado de nivel B2 o superior de conocimiento de ingleacutes En caso de no disponer de certificado se podraacute realizar una entrevista con el solicitante para esta-blecer su adecuado nivel de ingleacutes Se exceptuacutean aquellos estudiantes cuya lengua materna sea el ingleacutes
middot Carta de motivacioacuten en la que se detalle el intereacutes del solicitante por el programa
middot Carta de adecuacioacuten de los estudios previos del solicitante a los requisitos acadeacutemicos especiacuteficos de acceso al maacutester (descritos en el apartado 422)
En el proceso de seleccioacuten de solicitantes se tendraacuten en cuenta los siguientes criterios
middot Expediente acadeacutemico en la titulacioacuten de acceso [40-60 ]
middot Meacuteritos adicionales al expediente incluidos Curriacuteculum Vitae del solicitante [10-30 ]
middot Adecuacioacuten del perfil del solicitante a los contenidos y objetivos del programa [10-40 ]
En caso de que se estime necesario la Comisioacuten Acadeacutemica del Maacutester o los miembros en los que esta delegue podraacuten mantener una entrevista conel solicitante con el fin de poder evaluar de manera maacutes precisa sus meacuteritos y la adecuacioacuten de su perfil al programa
421 General academic requirements for applying to the master
According to the Royal Decree-Law of 13932007 (October 29th) which establishes the organization of Spanish official university education and8612010 (July 2nd) which modifies the previous Royal Decree-Law to access official education Masters degree in Spain it will be necessary to be inpossession of an official Spanish university degree or another issued by an institution of higher education belonging to another member state of the Eu-ropean Higher Education Area that provides the same for access to masters education
In addition students will be able to access the master degrees according to the educational systems outside the European Higher Education Area wit-hout the need for the homologation of their degrees subject to verification by the University that students accredit a level of training equivalent to thecorresponding official Spanish university degrees and that students are able to access to postgraduate education in the country issuing their degreetitle The access via this way will not imply in any case the homologation of the previous degree title that the students are in possession nor its recog-nition for other purposes than that of being admitted to the masteriquests degree
The formal procedure to apply for admission will be carried out through the Postgraduate Center of the Universidad Autoacutenoma of Madrid during thedeadlines established for this purpose by the University The specific documentation that the student must provide when requesting admission is listedin the website httpwwwuamesUAMAcceso-y-admision-posgrados1234886371157htmlanguage=en
In any case applicants must meet the conditions specified in the Official Postgraduate Teaching Regulations of the Universidad Autoacutenoma of Madrid(Approved by the Consejo de Gobierno of July 10 2008) whose relevant articles are transcribed below (in Spanish)
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Specific academic requirements for applying to the master
Given the international orientation of the proposed master the admission profile has been defined according to the required knowledge instead of spe-cifying the degree titles that allow access to the master Thus the admission profile to the Masters Degree in Deep Learning for Audio and Video Sig-nal Processing will correspond to the following candidates
1 Engineers or candidates in possession of a bachelors degree in Engineering Areas related to ICT (Information and Communication Technologies) provided theirdegree contains at least the following contents
middot 24 ECTS of mathematical fundamentals in calculus (12 ECTS) linear algebra (6 ECTS) probability and statistics (6 ECTS)
middot 12 ECTS of programming in some high-level language
middot 6 ECTS in signal processing
middot 6 ECTS in machine learning2 Graduates in possession of an official degree equivalent to any of the above either issued by a Spanish university or belonging to another member state of the
European Higher Education Area or so declared in accordance with the previous regulations of university studies in Spain These graduates are required to ac-credit a level of training equivalent to the requirements defined in the first case
3 Applicants who are in possession of degrees obtained in educational systems outside the European Education Area These applicants are required to accredit alevel of training equivalent to the requirements defined in the first case
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
9 52
According to the academic profile of students entering the Master it will be considered whether they should study an intensive leveling program pro-grammed just at the beginning of the academic year The program includes a leveling module in Fundamentals of Signal Processing of 1 ECTS aimedat students whose previous training in the area is less than 12 ECTS This module will be offered as a training supplement because it is not expressly asubject of the master program
Since the subjects will be taught in English a knowledge of the English language at the level of the B2 certificate will be required to take the mastersdegree In case of not being native speakers this level of language must be accredited either by means of a certificate or by an interview by theMasters Academic Committee
423 Admission procedure and required documentation for applying to the master
Once the application is accepted the Masters Academic Committee chaired by the Coordinator will be in charge of managing the admission to theMasters Degree in Deep Learning for Audio and Video Signal Processing and also to carry out the selection process for guarantying that admittedstudents admitted met the conditions established for admission
In order to assess the merits of prospective students interested in pursuing the Masters Degree in iquestDeep Learning for audio and video signalprocessingiquest (hereinafter the applicants) their applications for admission to the program must include the following documents
middot Official academic certificate
middot Curriculum vitae
middot Certificate of level B2 or higher of knowledge of English If the applicants do not have a certificate the Masters Academic Committee can conduct an interviewwith the applicants to establish the appropriate level of English Students whose mother tongue is English are excluded from this interview
middot Motivation letter detailing the applicants interest in the program
middot Letter describing the adequacy of the applicants previous studies to the specific academic requirements for applying to this master (described in section 422)
The following criteria are defined for the selection process of the applicants
middot Academic record in the degree of access [40-60]
middot Additional merits to the academic record including Curriculum Vitae of the applicant [10-30]
middot Adaptation of the applicants profile to the contents and objectives of the program [10-40]
If needed the Masters Academic Committee or the members in which it delegates can hold an interview with the applicants in order to accurately as-sess their merits and the adequacy of their profile to the program
43 APOYO A ESTUDIANTES
Los estudiantes que cursen el Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video en la Escuela Politeacutecni-ca Superior de la Universidad Autoacutenoma de Madrid (EPS-UAM) dispondraacuten de los mismos sistemas (sede en red de posgrado UAM paacutegina web de latitulacioacuten etc) unidades (Servicio de Tecnologiacuteas de la Informacioacuten Oficina de Acogida) y agentes (equipo de administracioacuten EPS-UAM secretariacuteade los departamentos de dicho centro comisioacuten acadeacutemica del maacutester coordinador de la titulacioacuten) de apoyo que los utilizados para proporcionar in-formacioacuten previa a los solicitantes
En la sede en red del Centro de Estudios de Posgrado [httpwwwuamesposgrado] de la Universidad Autoacutenoma de Madrid (UAM) se proporcionainformacioacuten sobre los maacutesteres impartidos en dicha universidad asiacute como la normativa y los detalles de los procedimientos de admisioacuten y matriacuteculaDesde estas paacuteginas tambieacuten se puede acceder a las respectivas paacuteginas de cada tiacutetuloLa paacutegina en red especiacutefica del maacutester contendraacute al menos la siguiente informacioacuten
middot Descripcioacuten y objetivos del tiacutetulo
middot Planificacioacuten docente detallada (guiacutea docente recomendaciones de matriacutecula calendario acadeacutemico horarios etc)
middot Comisioacuten acadeacutemica del maacutester y coordinador
middot Equipo docente
middot Admisioacuten de estudiantes criterios y procedimientos
middot Becas y ayudas
middot Oferta de trabajos de fin de maacutester (incluyendo las ofertas de empresas)
middot Movilidad de profesorado y estudiantes
middot Actividades formativas complementarias (seminarios conferencias talleres etc)
middot Recursos materiales
middot Indicadores de resultados
middot Sistema de garantiacutea de calidad
Las consultas por parte de los estudiantes tanto fiacutesicas como por medios electroacutenicos recibiraacuten una atencioacuten personalizada
middot Las cuestiones administrativas seraacuten respondidas por parte del personal designado dentro del equipo de administracioacuten de la Escuela Politeacutecnica Superior de laUAM y de la secretariacutea de los departamentos de dicho centro
middot Para las consultas acadeacutemicas la responsabilidad de la elaboracioacuten de la respuesta corresponde a la comisioacuten acadeacutemica del master representada por el coordina-dor de la titulacioacuten o la persona en quien esta tarea sea delegada
Adicionalmente todo estudiante que haya sido admitido en el maacutester contaraacute con el asesoramiento de un tutor acadeacutemico El tutor acadeacutemico es unprofesor involucardo en la docencia del maacutester Su labor principal consiste en la elaboracioacuten en diaacutelogo con el estudiante del plan de formacioacuten inclu-yendo matriacutecula y eleccioacuten de optativas En general el TFM seraacute realizado con el tutor bien como director bien como ponente en caso de la direccioacutende este trabajo sea responsabilidad director externo al prorama Asimismo es misioacuten misioacuten del tutor proporcionar apoyo para que el estudiante resuel-va los problemas de adaptacioacuten que pudieran surgir al comienzo de sus estudios e informarle durante el desarrollo de los mismos
En en el caso de que el estudiante haya propuesto un tutor que cumpla los requisitos especificados en su solicitud la asignacioacuten se realizaraacute en el mo-mento de la admisioacuten En caso de haber sido admitido sin tutor designado el estudiante debe ponerse en contacto con profesores del maacutester y desig-nar de entre ellos tras mutuo acuerdo un tutor definitivo en un plazo limitado (por ejemplo un mes) desde el comienzo del curso
Adicionalmente la UAM pone a disposicioacuten de los estudiantes matriculados en sus programas acadeacutemicos los siguientes recursos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
10 52
middot Oficina de acogida [httpswwwuamesUAMOficina-de-Acogida1242652242790htm]middot Oficina de Orientacioacuten y Atencioacuten al Estudiante [httpwwwuamesestudiantesacceso]middot La Oficina de Praacutecticas Externas y Empleabilidad (OPE) [ httpswwwuamesope]middot Servicio de idiomas [httpwwwuamesUAMServicio-de-Idiomas1242654677923htm]middot Unidad de igualdad de Geacutenero [httpwwwuamesUAMUnidad_Igualdad1446766849002htm]middot Oficina de Accioacuten Solidaria y Cooperacioacuten [httpswwwuamesUAMOficina-de-Accioacuten-Solidaria-y-Cooperacioacuten1242664234487htm] Entre las
labores de esta oficina se encuentra el apoyo a estudiantes con discapacidad con el objetivo de que puedan realizar todas sus actividades en la universidad en lasmejores condiciones posibles
middot Centro de psicologiacutea aplicada [httpswwwuamesUAMCPA]middot Servicio de deportes [httpsservdepsefduames]
44 SISTEMA DE TRANSFERENCIA Y RECONOCIMIENTO DE CREacuteDITOS
Reconocimiento de Creacuteditos Cursados en Ensentildeanzas Superiores Oficiales no Universitarias
MIacuteNIMO MAacuteXIMO
0 0
Reconocimiento de Creacuteditos Cursados en Tiacutetulos Propios
MIacuteNIMO MAacuteXIMO
0 0
Adjuntar Tiacutetulo PropioVer Apartado 4 Anexo 2
Reconocimiento de Creacuteditos Cursados por Acreditacioacuten de Experiencia Laboral y Profesional
MIacuteNIMO MAacuteXIMO
0 0
En el caso del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video (DeepLearning for audio and visual signal processing) se reconoceraacuten creacuteditos exclusivamente de materias correspon-diente a Maacutesteres oficiales
La Universidad Autoacutenoma de Madrid cuenta con una normativa general de transferencia y reconocimiento de creacutedi-tos aprobada en el Consejo de Gobierno de 8 de febrero de 2008 y modificada en el Consejo de Gobierno del 8 deoctubre de 2010 A continuacioacuten se detalla dicha normativa
PREAacuteMBULOEl Real Decreto 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universita-rias oficiales y el Real Decreto 8612010 de 2 de julio por el que se modifica el anterior potencian la movilidad entrelas distintas universidades espantildeolas y dentro de una misma universidad Al tiempo el proceso de transformacioacuten delas titulaciones previas al Espacio Europeo de Educacioacuten Superior en otras conforme a las previsiones del Real De-creto citado crea situaciones de adaptacioacuten que conviene prever Por todo ello resulta imprescindible un sistema deadaptacioacuten reconocimiento y transferencia de creacuteditos en el que los creacuteditos cursados en otra universidad puedanser reconocidos e incorporados al expediente acadeacutemico del estudianteEn este contexto la Universidad Autoacutenoma de Madrid tiene como objetivo por un lado fomentar la movilidad de susestudiantes para permitir su enriquecimiento y desarrollo personal y acadeacutemico y por otro facilitar el procedimientopara aquellos estudiantes que deseen reciclar sus estudios universitarios cambiando de centro yo titulacioacutenInspirado en estas premisas la Universidad Autoacutenoma de Madrid dispone el siguiente sistema de adaptacioacuten reco-nocimiento y transferencia de creacuteditos aplicable a sus estudiantes
Artiacuteculo 1 AacuteMBITO DE APLICACIOacuteN
El aacutembito de aplicacioacuten de estas normas son las ensentildeanzas universitarias oficiales de grado y posgrado seguacuten se-ntildealan las disposiciones establecidas en el Real Decreto 13932007 de 29 de octubre por el que se establece la or-denacioacuten de las ensentildeanzas universitarias oficiales
Artiacuteculo 2 DEFINICIONES
1 Adaptacioacuten de creacuteditos La adaptacioacuten de creacuteditos implica la aceptacioacuten por la Universidad Autoacutenoma de Madridde los creacuteditos correspondientes a estudios previos al Real Decreto 13932007 realizados en esta Universidad o enotras distintas
2 Reconocimiento de creacuteditos El reconocimiento de creacuteditos ECTS implica la aceptacioacuten por la Universidad Autoacuteno-ma de Madrid de los creacuteditos ECTS que habiendo sido obtenidos en unas ensentildeanzas oficiales en la misma u otrauniversidad son computados en otras ensentildeanzas distintas a efectos de la obtencioacuten de un tiacutetulo oficial
Tambieacuten podraacuten ser objeto de reconocimiento los creacuteditos superados en ensentildeanzas superiores oficiales y en ense-ntildeanzas universitarias no oficiales Asimismo podraacuten reconocerse creacuteditos por experiencia laboral o profesional acre-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
11 52
ditada siempre que dicha experiencia esteacute relacionada con las competencias inherentes al tiacutetulo que se pretendeobtener En ambos casos deberaacuten tenerse en cuenta las limitaciones que se establecen en los artiacuteculos 4 y 6
3 Transferencia de creacuteditos La transferencia de creacuteditos ECTS implica que en los documentos acadeacutemicos oficia-les acreditativos de las ensentildeanzas seguidas por cada estudiante la Universidad Autoacutenoma de Madrid incluiraacute la to-talidad de los creacuteditos obtenidos en ensentildeanzas oficiales cursadas con anterioridad en la misma u otra universidadque no hayan conducido a la obtencioacuten de un tiacutetulo oficial
Artiacuteculo 3 REGLAS SOBRE ADAPTACIOacuteN DE CREacuteDITOS
1 En el supuesto de estudios previos realizados en la Universidad Autoacutenoma de Madrid en una titulacioacuten equiva-lente la adaptacioacuten de creacuteditos se ajustaraacute a una tabla de equivalencias que realizaraacute la Comisioacuten Acadeacutemica (u oacuter-gano equivalente) conforme a lo que se prevea al amparo del punto 102 del Anexo I del Real Decreto 13932007
2 En el caso de estudios previos realizados en otras universidades o sin equivalencia en las nuevas titulaciones dela Universidad Autoacutenoma de Madrid la adaptacioacuten de creacuteditos se realizaraacute a peticioacuten del estudiante por parte de laComisioacuten Acadeacutemica (u oacutergano equivalente) atendiendo en lo posible a los conocimientos asociados a las materiascursadas y su valor en creacuteditos
Artiacuteculo 4 REGLAS SOBRE RECONOCIMIENTO DE CREacuteDITOS
1 Se reconoceraacuten automaacuteticamentea) Los creacuteditos correspondientes a materias de formacioacuten baacutesica siempre que la titulacioacuten de destino de esta Univer-sidad pertenezca a la misma rama de conocimiento que la de origenb) Los creacuteditos correspondientes a aquellas otras materias de formacioacuten baacutesica cursadas pertenecientes a la ramade conocimiento de la titulacioacuten de destino
En los supuestos a) y b) anteriores la Comisioacuten Acadeacutemica (u oacutergano equivalente) decidiraacute a solicitud del estudian-te a queacute materias de eacutesta se imputan los creacuteditos de formacioacuten baacutesica de la rama de conocimiento superados en latitulacioacuten de origen teniendo en cuenta la adecuacioacuten entre competencias y los conocimientos asociados a dichasmaterias
Soacutelo en el caso de que se haya superado un nuacutemero de creacuteditos menor asociado a una materia de formacioacuten baacutesi-ca de origen se estableceraacute por el oacutergano responsable la necesidad o no de concluir los creacuteditos determinados enla materia de destino por aquellos complementos formativos que se disentildeen
c) Los creacuteditos de los moacutedulos o materias definidos por el Gobierno en las normativas correspondientes a los estu-dios de maacutester oficial que habiliten para el ejercicio de profesiones reguladas
2 El resto de los creacuteditos no pertenecientes a materias de formacioacuten baacutesica podraacuten ser reconocidos por la ComisioacutenAcadeacutemica (u oacutergano equivalente) teniendo en cuenta la adecuacioacuten entre las competencias los conocimientos y elnuacutemero de creacuteditos asociados a las materias cursadas por el estudiante y los previstos en el plan de estudios o bienvalorando su caraacutecter transversal
3 No podraacuten ser objeto de reconocimiento los creacuteditos correspondientes a los trabajos de fin de grado y maacutester
4 El nuacutemero de creacuteditos que sean objeto de reconocimiento a partir de experiencia profesional o laboral y de ense-ntildeanzas universitarias no oficiales no podraacute ser superior en su conjunto al 15 por ciento del total de los creacuteditos queconstituyen el plan de estudios No obstante lo anterior los creacuteditos procedentes de tiacutetulos no oficiales podraacuten ex-cepcionalmente ser objeto de reconocimiento en un porcentaje superior siempre que el correspondiente tiacutetulo propiohaya sido extinguido y sustituido por un tiacutetulo oficial A tal efecto en la memoria de verificacioacuten deberaacute constar dichacircunstancia conforme a los criterios especificados en el RD 86120105 Se articularaacuten Comisiones Acadeacutemicas por Centros en orden a valorar la equivalencia entre las materias previa-mente cursadas y las materias de destino para las que se solicite reconocimiento
6 Al objeto de facilitar el trabajo de reconocimiento automaacutetico en las AdministracionesSecretariacuteas de los Centroslas Comisiones adoptaraacuten y mantendraacuten actualizadas tablas de reconocimiento para las materias previamente cursa-das en determinadas titulaciones y universidades que maacutes frecuentemente lo solicitan
7 Los estudiantes podraacuten solicitar reconocimiento de creacuteditos por participacioacuten en actividades universitarias cultura-les deportivas de representacioacuten estudiantil solidarias y de cooperacioacuten hasta el valor maacuteximo establecido en elplan de estudios de acuerdo con la normativa que sobre actividades de tipo extracurricular se desarrolle
Artiacuteculo 5 REGLAS SOBRE TRANSFERENCIA DE CREacuteDITOS
Se incluiraacuten en el expediente acadeacutemico del estudiante los creacuteditos correspondientes a materias superadas en otrosestudios universitarios oficiales no terminados
Artiacuteculo 6 CALIFICACIONES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
12 52
1 Al objeto de facilitar la movilidad del estudiante se arrastraraacute la calificacioacuten obtenida en los reconocimientos ytransferencias de creacuteditos ECTS y en las adaptaciones de creacuteditos previstas en el artiacuteculo 3 En su caso se realizaraacutemedia ponderada cuando coexistan varias materias de origen y una sola de destino2 El reconocimiento de creacuteditos a partir de experiencia profesional o laboral y de ensentildeanzas universitarias no ofi-ciales no incorporaraacute la calificacioacuten de los mismos3 En todos los supuestos en los que no haya calificacioacuten se haraacute constar APTO y no baremaraacute a efectos de mediade expediente
Artiacuteculo 7 OacuteRGANOS COMPETENTES
El oacutergano al que compete la adaptacioacuten el reconocimiento y la transferencia de creacuteditos es la Comisioacuten Acadeacutemica(u oacutergano equivalente que regula la ordenacioacuten acadeacutemica de cada titulacioacuten oficial) seguacuten quede establecido en elReglamento del Centro y en los Estatutos de la Universidad Autoacutenoma de Madrid
Artiacuteculo 8 PROCEDIMIENTO
1 Las reglas que regiraacuten el procedimiento de tramitacioacuten de las solicitudes de adaptacioacuten transferencia y reconoci-miento de creacuteditos necesariamente dispondraacuten dea) Un modelo unificado de solicitud de la Universidad Autoacutenoma de Madridb) Un plazo de solicitudc) Un plazo de resolucioacuten de las solicitudes2 Contra los acuerdos que se adopten podraacuten interponerse los recursos previstos en los Estatutos de la UniversidadAutoacutenoma de Madrid
DISPOSICIOacuteN ADICIONAL
Los estudiantes que por programas o convenios internacionales o nacionales esteacuten bajo el aacutembito de movilidad seregiraacuten aparte de lo establecido en esta normativa por lo regulado en su propia normativa y con arreglo a los acuer-dos de estudios suscritos previamente por los estudiantes y los centros de origen y destino de los mismos
Estudiantes UAM httpwwwuamesssSatellitees1234886374930contenidoFi-nalNormativas_de_movilidadhtm
Estudiantes de otras universidades httpwwwuamesinternacionalesnormativaal_exthtml
46 COMPLEMENTOS FORMATIVOS
Aun siendo el perfil de admisioacuten enfocado a Ingenieros o graduados en posesioacuten de un tiacutetulo en la Rama de Inge-nieriacutea relacionado con TIC los estudiantes pueden poseer conocimientos ligeramente diferenciados en temas espe-ciacuteficos debido a la heterogeneidad entre estos estudios de grado Con vistas a que los estudiantes lleguen a alcan-zar el eacutexito acadeacutemico se considera un programa de nivelacioacuten de corta duracioacuten que busca conseguir los miacutenimosnecesarios en ciertos temas especiacuteficos Obseacutervese que aspectos maacutes globales del perfil del estudiante no puedenser compensados con este programa de nivelacioacuten (por ejemplo dominio de herramientas matemaacuteticas yo progra-macioacuten) puesto que requiere cursos de mayor duracioacuten que interfeririacutean con los objetivos del maacutester Estos aspectosglobales se encuentran claramente definidos en el perfil de admisioacuten del estudiante
Este programa de nivelacioacuten contiene un moacutedulo sobre Fundamentos de teoriacutea de sentildeal de 1 ECTS a cursar en lafase inicial del maacutester estando dirigido a estudiantes cuya formacioacuten en el aacutembito de teoriacutea y procesamiento de se-ntildeales sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento formativo por no tratarse expresamentede materia del maacutester A continuacioacuten se describe este moacutedulo
01 Fundamentos de teoriacutea de la sentildeal
Carga 1 ECTS (25 horas)
Duracioacuten y periodo de imparticioacuten una semana al comienzo del curso acadeacutemico
Resultados de aprendizaje
Al final de este moacutedulo se espera que el estudiante sea capaz de
middot Conocimiento y comprensioacuten de las expresiones caracteriacutesticas de los sistemas lineales e invariantes aplicadas a sentildeales mul-tidimensionales o vectoriales
middot Conocimiento y comprensioacuten del Teorema de Muestreo e integracioacuten de los conceptos asociados a sentildeales y sistemas de va-riable independiente continua con los de variable independiente discreta
middot Conocimiento y comprensioacuten del anaacutelisis Frecuencial de sentildeales unidimensionales y multidimensionales
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
13 52
middot Conocer las teacutecnicas baacutesicas de muestreo interpolacioacuten y cuantificacioacuten de sentildeales multidimensionales
Contenidos
El contenido de este moacutedulo es el siguiente
middot Sentildeales y sistemas Lineales e Invariantes (LTI) multidimensionales
middot Anaacutelisis Frecuencial Multidimensionalo Transformacdas discretas unidimensionaleso Transformacdas discretas bidimensionales
middot Muestreo y reconstruccioacuten
middot Interpolacioacuten y cuantificacioacuten
Metodologiacuteas docentes
middot Leccioacuten magistral
middot Resolucioacuten de ejercicios y problemas en el aula
Actividades formativas
Actividad Horas Presencialidad
Desarrollo de contenidos teoacutericopraacutecticos 5 100
Resolucioacuten de problemas 2 100
Pruebas de evaluacioacuten 1 100
Estudio independiente 17 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
14 52
5 PLANIFICACIOacuteN DE LAS ENSENtildeANZAS51 DESCRIPCIOacuteN DEL PLAN DE ESTUDIOS
Ver Apartado 5 Anexo 1
52 ACTIVIDADES FORMATIVAS
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical and practical content
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
A03 - Praacutecticas guiadas en laboratorios informaacuteticos Guided practices in computer labs
A04 - Proyectos desarrollados por parte de los estudiantes de manera individual o en grupos de tamantildeo reducido Projectsdeveloped by students individually or in small groups
A05 - Seminarios impartidos por expertos Seminars given by experts
A06 - Estudio autoacutenomo por parte del estudiante Autonomous study by the student
A07 - Trabajo praacutectico autoacutenomo por parte del estudiante Autonomous practical work by the student
A08 - Pruebas de evaluacioacuten Evaluation tests
A09 - Preparacioacuten de pruebas de evaluacioacuten Preparation of evaluation tests
A10 - Trabajo en un grupo de investigacioacuten Training in a research group
A11 - Integracioacuten en un entorno investigador o profesional real Integration in a research lab or professional environment
A12 - Discusioacuten tutorizada individual Individual guided discussion
A13 - Planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master Planning and presentation of the state-of-the-art for the Master thesis in progress
A14 - Jornadas para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas Conference to expose the progress of the Masters Thesis projects through short presentations and round tables
A15 - Curso de corta duracioacuten para desarrollar habilidades de escritura y presentacioacuten Short course to develop writing andpresentation skills
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
53 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M06 - Aprendizaje cooperativo Cooperative Learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
54 SISTEMAS DE EVALUACIOacuteN
E01 - Exaacutemenes escritos u orales Written or oral exams
E02 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados Evaluation of reports and presentations of workand projects performed
E03 - Evaluacioacuten de las praacutecticas de laboratorio Evaluation of laboratory assignments
E04 - Evaluacioacuten de la participacioacuten y aprovechamiento en seminarios
E05 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento en actividades del aula Evaluation on participationperformance and attitude in classroom activities
E06 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento por parte del tutor Evaluation on participationperformance and attitude by the supervisor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
15 52
E07 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados por parte de un tribunal Evaluation of reportsand presentations of work and projects performed by a panel of experts
55 NIVEL 1 Fundamentos y herramientas baacutesicas para aprendizaje profundo y procesamiento de audio e imagen Fundamentals andbasic tools for deep Learning audio and image processing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Fundamentos y herramientas baacutesicas para aprendizaje profundo Fundamentals of Deep Learning and basic Tools
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 8
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
8
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender los conceptos fundamentales del aprendizaje profundo dentro del contexto del aprendizaje automaacutetico
middot Entrenar una red neuronal profunda seleccionando las caracteriacutesticas maacutes adecuadas de la misma en funcioacuten del tipo de problema y optimizando los hiperparaacute-metros
middot Describir las principales arquitecturas utilizadas en aprendizaje profundo asiacute como las aplicaciones maacutes tiacutepicas
middot Identificar el tipo de algoritmo de aprendizaje profundo maacutes apropiado para varios tipos de problemas en diferentes dominios
middot Implementar algoritmos de aprendizaje profundo utilizando diferentes herramientas
This subject considers the following learning outcomes
middot Understand the fundamentals of deep learning within the machine learning context
middot Train a deep neural network choosing the most appropriate characteristics depending on the type of problem and optimizing the hyperparameters
middot Describe the main architectures used in deep learning as well as the most typical applications
middot Identify the most appropriate deep learning algorithm for various types of problems in different domains
middot Implement deep learning algorithms using different tools
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Fundamentos de aprendizaje automaacutetico
middot Backpropagation
middot Redes Neuronales Profundas (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot Teacutecnicas de optimizacioacuten (Stochastic Gradient Descent Second order methods)
middot Optimizacioacuten de hiper-paraacutemetros
middot Arquitecturas (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot Herramientas de programacioacuten
The contents of this subject are as follows
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
16 52
middot - Machine learning fundamentals
middot - Backpropagation
middot - Deep Neural Networks (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot - Optimization techniques (Stochastic Gradient Descent Second order methods)
middot - Hyper-parameter optimization
middot - Architectures (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot - Programming tools
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
24 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
24 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
17 52
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
64 0
A08 - Pruebas de evaluacioacuten Evaluationtests
8 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
20 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
200 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
00 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 100
NIVEL 2 Revisioacuten de Teacutecnicas Asentadas de Tratamiento de Sentildeal Review of Established Signal Processing Techniques
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 4
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
4
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
18 52
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Analizar los principios que marcan el modelado de secuencias temporales de diferente naturaleza
middot Conocer los principios que definen el anaacutelisis claacutesico de imaacutegenes
middot Disentildear algoritmos para extraccioacuten de caracteriacutesticas en imaacutegenes
This subject considers the following learning outcomes
middot Analysis of the principles that govern the modelling of temporal sequences from different nature
middot Know the principles that define the classic image analysis
middot Design algorithms for feature extraction in images
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Anaacutelisis de sentildeales con dependencia temporalo Anaacutelisis de Sentildeal en el Dominio Temporalo Anaacutelisis de Sentildeales en el Dominio de la Frecuenciao Modelado Estadiacutestico de Secuencias
middot Anaacutelisis de sentildeales visualeso Descriptores globales color puntos de intereacuteso Descriptores a nivel de regioacuten segmentada color puntos de intereacutes textura formao Descriptores de movimiento movimiento global trayectoriaso Aplicaciones en imaacutegenes buacutesqueda global por color y puntos de intereacuteso Aplicaciones en viacutedeo
The contents of this subject are as follows
middot Signal Processing with temporal dependencyo Time domain signal processingo Frequency domain signal processingo Statistical Modeling of Sequences
middot Visual Signal Processingo Global descriptors color keypointso Region-based descriptors color keypoints texture shapeo Motion descriptors global motion trajectorieso Applications for images global search by color and keypointso Applications for video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
19 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
12 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
12 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
20 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
42 0
A08 - Pruebas de evaluacioacuten Evaluationtests
4 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Procesamiento de audio imagen y video basado en aprendizaje profundo Deep Learning for audio image and videoprocessing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de audio Deep Learning for audio signal processing
5511 Datos Baacutesicos del Nivel 2
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
20 52
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y ser capaz de obtener las principales formas de representacioacuten de las sentildeales de audio y voz para su procesamiento mediante teacutencias de deep learning
middot Conocer y ser capaz de aplicar distintas teacutecnicas para el modelado de secuencias temporales en deep learning (ej Frame Stacking Time-Delay NNs redes recu-rrentes )
middot Conocer y ser capaz de aplicar teacutecnicas de transformacioacuten de secuencias de longitud variable en vectores de longitud fija (ej i-vectors x-vectors )
middot Conocer y ser capaz de aplicar disintas teacutecnicas para el reconocimiento de secuencias temprales (ej modelos hiacutebridos HMM-DNN CTC modelos de aten-cioacuten )
middot Conocer el problema de la calibracioacuten e interpretacioacuten probabiliacutestica de las salidas de sistemas deep learning y ser capaz de aplicar teacutecnicas de calibracioacuten en es-te contexto
middot Conocer diferentes aplicaciones del deep learning en procesamiento de audio y voz (ej reconocimiento de locutor idioma emociones voz deteccioacuten de eventosde audio mejora de voz siacutentesis de voz) y las formas maacutes habituales de aplicarlo
This subject considers the following learning outcomes
middot To know and be able to obtain the main forms to represent audio and speech signalsfor processing with deep learning techniques
middot To know and be able to apply different techniques for modeling time sequences indeep learning (ie Frame Stacking Time-Delay NNs recurrent networks )
middot To know and be able to apply techniques for transforming variable-length sequences into fixed-length vectors (ie i-vectors x-vectors )
middot To know and be able to apply different techniques for the recognition of temporal sequences (ie hybrid HMM-DNN models CTC attention models )
middot To know the problem of calibration and the probabilistic interpretation of the outputs of deep learning systems and to be able to apply calibration techniques inthis context
middot To know different applications of deep learning in audio and voice processing (ie speaker language emotions and speech recognition audio event detectionspeech enhancement speech synthesis) and the most common ways of applying them
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Representacioacuten de las sentildeales de audio y voz para Deep learning (de las formas de onda a los embeddings neuronales)
middot Manejo de secuencias temporales con Deep learning (Frame Stacking Time-Delay NNs redes convolucionales por segmentos redes recurrentes (LSTM GRU)etc)
middot Transformacioacuten de secuencias de longitud variable en vectores de longitud fija (de los i-vectors a los x-vectors)
middot Problemas de reconocimiento de secuencias (modelos hiacutebridos HMM-DNN Connectionist Temporal Classification modelos de atencioacuten)
middot Calibracioacuten e interpretacioacuten probabiliacutestica de salidas de sistemas Deep Learning
middot Aplicaciones Reconocimiento de locutor e idioma Reconocimiento de voz Reconocimiento de emociones Deteccioacuten de Eventos de Audio Mejora de VozSiacutentesis de Voz etc
The contents of this subject are as follows
middot Representation of audio and speech signals for Deep learning (from waveforms to neural embeddings)
middot Management of temporal sequences with Deep learning (Frame Stacking Time-Delay NNs segment-based convolutional networks recurrent networks (LSTMGRU) etc)
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
21 52
middot Transformation of variable length sequences into fixed-length vectors (from i-vectors to x-vectors)
middot Sequence recognition problems (HMM-DNN hybrid models Connectionist Temporal Classification attention models)
middot Calibration and the probabilistic interpretation of outputs of Deep Learning systems
middot Applications Speaker and language recognition Speech recognition Emotion recognition Audio Event Detection Speech Enhancement Speech Synthesis etc
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
22 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
18 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
24 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
56 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 400
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 400
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de imagen Deep Learning for image signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
23 52
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales funcionalidades para las que se puede utilizar una red neuronal convolucional (CNN)
middot Conocer y ser capaz de identificar los elementos baacutesicos que componen una CNN
middot Conocer y ser capaz de identificar y utilizar las principales arquitecturas de CNN que se forman a partir de estos elementos baacutesicos
middot Conocer y comprender las razones detraacutes de la evolucioacuten de las arquitecturas CNN
middot Conocer comprender saber utilizar y adaptar las diferentes estrategias para el entrenamiento de las CNNs
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de muacuteltiples tareas en una misma CNN
middot Conocer y comprender las estrategias para la adaptacioacuten interdominio de una CNN
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de una CNN con un conjunto reducido de datos
This subject considers the following learning outcomes
middot To know and be able to differentiate the main functionalities for which a convolutional neural network (CNN) can be used
middot To know and be able to identify the basic elements that make up a CNN
middot To know and be able to identify and use the main CNN architectures that are formed from these basic elements
middot To know and understand the reasons behind the evolution of CNN architectures
middot To know understand be able to use and adapt the different strategies for the training of CNNs
middot To know understand and be able to use the strategies for training multiple tasks in the same CNN
middot To know and understand the strategies for the inter-domain adaptation of a CNN
middot To know understand and be able to use the strategies for training a CNN with a reduced set of data
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Tipos de arquitecturas de redes convolucionales discriminativa regresiva y generativa
middot Evolucioacuten de arquitecturas de redes convolucionales LeNet AlexNet VGG ResNet Inception random connections
middot Entrenamiento de arquitecturas basadas en redes convolucionales y adaptacioacuten a distintos dominios (eg deteccioacuten de objetos segmentacioacuten semaacutetica)
The contents of this subject are as follows
middot Architectures for convolutional neural networks discriminative regressive y generative
middot Advanced architectures LeNet AlexNet VGG ResNet Inception random connections
middot Training convolutional neural networks
middot Adaptations to different tasks object detection semantic segmentation
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
24 52
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
25 52
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de video Deep Learning for video signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales estrategias para detectar objetos en movimiento utilizando CNNs
middot Conocer y saber diferenciar las principales estrategias para seguir objetos en movimiento utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar actividades en video utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar anomalias en video utilizando CNNs y redes temporales LSTM
middot Programar y entrenar redes neuronales que sean capaz de detectar y seguir objetos en secuencias de video
middot Programar y entrenar redes neuronales que sean capaz de detectar anomaliacuteas en secuencias de video
This subject considers the following learning outcomes
middot To know and be able to differentiate the main strategies to detect moving objects using CNNs
middot To know and be able to differentiate the main strategies to follow moving objects using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video activities using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video anomalies using CNNs and LSTM temporary networks
middot To program and train neural networks that are able to detect and track objects in video sequences
middot To program and train neural networks that are capable of detecting anomalies in video sequences
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
26 52
middot Deteccioacuten de objetos en video
middot Seguimiento de objetos en video
middot Reconocimiento de actividades en video
middot Deteccioacuten de anomaliacuteas en video
The contents of this subject are as follows
middot Object detection in video
middot Object tracking in video
middot Activity recognition in video
middot Anomaly detection in video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
27 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
28 52
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Modelar sentildeales heterogeacuteneas de naturaleza fisioloacutegica
middot Analizar y modelar el comportamiento hombre-maacutequina a traveacutes de sentildeales obtenidas de la interaccioacuten
middot Desarrollar y evaluar modelos de aprendizaje automaacutetico maacutes transparentes y justos
This subject considers the following learning outcomes
middot Modelling physiological heterogeneous signals
middot Analysis and Modelling of Human-Machine Behavior from Signals captured during Interaction
middot Development and Evaluation of Transparente and Fair Machine Learning
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Reconocimiento Biomeacutetrico basado en Caracteriacutesticas Fisioloacutegicas
middot Reconocimiento Biomeacutetrico basado en Interaccioacuten
middot Perfilado de Usuario basado en Interaccioacuten Hombre-Maacutequina
middot Seguridad y Privacidad de los sistemas Biomeacutetricos
middot Transparencia Justicia y Responsabilidad en la Inteligencia Artificial
The contents of this subject are as follows
middot Biometric Recognition based on Physiological Characteristics
middot Biometric Recognition based on Human Interaction
middot User Profiling based on Human-Machine Interaction
middot Security and Privacy of Biometric Systems
middot Machine Behavior Transparency Fairness and Accountability
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
29 52
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
14 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
6 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
40 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
58 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
30 52
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender las principales arquitecturas hardware para implementar aprendzaje profundo
middot Comprender y utilzar optimizaciones tanto a nivel software como hardware en los algoritmos de aprendizaje
middot Entender las implicaciones en tiempo de computo consumo de corriente y coste en general de diferentes alternativas arquitecturales
This subject considers the following learning outcomes
middot To understand the main hardware architectures to implement deep learning
middot To understand and use optimizations both at the software and hardware level in the learning algorithms
middot To understand the implications in computing time current consumption and cost in general of different architectural alternatives
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Hardware para aprendizaje automaacutetico GPU CPU FPGA otras arquitecturaso Arquitecturas modernas para aprendizaje automaacuteticoo El dominio de GPUs pero iquestqueacute es lo siguienteo iquestCuaacuteles son los liacutemites del aprendizaje profundo (deep learning)o iquestQueacute ocurre con la inferenciao Modelos de bajo coste especializadoso Compresioacuteno Aceleradores para aprendizaje automaacutetico
middot Ancho de banda en memoria y computacioacuten de baja precisioacuteno Memoria como cuello de botellao Posible solucioacuten computacioacuten de baja precisioacuten
middot Paralelismo y arquitecturas altamente paralelizableso Sobre CPUs paralelismo a nivel de instruccioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
31 52
o Sobre CPUs paralelismo a nivel SIMDVectoro Sobre CPUs paralelismo con muacuteltiples nuacutecleoso Sobre CPUs paralelismo con muacuteltiples socketso Sobre GPUs paralelismo para procesamiento de streamso Aceleradores especializados y ASICso Limites de rendimiento con paralelizacioacuten
The contents of this subject are as follows
middot Hardware for Machine Learning GPU CPU FPGA other architectureso Modern ML architecture (Hardware for machine learning)o The dominance of GPUs but what is nexto What limits deep learning (Is it computed bounded or memory boundedo What happens on the inference sideo Specialized low-cost modelso Compressiono Accelerators for machine learning
middot Memory Bandwidth and Low Precision Computationo Memory as a Bottlenecko One way to help Low-Precision Computation
middot Parallelism and massively parallel architectureso On CPUs Instruction-Level Parallelismo On CPUs SIMDVector Parallelismo On CPUs Multicore Parallelismo On CPUs Multi-socket parallelismo On GPUs Stream Processingo On specialized accelerators and ASICso Limits on parallel performance
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
32 52
55153 ESPECIacuteFICAS
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
16 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
4 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
8 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
30 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
50 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
350 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento en
00 200
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
33 52
actividades del aula Evaluation onparticipation performance and attitude inclassroom activities
55 NIVEL 1 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer los aspectos maacutes importantes del conocimiento cientiacutefico y los fundamentos de la investigacioacuten cientiacutefica
middot Disentildear procedimientos de investigacioacuten que puedan articularse de manera coherente con las metodologiacuteas y teacutecnicas existentes
middot Desarrollo del pensamiento criacutetico en investigacioacuten cientiacutefica
middot Desarrollo de las habilidades para la comunicacioacuten oral y escrita en un marco cientiacutefico
This subject considers the following learning outcomes
middot To understand the most important aspects of scientific knowledge and the fundamentals of scientific research
middot To design research procedures that can be articulated in a manner consistent with existing methodologies and techniques
middot Development of critical thinking in scientific research
middot Development of oral and written communication skills in a scientific framework
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Planificacioacuten de la investigacioacuten
middot Introduccioacuten a la buacutesqueda bibliograacutefica
middot Elaboracioacuten de referencias bibliograacuteficas
middot Creacioacuten de bases de datos y anaacutelisis estadiacutestico
middot Desarrollo de opinioacuten criacutetica
middot Transferencia de los resultados de la investigacioacuteno Redaccioacuten de informes teacutecnicoso Presentacioacuten de informes teacutecnicos
Con el objetivo de cubrir estos contenidos se han planificado las siguientes actividades
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
34 52
middot Curso Writing and Presentation Skills impartido por el servicio de idiomas de la Universidad Autoacutenoma de Madrid
middot Seminarios de investigacioacuten (hasta cuatro) con participacioacuten de reputados investigadores y acadeacutemicos reconocidos del aacutembito nacional e internacional
middot Sesiones de planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master en curso
middot Jornada para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas
The content of this subject is as follows
middot Research planning
middot Introduction to bibliographic search
middot Preparation of bibliographic references
middot Database creation and statistical analysis
middot Development of critical opinion
middot Transfer of research resultso Writing technical reportso Presentation of technical reports
In order to cover these contents the following activities have been planned
middot Course Writing and Presentation Skills taught by the language service of the Autonomous University of Madrid
middot Research seminars (up to four) with the participation of renowned researchers and academics recognized nationally and internationally
middot Sessions of planning and presentation of the state-of-the-art of the Master thesis projects in progress
middot Dayconference to expose the progress of the Masters Thesis projects through short presentations and round tables
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
No existen datos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
58 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
35 52
A05 - Seminarios impartidos porexpertos Seminars given by experts
16 100
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
50 0
A13 - Planificacioacuten y presentacioacuten de losestados del arte de los Trabajos Fin deMaster Planning and presentation of thestate-of-the-art for the Master thesis inprogress
12 100
A14 - Jornadas para exponer el avancede los Trabajos Fin de Maacutester a traveacutes depresentaciones breves y mesas redondas Conference to expose the progress of theMasters Thesis projects through shortpresentations and round tables
6 100
A15 - Curso de corta duracioacuten paradesarrollar habilidades de escritura ypresentacioacuten Short course to developwriting and presentation skills
8 100
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 500
E04 - Evaluacioacuten de la participacioacuten yaprovechamiento en seminarios
200 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Trabajo fin de maacutester Master Degree Thesis
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Trabajo fin de maacutester Master Degree Thesis
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Trabajo Fin de Grado Maacutester
ECTS NIVEL 2 12
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
12
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
36 52
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
LISTADO DE ESPECIALIDADES
No existen datos
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Disentildeo y desarrollo de un proyecto de un sistema aplicacioacuten o servicio en el aacutembito de conocimiento de las materias abarcadas en el Maacutester de complejidad sufi-ciente de forma que sea posible por medio de la evaluacioacuten de sus resultados determinar si el estudiante ha adquirido los conocimientos y competencias asocia-dos al tiacutetulo
middot Elaboracioacuten y defensa de un informe sobre el proyecto realizado en el que el estudiante demuestre su capacidad para analizar problemas complejos disentildear e im-plementar soluciones tecnoloacutegicas para dichos problemas dentro del aacutembito de la Ciencia de Datos asiacute como su capacidad de anaacutelisis siacutentesis presentacioacuten ycomunicacioacuten
This subject considers the following learning outcomes
middot Design and development of a project of a system application or service in the field of knowledge of the subjects covered in the Master of sufficient complexityso that it is possible through the evaluation of its results to determine if the student has acquired the knowledge and skills associated with the degree
middot Preparation and defense of a report on the project carried out in which the student demonstrates his ability to analyze complex problems design and implementtechnological solutions for such problems within the scope of Data Science as well as his capacity for analysis synthesis presentation and communication
5513 CONTENIDOS
El Trabajo de Fin de Maacutester (TFM) es un trabajo original realizado individualmente por el estudiante bajo la direccioacuten y supervisioacuten de un tutor preferi-blemente doctor o con experiencia y competencia profesional acreditada Su desarrollo debe involucrar la articulacioacuten de los conocimientos habilida-des y destrezas adquiridos a lo largo de su formacioacuten en el maacutester Adicionalmente debe tener caraacutecter formativo abordar problemas propios del aacutereaprofesional correspondiente y servir de preparacioacuten para posteriores etapas de formacioacuten acadeacutemica en estudios de doctorado incorporando compo-nentes de investigacioacuten o innovacioacuten El trabajo involucraraacute la realizacioacuten de estudios valoraciones e informes acerca de las tecnologiacuteas disponiblesinnovaciones y alternativas Finalmente debe ser realizado con rigor cientiacutefico y de manera conforme a los principios eacuteticos
El proyecto tendraacute un componente de innovacioacuten o investigacioacuten en el que se utilicen e integren las competencias adquiridas en las ensentildeanzas Seraacutedefendido ante un tribunal acadeacutemico designado a tal efecto
The Masters Thesis (TFM) is an original work carried out individually by the student under the direction and supervision of a tutor preferably a doctoror with proven professional experience and competence Its development must involve the articulation of the knowledge skills and abilities acquired th-roughout its training in the master Additionally it must be formative address problems related to the corresponding professional area and serve as pre-paration for subsequent stages of academic training in doctoral studies incorporating research or innovation components The work will involve conduc-ting studies assessments and reports about the available technologies Innovations and alternatives Finally it must be carried out with scientific rigorand in a manner consistent with ethical principles
The project will have an innovation or research component in which the skills acquired in the teachings are used and integrated It will be defended be-fore an academic tribunal appointed for this purpose
5514 OBSERVACIONES
La realizacioacuten del Trabajo Fin de Maacutester se ajustaraacute a la normativa de la Escuela Politeacutecnica Superior Esta normativa puede consultarse en la dispo-nible en la paacutegina web httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm y describe los procedimientos para los siguientes aspec-tos
middot Director codirectores y ponente del TFM
middot Oferta y asignacioacuten de TFMs
middot Calendario de convocatorias de defensas
middot Presentacioacuten del proyecto y propuesta de tribunal
middot Modificaciones formales del TFM
middot Solicitud de defensa
middot Desarrollo de la defensa y calificacioacuten
Respecto a la evaluacioacuten del TFM un 0-30 de la calificacioacuten final seraacute otorgada a propuesta del director quedando el 70-100 restante a decisioacutendel tribunal evaluador Adicionalmente la comisioacuten de Coordinacioacuten y Seguimiento del Maacutester elaboraraacute un documento que extienda la normativa men-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
37 52
cionada anteriormente con el objetivo de detallar los criterios de evaluacioacuten y meacuteritos que determinaraacuten cuando un TFM ha generado resultados extra-ordinarios
The completion of the Master Thesis will comply with the regulations of the Escuela Politeacutecnica Superior These regulations can be found on the oneavailable on the website httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm and describe the procedures for the following aspects
middot Director co-directors and rapporteur of the TFM
middot Offer and allocation of TFMs
middot Calendar of calls for defenses
middot Project presentation and court proposal
middot Formal Modifications of the TFM
middot Defense Request
middot Defense development and grading
Regarding the evaluation of the Master Thesis up to 0-30 of the final grade will be awarded by the director leaving the remaining 70-100 of the gra-de to be determined by the evaluation panel In addition the Committee for Coordinacioacuten y Seguimiento del Maacutester will prepare a document that ex-tends the aforementioned regulations with the objective of detailing the evaluation criteria and merits that will determine when a TFM has generated ex-traordinary results
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
38 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
118 0
A11 - Integracioacuten en un entornoinvestigador o profesional real Integration in a research lab orprofessional environment
100 50
A12 - Discusioacuten tutorizada individual Individual guided discussion
20 100
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
2 100
5517 METODOLOGIacuteAS DOCENTES
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E06 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento por partedel tutor Evaluation on participationperformance and attitude by the supervisor
00 300
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
39 52
E07 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados por parte de un tribunal Evaluation of reports and presentations ofwork and projects performed by a panel ofexperts
700 1000
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
40 52
6 PERSONAL ACADEacuteMICO61 PROFESORADO Y OTROS RECURSOS HUMANOS
Universidad Categoriacutea Total Doctores Horas
Universidad Autoacutenoma de Madrid ProfesorContratadoDoctor
29 100 40
Universidad Autoacutenoma de Madrid Ayudante Doctor 12 100 14
Universidad Autoacutenoma de Madrid Profesor Titularde Universidad
35 100 24
Universidad Autoacutenoma de Madrid Catedraacutetico deUniversidad
24 100 22
PERSONAL ACADEacuteMICO
Ver Apartado 6 Anexo 1
62 OTROS RECURSOS HUMANOS
Ver Apartado 6 Anexo 2
7 RECURSOS MATERIALES Y SERVICIOSJustificacioacuten de que los medios materiales disponibles son adecuados Ver Apartado 7 Anexo 1
8 RESULTADOS PREVISTOS81 ESTIMACIOacuteN DE VALORES CUANTITATIVOS
TASA DE GRADUACIOacuteN TASA DE ABANDONO TASA DE EFICIENCIA
80 20 80
CODIGO TASA VALOR
No existen datos
Justificacioacuten de los Indicadores Propuestos
Ver Apartado 8 Anexo 1
82 PROCEDIMIENTO GENERAL PARA VALORAR EL PROCESO Y LOS RESULTADOS
A los efectos de organizacioacuten y supervisioacuten de las actividades del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Au-dio y Video (Deep Learning for Audio and Video Signal Processing) se nombraraacute una Comisioacuten de Coordinacioacuten Acadeacutemica Esta comisioacuten asiacute comosu coordinador seraacuten nombrados por la Junta de Centro de la Escuela Politeacutecnica Superior de la Universidad Autoacutenoma de Madrid
Seraacute responsabilidad de dicha comisioacuten la planificacioacuten el seguimiento y la evaluacioacuten del funcionamiento del tiacutetulo para lo cual se reuniraacute al menosdos veces al antildeo
Los procedimientos para la valuacioacuten y mejora de la calidad de la ensentildeanza y el profesorado se recogen en el manual que describe el Sistema de Ga-rantiacutea Interna de Calidad de los Planes de Estudios de la Escuela Politeacutecnica Superior (Sistema de Garantiacutea Interna de Calidad-SGIC) Se puede ac-ceder a este manual a traveacutes del enlace httpswwwuamesEPSdocumento1242662061305sgicpdf
Dichos procedimientos estaacuten descritos en una serie de fichas En estas fichas se detallan los indicadores de seguimiento control y evaluacioacuten ademaacutesde los responsables de llevarlos a la praacutectica y proponer acciones de mejora sobre las desviaciones previstas
De este modo las fichas E2-F1 hacen alusioacuten a la calidad de la ensentildeanza y el uso de los datos para su mejora Por otro lado las en las fichas E2-F2tratan del anaacutelisis los resultados del aprendizaje Finalmente en las fichas E2-F3 se especifica el uso de los datos sobre resultados del aprendizaje pa-ra su mejora Los objetivos formativos globales de la titulacioacuten se mediraacuten fundamentalmente a traveacutes de las pruebas de evaluacioacuten de las competen-cias adquiridas en las asignaturas cursadas y del Trabajo de Fin de Maacutester Finalmente se tendraacute en cuenta la valoracioacuten del profesorado y de los es-tudiantes expresada en las encuestas de satisfaccioacuten
El impacto social del maacutester se mediraacute mediante encuestas sobre insercioacuten laboral de los egresados Estos y otros aspectos se recogeraacuten anualmen-te en la memoria de seguimiento del maacutester que elaboraraacute la Comisioacuten de Calidad del Posgrado a partir de la informacioacuten recabada de la Comisioacuten deCoordinacioacuten Acadeacutemica y del resto de agentes involucrados en la titulacioacuten En esta memoria se analizaraacuten aspectos del desarrollo del maacutester talescomo la coordinacioacuten la satisfaccioacuten de los agentes implicados el sistema de informacioacuten del tiacutetulo y los asuntos del buzoacuten de sugerencias y quejas
De forma especiacutefica se calcularaacuten y analizaraacuten los indicadores y tasas que se mencionan a continuacioacutenmiddot Tasa de graduacioacuten del tiacutetulo porcentaje de estudiantes que finalizan la ensentildeanza en el tiempo previsto en el plan de estudios (d) o en un antildeo) en relacioacuten con su
cohorte de entradamiddot Tasa de abandono del tiacutetulo relacioacuten porcentual entre el nuacutemero total de estudiantes de una cohorte de nuevo ingreso que debieron finalizar la titulacioacuten el curso
anterior y que no se han matriculado ni en ese curso ni en el anteriormiddot Tasa de eficiencia de los egresados del tiacutetulo relacioacuten porcentual entre el nuacutemero total de creacuteditos establecidos en el plan de estudios y el nuacutemero total de creacutedi-
tos en los que han tenido que matricularse a lo largo de sus estudios el conjunto de estudiantes titulados en un determinado curso acadeacutemico
Adicionalmente se estudiaraacute la evolucioacuten de cada uno de estos indicadores a lo largo de los distintos cursos acadeacutemicos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
41 52
Se crearaacuten y mantendraacuten grupos de antiguos alumnos Finalmente se llevaraacute a cabo un seguimiento de los puestos profesionales o acadeacutemicosdesempentildeados por los egresados del programa completando asiacute la informacioacuten sobre su insercioacuten laboral
Tras el anaacutelisis de estos datos la Comisioacuten comunicaraacute los resultados a las partes implicadas propondraacute las medidas de revisioacuten necesarias para con-seguir los objetivos previstos y en su caso para su mejora Adoptaraacute asimismo las medidas necesarias para la ejecucioacuten de dichas medidas
Cuando las variaciones anuales de los indicadores propuestos sean significativas la Comisioacuten solicitaraacute a los agentes implicados un informe en el quese indiquen los motivos que podriacutean haber producido esta variacioacuten La Comisioacuten tendraacute la capacidad de elaborar propuestas concretas de revisioacuten delplan de estudios de modificacioacuten en los programas o en la forma de imparticioacuten de las asignaturas asiacute como sugerir cambios en los equipos docentesen aras de la mejora continuada de la calidad del programa
9 SISTEMA DE GARANTIacuteA DE CALIDADENLACE httpswwwuamesEPSSistemaDeGarantiaDeCalidad1242668432722htm
10 CALENDARIO DE IMPLANTACIOacuteN101 CRONOGRAMA DE IMPLANTACIOacuteN
CURSO DE INICIO 2020
Ver Apartado 10 Anexo 1
102 PROCEDIMIENTO DE ADAPTACIOacuteN
No procede
103 ENSENtildeANZAS QUE SE EXTINGUEN
COacuteDIGO ESTUDIO - CENTRO
11 PERSONAS ASOCIADAS A LA SOLICITUD111 RESPONSABLE DEL TIacuteTULO
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
51380809M Joseacute Mariacutea Martiacutenez Saacutenchez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
directorepsuames 647378186 914972224 Director de la EscuelaPoliteacutecnica Superior
112 REPRESENTANTE LEGAL
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
05255176K Juan Antonio Huertas Martiacutenez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Einstein 1 EdificioRectorado CiudadUniversitaria de Cantoblanco
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
vicerrectoradodocenciauames638090858 914973970 Vicerrector de DocenciaInnovacioacuten Educativa yCalidad
El Rector de la Universidad no es el Representante Legal
Ver Apartado 11 Anexo 1
113 SOLICITANTE
El responsable del tiacutetulo no es el solicitante
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
70070739C Juan Carlos San Miguel Avedillo
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
42 52
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
juancarlossanmigueluames 675110180 914972235 Profesor Contratado Doctor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
43 52
Apartado 2 Anexo 1Nombre MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
HASH SHA1 5C139FD312BD81EE69F6C38E7CF8A3670536790A
Coacutedigo CSV 363722671162737707782868Ver Fichero MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
44 52
Apartado 4 Anexo 1Nombre MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
HASH SHA1 890764F01A406789C4CD3A375506D949FC3A19E3
Coacutedigo CSV 362909569091623933311976Ver Fichero MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
45 52
Apartado 5 Anexo 1Nombre MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
HASH SHA1 CB59CD8AF924AA04395541A0E190FD77B5049331
Coacutedigo CSV 362909758779329923811011Ver Fichero MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
46 52
Apartado 6 Anexo 1Nombre MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
HASH SHA1 2D71F0C967BCE214B90317AC3E1DC53537F375DB
Coacutedigo CSV 363722772631468772300398Ver Fichero MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
47 52
Apartado 6 Anexo 2Nombre MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
HASH SHA1 3B916DC1B99190FB14E7F9B9DB9894C0D72E0CE6
Coacutedigo CSV 355636984887564471420005Ver Fichero MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
48 52
Apartado 7 Anexo 1Nombre MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
HASH SHA1 555AB2169976CF2DFE226AA41A0838591B9454DF
Coacutedigo CSV 362910143973192215809487Ver Fichero MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
49 52
Apartado 8 Anexo 1Nombre MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
HASH SHA1 7970D5D3C129A83188495120FDED212E761AE038
Coacutedigo CSV 355637055281804878980158Ver Fichero MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
50 52
Apartado 10 Anexo 1Nombre MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
HASH SHA1 6E707647BD5C20C00581AF8D8D06E2DB2E7967EF
Coacutedigo CSV 362910284986688361858045Ver Fichero MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
51 52
Apartado 11 Anexo 1Nombre Delegacion Firma2019pdf
HASH SHA1 05DF0B4170731D61EA322D5F9716EAF56D413316
Coacutedigo CSV 340595051038543788419529Ver Fichero Delegacion Firma2019pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
52 52 CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
- IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
- Apartado 1 Descripcioacuten del tiacutetulo
- Apartado 2 Justificacioacuten
- Apartado 3 Competencias
- Apartado 4 Acceso y admisioacuten de estudiantes
- Apartado 5 Planificacioacuten de las ensentildeanzas
- Apartado 6 Personal acadeacutemico
- Apartado 7 Recursos materiales y servicios
- Apartado 8 Resultados previstos
- Apartado 9 Sistema de garantiacutea de calidad
- Apartado 10 Calendario de implantacioacuten
- Apartado 11 Personas asociadas a la solicitud
-
Identificador 4317140
3 52
1 DESCRIPCIOacuteN DEL TIacuteTULO11 DATOS BAacuteSICOSNIVEL DENOMINACIOacuteN ESPECIFICA CONJUNTO CONVENIO CONV
ADJUNTO
Maacutester Maacutester Universitario en Aprendizaje Profundo parael Tratamiento de Sentildeales de Audio y VideoDeepLearning for Audio and Video Signal Processing porla Universidad Autoacutenoma de Madrid
No Ver Apartado 1
Anexo 1
LISTADO DE ESPECIALIDADES
No existen datos
RAMA ISCED 1 ISCED 2
Ingenieriacutea y Arquitectura Ingenieriacutea y profesionesafines
Ciencias de la computacioacuten
NO HABILITA O ESTAacute VINCULADO CON PROFESIOacuteN REGULADA ALGUNA
AGENCIA EVALUADORA
Fundacioacuten para el Conocimiento Madrimasd
UNIVERSIDAD SOLICITANTE
Universidad Autoacutenoma de Madrid
LISTADO DE UNIVERSIDADES
COacuteDIGO UNIVERSIDAD
023 Universidad Autoacutenoma de Madrid
LISTADO DE UNIVERSIDADES EXTRANJERAS
COacuteDIGO UNIVERSIDAD
No existen datos
LISTADO DE INSTITUCIONES PARTICIPANTES
No existen datos
12 DISTRIBUCIOacuteN DE CREacuteDITOS EN EL TIacuteTULOCREacuteDITOS TOTALES CREacuteDITOS DE COMPLEMENTOS
FORMATIVOSCREacuteDITOS EN PRAacuteCTICAS EXTERNAS
60 0 0
CREacuteDITOS OPTATIVOS CREacuteDITOS OBLIGATORIOS CREacuteDITOS TRABAJO FIN GRADOMAacuteSTER
0 48 12
LISTADO DE ESPECIALIDADES
ESPECIALIDAD CREacuteDITOS OPTATIVOS
No existen datos
13 Universidad Autoacutenoma de Madrid131 CENTROS EN LOS QUE SE IMPARTE
LISTADO DE CENTROS
COacuteDIGO CENTRO
28048397 Escuela Politeacutecnica Superior
132 Escuela Politeacutecnica Superior1321 Datos asociados al centroTIPOS DE ENSENtildeANZA QUE SE IMPARTEN EN EL CENTRO
PRESENCIAL SEMIPRESENCIAL A DISTANCIA
Siacute No No
PLAZAS DE NUEVO INGRESO OFERTADAS
PRIMER ANtildeO IMPLANTACIOacuteN SEGUNDO ANtildeO IMPLANTACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
4 52
30 30
TIEMPO COMPLETO
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 370 600
RESTO DE ANtildeOS 370 600
TIEMPO PARCIAL
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 240 360
RESTO DE ANtildeOS 240 360
NORMAS DE PERMANENCIA
httpwwwuamesssSatellitees1242665181069listadoSimplePermanenciahtm
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
5 52
2 JUSTIFICACIOacuteN ADECUACIOacuteN DE LA PROPUESTA Y PROCEDIMIENTOSVer Apartado 2 Anexo 1
3 COMPETENCIAS31 COMPETENCIAS BAacuteSICAS Y GENERALES
BAacuteSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
32 COMPETENCIAS TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
6 52
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
33 COMPETENCIAS ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
4 ACCESO Y ADMISIOacuteN DE ESTUDIANTES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
7 52
41 SISTEMAS DE INFORMACIOacuteN PREVIO
Ver Apartado 4 Anexo 1
42 REQUISITOS DE ACCESO Y CRITERIOS DE ADMISIOacuteN
421 Requisitos acadeacutemicos generales de acceso al maacutester
Seguacuten los Reales Decretos 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universitarias oficiales en Espantildeay 8612010 de 2 de julio por el que se modifica el anterior para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de untiacutetulo universitario oficial espantildeol u otro expedido por una institucioacuten de educacioacuten superior perteneciente a otro estado integrante del Espacio Europeode Educacioacuten Superior que faculte en el mismo para el acceso a ensentildeanzas de maacutester
Adicionalmente podraacuten acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educacioacuten Superior sin necesidad de lahomologacioacuten de sus tiacutetulos previa comprobacioacuten por la Universidad de que aquellos acreditan un nivel de formacioacuten equivalente a los correspondien-tes tiacutetulos universitarios oficiales espantildeoles y que facultan en el paiacutes expedidor del tiacutetulo para el acceso a ensentildeanzas de postgrado El acceso por es-ta viacutea no implicaraacute en ninguacuten caso la homologacioacuten del tiacutetulo previo de que esteacute en posesioacuten el interesado ni su reconocimiento a otros efectos que elde cursar las ensentildeanzas de maacutester
El procedimiento formal de solicitud de admisioacuten se realizaraacute a traveacutes del Centro de Posgrado de la Universidad Autoacutenoma de Madrid durante los pla-zos establecidos al efecto por la Universidad La relacioacuten de la documentacioacuten especiacutefica que debe aportar el estudiante al solicitar su admisioacuten se re-coge en la paacutegina web httpwwwuamesadmisionmasteroficial
En todo caso los solicitantes deben cumplir las condiciones especificadas en la Normativa de Ensentildeanzas Oficiales de Posgrado de la UniversidadAutoacutenoma de Madrid (Aprobada en Consejo de Gobierno de 10 de Julio de 2008) cuyos artiacuteculos relevantes son transcritos a continuacioacuten
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Requisitos acadeacutemicos especiacuteficos de acceso al maacutester
Dado el caraacutecter internacional del maacutester propuesto se opta por definir el perfil de ingreso acorde a conocimientos requeridos en lugar de especificarlas titulaciones que permitan acceder al maacutester Asiacute pues el perfil de admisioacuten al Maacutester Universitario en Deep Learning for Audio and Video SignalProcessing corresponderaacute con los siguientes candidatos
1 Ingenieros o candidatos en posesioacuten de un tiacutetulo de grado en la Rama de Ingenieriacutea relacionado con TIC (Tecnologias de Informacion y Comunicaciones) siem-pre que hayan cursado en su tiacutetulo al menos
middot 24 ECTS de fundamentos matemaacuteticos en caacutelculo (12 ECTS) aacutelgebra lineal (6 ECTS) probabilidad y estadiacutestica (6 ECTS)
middot 12 ECTS de programacioacuten en alguacuten lenguaje de alto nivel
middot 6 ECTS en tratamiento de sentildeales
middot 6 ECTS en aprendizaje automaacutetico2 Graduados en posesioacuten de un tiacutetulo oficial equivalente a cualquiera de los anteriores ya sea expedido por una universidad espantildeola o perteneciente a otro estado
integrante del Espacio Europeo de Educacioacuten Superior o asiacute declarado de acuerdo con las ordenaciones anteriores de los estudios universitarios en Espantildea Serequiere que los solicitantes acrediten un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
3 Solicitantes que esteacuten en posesioacuten de tiacutetulos obtenidos en sistemas educativos ajenos al Espacio Europeo de Educacioacuten Estos solicitantes comprobacioacuten por par-te de la Comisioacuten Acadeacutemica del maacutester de que los solicitantes deben acreditar un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
Seguacuten el perfil de ingreso de los estudiantes al Maacutester se consideraraacute si deben cursar un programa intensivo de nivelacioacuten programado justo al co-mienzo del curso acadeacutemico El programa contempla un moacutedulo de nivelacioacuten en Fundamentos de Tratamiento de Sentildeales (Fundamentals of Signalprocessing) de 1 ECTS dirigido a estudiantes cuya formacioacuten en el aacutembito sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento forma-tivo por no tratarse expresamente de materia del maacutester
Dado que las asignaturas seraacuten impartidas en lengua inglesa se exigiraacute para cursar el maacutester un conocimiento de la lengua inglesa al nivel del certifi-cado B2 En caso de no ser hablantes nativos este nivel de idioma deberaacute ser acreditado bien mediante un certificado o mediante una entrevista porparte de la comisioacuten del maacutester
423 Procedimiento de admisioacuten y documentacioacuten requerida de acceso al maacutester
Una vez admitida la solicitud la Comisioacuten Acadeacutemica del maacutester presidida por el Coordinador seraacute la encargada de gestionar la admisioacuten al MaacutesterUniversitario en Deep Learning for Audio and Video Signal Processing y llevaraacute tambieacuten a cabo el proceso de seleccioacuten necesario para garantizar quelos estudiantes admitidos cumplen las condiciones establecidas para su admisioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
8 52
Con el fin de valorar los meacuteritos de las personas interesadas en cursar el Maacutester Universitario en Deep Learning for Audio and Video Signal Proces-sing las solicitudes de admisioacuten al programa deben incluir los siguientes documentos
middot Certificado acadeacutemico oficial
middot Curriacuteculum Vitae
middot Certificado de nivel B2 o superior de conocimiento de ingleacutes En caso de no disponer de certificado se podraacute realizar una entrevista con el solicitante para esta-blecer su adecuado nivel de ingleacutes Se exceptuacutean aquellos estudiantes cuya lengua materna sea el ingleacutes
middot Carta de motivacioacuten en la que se detalle el intereacutes del solicitante por el programa
middot Carta de adecuacioacuten de los estudios previos del solicitante a los requisitos acadeacutemicos especiacuteficos de acceso al maacutester (descritos en el apartado 422)
En el proceso de seleccioacuten de solicitantes se tendraacuten en cuenta los siguientes criterios
middot Expediente acadeacutemico en la titulacioacuten de acceso [40-60 ]
middot Meacuteritos adicionales al expediente incluidos Curriacuteculum Vitae del solicitante [10-30 ]
middot Adecuacioacuten del perfil del solicitante a los contenidos y objetivos del programa [10-40 ]
En caso de que se estime necesario la Comisioacuten Acadeacutemica del Maacutester o los miembros en los que esta delegue podraacuten mantener una entrevista conel solicitante con el fin de poder evaluar de manera maacutes precisa sus meacuteritos y la adecuacioacuten de su perfil al programa
421 General academic requirements for applying to the master
According to the Royal Decree-Law of 13932007 (October 29th) which establishes the organization of Spanish official university education and8612010 (July 2nd) which modifies the previous Royal Decree-Law to access official education Masters degree in Spain it will be necessary to be inpossession of an official Spanish university degree or another issued by an institution of higher education belonging to another member state of the Eu-ropean Higher Education Area that provides the same for access to masters education
In addition students will be able to access the master degrees according to the educational systems outside the European Higher Education Area wit-hout the need for the homologation of their degrees subject to verification by the University that students accredit a level of training equivalent to thecorresponding official Spanish university degrees and that students are able to access to postgraduate education in the country issuing their degreetitle The access via this way will not imply in any case the homologation of the previous degree title that the students are in possession nor its recog-nition for other purposes than that of being admitted to the masteriquests degree
The formal procedure to apply for admission will be carried out through the Postgraduate Center of the Universidad Autoacutenoma of Madrid during thedeadlines established for this purpose by the University The specific documentation that the student must provide when requesting admission is listedin the website httpwwwuamesUAMAcceso-y-admision-posgrados1234886371157htmlanguage=en
In any case applicants must meet the conditions specified in the Official Postgraduate Teaching Regulations of the Universidad Autoacutenoma of Madrid(Approved by the Consejo de Gobierno of July 10 2008) whose relevant articles are transcribed below (in Spanish)
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Specific academic requirements for applying to the master
Given the international orientation of the proposed master the admission profile has been defined according to the required knowledge instead of spe-cifying the degree titles that allow access to the master Thus the admission profile to the Masters Degree in Deep Learning for Audio and Video Sig-nal Processing will correspond to the following candidates
1 Engineers or candidates in possession of a bachelors degree in Engineering Areas related to ICT (Information and Communication Technologies) provided theirdegree contains at least the following contents
middot 24 ECTS of mathematical fundamentals in calculus (12 ECTS) linear algebra (6 ECTS) probability and statistics (6 ECTS)
middot 12 ECTS of programming in some high-level language
middot 6 ECTS in signal processing
middot 6 ECTS in machine learning2 Graduates in possession of an official degree equivalent to any of the above either issued by a Spanish university or belonging to another member state of the
European Higher Education Area or so declared in accordance with the previous regulations of university studies in Spain These graduates are required to ac-credit a level of training equivalent to the requirements defined in the first case
3 Applicants who are in possession of degrees obtained in educational systems outside the European Education Area These applicants are required to accredit alevel of training equivalent to the requirements defined in the first case
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
9 52
According to the academic profile of students entering the Master it will be considered whether they should study an intensive leveling program pro-grammed just at the beginning of the academic year The program includes a leveling module in Fundamentals of Signal Processing of 1 ECTS aimedat students whose previous training in the area is less than 12 ECTS This module will be offered as a training supplement because it is not expressly asubject of the master program
Since the subjects will be taught in English a knowledge of the English language at the level of the B2 certificate will be required to take the mastersdegree In case of not being native speakers this level of language must be accredited either by means of a certificate or by an interview by theMasters Academic Committee
423 Admission procedure and required documentation for applying to the master
Once the application is accepted the Masters Academic Committee chaired by the Coordinator will be in charge of managing the admission to theMasters Degree in Deep Learning for Audio and Video Signal Processing and also to carry out the selection process for guarantying that admittedstudents admitted met the conditions established for admission
In order to assess the merits of prospective students interested in pursuing the Masters Degree in iquestDeep Learning for audio and video signalprocessingiquest (hereinafter the applicants) their applications for admission to the program must include the following documents
middot Official academic certificate
middot Curriculum vitae
middot Certificate of level B2 or higher of knowledge of English If the applicants do not have a certificate the Masters Academic Committee can conduct an interviewwith the applicants to establish the appropriate level of English Students whose mother tongue is English are excluded from this interview
middot Motivation letter detailing the applicants interest in the program
middot Letter describing the adequacy of the applicants previous studies to the specific academic requirements for applying to this master (described in section 422)
The following criteria are defined for the selection process of the applicants
middot Academic record in the degree of access [40-60]
middot Additional merits to the academic record including Curriculum Vitae of the applicant [10-30]
middot Adaptation of the applicants profile to the contents and objectives of the program [10-40]
If needed the Masters Academic Committee or the members in which it delegates can hold an interview with the applicants in order to accurately as-sess their merits and the adequacy of their profile to the program
43 APOYO A ESTUDIANTES
Los estudiantes que cursen el Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video en la Escuela Politeacutecni-ca Superior de la Universidad Autoacutenoma de Madrid (EPS-UAM) dispondraacuten de los mismos sistemas (sede en red de posgrado UAM paacutegina web de latitulacioacuten etc) unidades (Servicio de Tecnologiacuteas de la Informacioacuten Oficina de Acogida) y agentes (equipo de administracioacuten EPS-UAM secretariacuteade los departamentos de dicho centro comisioacuten acadeacutemica del maacutester coordinador de la titulacioacuten) de apoyo que los utilizados para proporcionar in-formacioacuten previa a los solicitantes
En la sede en red del Centro de Estudios de Posgrado [httpwwwuamesposgrado] de la Universidad Autoacutenoma de Madrid (UAM) se proporcionainformacioacuten sobre los maacutesteres impartidos en dicha universidad asiacute como la normativa y los detalles de los procedimientos de admisioacuten y matriacuteculaDesde estas paacuteginas tambieacuten se puede acceder a las respectivas paacuteginas de cada tiacutetuloLa paacutegina en red especiacutefica del maacutester contendraacute al menos la siguiente informacioacuten
middot Descripcioacuten y objetivos del tiacutetulo
middot Planificacioacuten docente detallada (guiacutea docente recomendaciones de matriacutecula calendario acadeacutemico horarios etc)
middot Comisioacuten acadeacutemica del maacutester y coordinador
middot Equipo docente
middot Admisioacuten de estudiantes criterios y procedimientos
middot Becas y ayudas
middot Oferta de trabajos de fin de maacutester (incluyendo las ofertas de empresas)
middot Movilidad de profesorado y estudiantes
middot Actividades formativas complementarias (seminarios conferencias talleres etc)
middot Recursos materiales
middot Indicadores de resultados
middot Sistema de garantiacutea de calidad
Las consultas por parte de los estudiantes tanto fiacutesicas como por medios electroacutenicos recibiraacuten una atencioacuten personalizada
middot Las cuestiones administrativas seraacuten respondidas por parte del personal designado dentro del equipo de administracioacuten de la Escuela Politeacutecnica Superior de laUAM y de la secretariacutea de los departamentos de dicho centro
middot Para las consultas acadeacutemicas la responsabilidad de la elaboracioacuten de la respuesta corresponde a la comisioacuten acadeacutemica del master representada por el coordina-dor de la titulacioacuten o la persona en quien esta tarea sea delegada
Adicionalmente todo estudiante que haya sido admitido en el maacutester contaraacute con el asesoramiento de un tutor acadeacutemico El tutor acadeacutemico es unprofesor involucardo en la docencia del maacutester Su labor principal consiste en la elaboracioacuten en diaacutelogo con el estudiante del plan de formacioacuten inclu-yendo matriacutecula y eleccioacuten de optativas En general el TFM seraacute realizado con el tutor bien como director bien como ponente en caso de la direccioacutende este trabajo sea responsabilidad director externo al prorama Asimismo es misioacuten misioacuten del tutor proporcionar apoyo para que el estudiante resuel-va los problemas de adaptacioacuten que pudieran surgir al comienzo de sus estudios e informarle durante el desarrollo de los mismos
En en el caso de que el estudiante haya propuesto un tutor que cumpla los requisitos especificados en su solicitud la asignacioacuten se realizaraacute en el mo-mento de la admisioacuten En caso de haber sido admitido sin tutor designado el estudiante debe ponerse en contacto con profesores del maacutester y desig-nar de entre ellos tras mutuo acuerdo un tutor definitivo en un plazo limitado (por ejemplo un mes) desde el comienzo del curso
Adicionalmente la UAM pone a disposicioacuten de los estudiantes matriculados en sus programas acadeacutemicos los siguientes recursos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
10 52
middot Oficina de acogida [httpswwwuamesUAMOficina-de-Acogida1242652242790htm]middot Oficina de Orientacioacuten y Atencioacuten al Estudiante [httpwwwuamesestudiantesacceso]middot La Oficina de Praacutecticas Externas y Empleabilidad (OPE) [ httpswwwuamesope]middot Servicio de idiomas [httpwwwuamesUAMServicio-de-Idiomas1242654677923htm]middot Unidad de igualdad de Geacutenero [httpwwwuamesUAMUnidad_Igualdad1446766849002htm]middot Oficina de Accioacuten Solidaria y Cooperacioacuten [httpswwwuamesUAMOficina-de-Accioacuten-Solidaria-y-Cooperacioacuten1242664234487htm] Entre las
labores de esta oficina se encuentra el apoyo a estudiantes con discapacidad con el objetivo de que puedan realizar todas sus actividades en la universidad en lasmejores condiciones posibles
middot Centro de psicologiacutea aplicada [httpswwwuamesUAMCPA]middot Servicio de deportes [httpsservdepsefduames]
44 SISTEMA DE TRANSFERENCIA Y RECONOCIMIENTO DE CREacuteDITOS
Reconocimiento de Creacuteditos Cursados en Ensentildeanzas Superiores Oficiales no Universitarias
MIacuteNIMO MAacuteXIMO
0 0
Reconocimiento de Creacuteditos Cursados en Tiacutetulos Propios
MIacuteNIMO MAacuteXIMO
0 0
Adjuntar Tiacutetulo PropioVer Apartado 4 Anexo 2
Reconocimiento de Creacuteditos Cursados por Acreditacioacuten de Experiencia Laboral y Profesional
MIacuteNIMO MAacuteXIMO
0 0
En el caso del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video (DeepLearning for audio and visual signal processing) se reconoceraacuten creacuteditos exclusivamente de materias correspon-diente a Maacutesteres oficiales
La Universidad Autoacutenoma de Madrid cuenta con una normativa general de transferencia y reconocimiento de creacutedi-tos aprobada en el Consejo de Gobierno de 8 de febrero de 2008 y modificada en el Consejo de Gobierno del 8 deoctubre de 2010 A continuacioacuten se detalla dicha normativa
PREAacuteMBULOEl Real Decreto 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universita-rias oficiales y el Real Decreto 8612010 de 2 de julio por el que se modifica el anterior potencian la movilidad entrelas distintas universidades espantildeolas y dentro de una misma universidad Al tiempo el proceso de transformacioacuten delas titulaciones previas al Espacio Europeo de Educacioacuten Superior en otras conforme a las previsiones del Real De-creto citado crea situaciones de adaptacioacuten que conviene prever Por todo ello resulta imprescindible un sistema deadaptacioacuten reconocimiento y transferencia de creacuteditos en el que los creacuteditos cursados en otra universidad puedanser reconocidos e incorporados al expediente acadeacutemico del estudianteEn este contexto la Universidad Autoacutenoma de Madrid tiene como objetivo por un lado fomentar la movilidad de susestudiantes para permitir su enriquecimiento y desarrollo personal y acadeacutemico y por otro facilitar el procedimientopara aquellos estudiantes que deseen reciclar sus estudios universitarios cambiando de centro yo titulacioacutenInspirado en estas premisas la Universidad Autoacutenoma de Madrid dispone el siguiente sistema de adaptacioacuten reco-nocimiento y transferencia de creacuteditos aplicable a sus estudiantes
Artiacuteculo 1 AacuteMBITO DE APLICACIOacuteN
El aacutembito de aplicacioacuten de estas normas son las ensentildeanzas universitarias oficiales de grado y posgrado seguacuten se-ntildealan las disposiciones establecidas en el Real Decreto 13932007 de 29 de octubre por el que se establece la or-denacioacuten de las ensentildeanzas universitarias oficiales
Artiacuteculo 2 DEFINICIONES
1 Adaptacioacuten de creacuteditos La adaptacioacuten de creacuteditos implica la aceptacioacuten por la Universidad Autoacutenoma de Madridde los creacuteditos correspondientes a estudios previos al Real Decreto 13932007 realizados en esta Universidad o enotras distintas
2 Reconocimiento de creacuteditos El reconocimiento de creacuteditos ECTS implica la aceptacioacuten por la Universidad Autoacuteno-ma de Madrid de los creacuteditos ECTS que habiendo sido obtenidos en unas ensentildeanzas oficiales en la misma u otrauniversidad son computados en otras ensentildeanzas distintas a efectos de la obtencioacuten de un tiacutetulo oficial
Tambieacuten podraacuten ser objeto de reconocimiento los creacuteditos superados en ensentildeanzas superiores oficiales y en ense-ntildeanzas universitarias no oficiales Asimismo podraacuten reconocerse creacuteditos por experiencia laboral o profesional acre-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
11 52
ditada siempre que dicha experiencia esteacute relacionada con las competencias inherentes al tiacutetulo que se pretendeobtener En ambos casos deberaacuten tenerse en cuenta las limitaciones que se establecen en los artiacuteculos 4 y 6
3 Transferencia de creacuteditos La transferencia de creacuteditos ECTS implica que en los documentos acadeacutemicos oficia-les acreditativos de las ensentildeanzas seguidas por cada estudiante la Universidad Autoacutenoma de Madrid incluiraacute la to-talidad de los creacuteditos obtenidos en ensentildeanzas oficiales cursadas con anterioridad en la misma u otra universidadque no hayan conducido a la obtencioacuten de un tiacutetulo oficial
Artiacuteculo 3 REGLAS SOBRE ADAPTACIOacuteN DE CREacuteDITOS
1 En el supuesto de estudios previos realizados en la Universidad Autoacutenoma de Madrid en una titulacioacuten equiva-lente la adaptacioacuten de creacuteditos se ajustaraacute a una tabla de equivalencias que realizaraacute la Comisioacuten Acadeacutemica (u oacuter-gano equivalente) conforme a lo que se prevea al amparo del punto 102 del Anexo I del Real Decreto 13932007
2 En el caso de estudios previos realizados en otras universidades o sin equivalencia en las nuevas titulaciones dela Universidad Autoacutenoma de Madrid la adaptacioacuten de creacuteditos se realizaraacute a peticioacuten del estudiante por parte de laComisioacuten Acadeacutemica (u oacutergano equivalente) atendiendo en lo posible a los conocimientos asociados a las materiascursadas y su valor en creacuteditos
Artiacuteculo 4 REGLAS SOBRE RECONOCIMIENTO DE CREacuteDITOS
1 Se reconoceraacuten automaacuteticamentea) Los creacuteditos correspondientes a materias de formacioacuten baacutesica siempre que la titulacioacuten de destino de esta Univer-sidad pertenezca a la misma rama de conocimiento que la de origenb) Los creacuteditos correspondientes a aquellas otras materias de formacioacuten baacutesica cursadas pertenecientes a la ramade conocimiento de la titulacioacuten de destino
En los supuestos a) y b) anteriores la Comisioacuten Acadeacutemica (u oacutergano equivalente) decidiraacute a solicitud del estudian-te a queacute materias de eacutesta se imputan los creacuteditos de formacioacuten baacutesica de la rama de conocimiento superados en latitulacioacuten de origen teniendo en cuenta la adecuacioacuten entre competencias y los conocimientos asociados a dichasmaterias
Soacutelo en el caso de que se haya superado un nuacutemero de creacuteditos menor asociado a una materia de formacioacuten baacutesi-ca de origen se estableceraacute por el oacutergano responsable la necesidad o no de concluir los creacuteditos determinados enla materia de destino por aquellos complementos formativos que se disentildeen
c) Los creacuteditos de los moacutedulos o materias definidos por el Gobierno en las normativas correspondientes a los estu-dios de maacutester oficial que habiliten para el ejercicio de profesiones reguladas
2 El resto de los creacuteditos no pertenecientes a materias de formacioacuten baacutesica podraacuten ser reconocidos por la ComisioacutenAcadeacutemica (u oacutergano equivalente) teniendo en cuenta la adecuacioacuten entre las competencias los conocimientos y elnuacutemero de creacuteditos asociados a las materias cursadas por el estudiante y los previstos en el plan de estudios o bienvalorando su caraacutecter transversal
3 No podraacuten ser objeto de reconocimiento los creacuteditos correspondientes a los trabajos de fin de grado y maacutester
4 El nuacutemero de creacuteditos que sean objeto de reconocimiento a partir de experiencia profesional o laboral y de ense-ntildeanzas universitarias no oficiales no podraacute ser superior en su conjunto al 15 por ciento del total de los creacuteditos queconstituyen el plan de estudios No obstante lo anterior los creacuteditos procedentes de tiacutetulos no oficiales podraacuten ex-cepcionalmente ser objeto de reconocimiento en un porcentaje superior siempre que el correspondiente tiacutetulo propiohaya sido extinguido y sustituido por un tiacutetulo oficial A tal efecto en la memoria de verificacioacuten deberaacute constar dichacircunstancia conforme a los criterios especificados en el RD 86120105 Se articularaacuten Comisiones Acadeacutemicas por Centros en orden a valorar la equivalencia entre las materias previa-mente cursadas y las materias de destino para las que se solicite reconocimiento
6 Al objeto de facilitar el trabajo de reconocimiento automaacutetico en las AdministracionesSecretariacuteas de los Centroslas Comisiones adoptaraacuten y mantendraacuten actualizadas tablas de reconocimiento para las materias previamente cursa-das en determinadas titulaciones y universidades que maacutes frecuentemente lo solicitan
7 Los estudiantes podraacuten solicitar reconocimiento de creacuteditos por participacioacuten en actividades universitarias cultura-les deportivas de representacioacuten estudiantil solidarias y de cooperacioacuten hasta el valor maacuteximo establecido en elplan de estudios de acuerdo con la normativa que sobre actividades de tipo extracurricular se desarrolle
Artiacuteculo 5 REGLAS SOBRE TRANSFERENCIA DE CREacuteDITOS
Se incluiraacuten en el expediente acadeacutemico del estudiante los creacuteditos correspondientes a materias superadas en otrosestudios universitarios oficiales no terminados
Artiacuteculo 6 CALIFICACIONES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
12 52
1 Al objeto de facilitar la movilidad del estudiante se arrastraraacute la calificacioacuten obtenida en los reconocimientos ytransferencias de creacuteditos ECTS y en las adaptaciones de creacuteditos previstas en el artiacuteculo 3 En su caso se realizaraacutemedia ponderada cuando coexistan varias materias de origen y una sola de destino2 El reconocimiento de creacuteditos a partir de experiencia profesional o laboral y de ensentildeanzas universitarias no ofi-ciales no incorporaraacute la calificacioacuten de los mismos3 En todos los supuestos en los que no haya calificacioacuten se haraacute constar APTO y no baremaraacute a efectos de mediade expediente
Artiacuteculo 7 OacuteRGANOS COMPETENTES
El oacutergano al que compete la adaptacioacuten el reconocimiento y la transferencia de creacuteditos es la Comisioacuten Acadeacutemica(u oacutergano equivalente que regula la ordenacioacuten acadeacutemica de cada titulacioacuten oficial) seguacuten quede establecido en elReglamento del Centro y en los Estatutos de la Universidad Autoacutenoma de Madrid
Artiacuteculo 8 PROCEDIMIENTO
1 Las reglas que regiraacuten el procedimiento de tramitacioacuten de las solicitudes de adaptacioacuten transferencia y reconoci-miento de creacuteditos necesariamente dispondraacuten dea) Un modelo unificado de solicitud de la Universidad Autoacutenoma de Madridb) Un plazo de solicitudc) Un plazo de resolucioacuten de las solicitudes2 Contra los acuerdos que se adopten podraacuten interponerse los recursos previstos en los Estatutos de la UniversidadAutoacutenoma de Madrid
DISPOSICIOacuteN ADICIONAL
Los estudiantes que por programas o convenios internacionales o nacionales esteacuten bajo el aacutembito de movilidad seregiraacuten aparte de lo establecido en esta normativa por lo regulado en su propia normativa y con arreglo a los acuer-dos de estudios suscritos previamente por los estudiantes y los centros de origen y destino de los mismos
Estudiantes UAM httpwwwuamesssSatellitees1234886374930contenidoFi-nalNormativas_de_movilidadhtm
Estudiantes de otras universidades httpwwwuamesinternacionalesnormativaal_exthtml
46 COMPLEMENTOS FORMATIVOS
Aun siendo el perfil de admisioacuten enfocado a Ingenieros o graduados en posesioacuten de un tiacutetulo en la Rama de Inge-nieriacutea relacionado con TIC los estudiantes pueden poseer conocimientos ligeramente diferenciados en temas espe-ciacuteficos debido a la heterogeneidad entre estos estudios de grado Con vistas a que los estudiantes lleguen a alcan-zar el eacutexito acadeacutemico se considera un programa de nivelacioacuten de corta duracioacuten que busca conseguir los miacutenimosnecesarios en ciertos temas especiacuteficos Obseacutervese que aspectos maacutes globales del perfil del estudiante no puedenser compensados con este programa de nivelacioacuten (por ejemplo dominio de herramientas matemaacuteticas yo progra-macioacuten) puesto que requiere cursos de mayor duracioacuten que interfeririacutean con los objetivos del maacutester Estos aspectosglobales se encuentran claramente definidos en el perfil de admisioacuten del estudiante
Este programa de nivelacioacuten contiene un moacutedulo sobre Fundamentos de teoriacutea de sentildeal de 1 ECTS a cursar en lafase inicial del maacutester estando dirigido a estudiantes cuya formacioacuten en el aacutembito de teoriacutea y procesamiento de se-ntildeales sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento formativo por no tratarse expresamentede materia del maacutester A continuacioacuten se describe este moacutedulo
01 Fundamentos de teoriacutea de la sentildeal
Carga 1 ECTS (25 horas)
Duracioacuten y periodo de imparticioacuten una semana al comienzo del curso acadeacutemico
Resultados de aprendizaje
Al final de este moacutedulo se espera que el estudiante sea capaz de
middot Conocimiento y comprensioacuten de las expresiones caracteriacutesticas de los sistemas lineales e invariantes aplicadas a sentildeales mul-tidimensionales o vectoriales
middot Conocimiento y comprensioacuten del Teorema de Muestreo e integracioacuten de los conceptos asociados a sentildeales y sistemas de va-riable independiente continua con los de variable independiente discreta
middot Conocimiento y comprensioacuten del anaacutelisis Frecuencial de sentildeales unidimensionales y multidimensionales
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
13 52
middot Conocer las teacutecnicas baacutesicas de muestreo interpolacioacuten y cuantificacioacuten de sentildeales multidimensionales
Contenidos
El contenido de este moacutedulo es el siguiente
middot Sentildeales y sistemas Lineales e Invariantes (LTI) multidimensionales
middot Anaacutelisis Frecuencial Multidimensionalo Transformacdas discretas unidimensionaleso Transformacdas discretas bidimensionales
middot Muestreo y reconstruccioacuten
middot Interpolacioacuten y cuantificacioacuten
Metodologiacuteas docentes
middot Leccioacuten magistral
middot Resolucioacuten de ejercicios y problemas en el aula
Actividades formativas
Actividad Horas Presencialidad
Desarrollo de contenidos teoacutericopraacutecticos 5 100
Resolucioacuten de problemas 2 100
Pruebas de evaluacioacuten 1 100
Estudio independiente 17 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
14 52
5 PLANIFICACIOacuteN DE LAS ENSENtildeANZAS51 DESCRIPCIOacuteN DEL PLAN DE ESTUDIOS
Ver Apartado 5 Anexo 1
52 ACTIVIDADES FORMATIVAS
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical and practical content
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
A03 - Praacutecticas guiadas en laboratorios informaacuteticos Guided practices in computer labs
A04 - Proyectos desarrollados por parte de los estudiantes de manera individual o en grupos de tamantildeo reducido Projectsdeveloped by students individually or in small groups
A05 - Seminarios impartidos por expertos Seminars given by experts
A06 - Estudio autoacutenomo por parte del estudiante Autonomous study by the student
A07 - Trabajo praacutectico autoacutenomo por parte del estudiante Autonomous practical work by the student
A08 - Pruebas de evaluacioacuten Evaluation tests
A09 - Preparacioacuten de pruebas de evaluacioacuten Preparation of evaluation tests
A10 - Trabajo en un grupo de investigacioacuten Training in a research group
A11 - Integracioacuten en un entorno investigador o profesional real Integration in a research lab or professional environment
A12 - Discusioacuten tutorizada individual Individual guided discussion
A13 - Planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master Planning and presentation of the state-of-the-art for the Master thesis in progress
A14 - Jornadas para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas Conference to expose the progress of the Masters Thesis projects through short presentations and round tables
A15 - Curso de corta duracioacuten para desarrollar habilidades de escritura y presentacioacuten Short course to develop writing andpresentation skills
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
53 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M06 - Aprendizaje cooperativo Cooperative Learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
54 SISTEMAS DE EVALUACIOacuteN
E01 - Exaacutemenes escritos u orales Written or oral exams
E02 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados Evaluation of reports and presentations of workand projects performed
E03 - Evaluacioacuten de las praacutecticas de laboratorio Evaluation of laboratory assignments
E04 - Evaluacioacuten de la participacioacuten y aprovechamiento en seminarios
E05 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento en actividades del aula Evaluation on participationperformance and attitude in classroom activities
E06 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento por parte del tutor Evaluation on participationperformance and attitude by the supervisor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
15 52
E07 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados por parte de un tribunal Evaluation of reportsand presentations of work and projects performed by a panel of experts
55 NIVEL 1 Fundamentos y herramientas baacutesicas para aprendizaje profundo y procesamiento de audio e imagen Fundamentals andbasic tools for deep Learning audio and image processing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Fundamentos y herramientas baacutesicas para aprendizaje profundo Fundamentals of Deep Learning and basic Tools
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 8
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
8
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender los conceptos fundamentales del aprendizaje profundo dentro del contexto del aprendizaje automaacutetico
middot Entrenar una red neuronal profunda seleccionando las caracteriacutesticas maacutes adecuadas de la misma en funcioacuten del tipo de problema y optimizando los hiperparaacute-metros
middot Describir las principales arquitecturas utilizadas en aprendizaje profundo asiacute como las aplicaciones maacutes tiacutepicas
middot Identificar el tipo de algoritmo de aprendizaje profundo maacutes apropiado para varios tipos de problemas en diferentes dominios
middot Implementar algoritmos de aprendizaje profundo utilizando diferentes herramientas
This subject considers the following learning outcomes
middot Understand the fundamentals of deep learning within the machine learning context
middot Train a deep neural network choosing the most appropriate characteristics depending on the type of problem and optimizing the hyperparameters
middot Describe the main architectures used in deep learning as well as the most typical applications
middot Identify the most appropriate deep learning algorithm for various types of problems in different domains
middot Implement deep learning algorithms using different tools
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Fundamentos de aprendizaje automaacutetico
middot Backpropagation
middot Redes Neuronales Profundas (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot Teacutecnicas de optimizacioacuten (Stochastic Gradient Descent Second order methods)
middot Optimizacioacuten de hiper-paraacutemetros
middot Arquitecturas (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot Herramientas de programacioacuten
The contents of this subject are as follows
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
16 52
middot - Machine learning fundamentals
middot - Backpropagation
middot - Deep Neural Networks (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot - Optimization techniques (Stochastic Gradient Descent Second order methods)
middot - Hyper-parameter optimization
middot - Architectures (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot - Programming tools
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
24 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
24 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
17 52
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
64 0
A08 - Pruebas de evaluacioacuten Evaluationtests
8 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
20 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
200 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
00 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 100
NIVEL 2 Revisioacuten de Teacutecnicas Asentadas de Tratamiento de Sentildeal Review of Established Signal Processing Techniques
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 4
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
4
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
18 52
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Analizar los principios que marcan el modelado de secuencias temporales de diferente naturaleza
middot Conocer los principios que definen el anaacutelisis claacutesico de imaacutegenes
middot Disentildear algoritmos para extraccioacuten de caracteriacutesticas en imaacutegenes
This subject considers the following learning outcomes
middot Analysis of the principles that govern the modelling of temporal sequences from different nature
middot Know the principles that define the classic image analysis
middot Design algorithms for feature extraction in images
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Anaacutelisis de sentildeales con dependencia temporalo Anaacutelisis de Sentildeal en el Dominio Temporalo Anaacutelisis de Sentildeales en el Dominio de la Frecuenciao Modelado Estadiacutestico de Secuencias
middot Anaacutelisis de sentildeales visualeso Descriptores globales color puntos de intereacuteso Descriptores a nivel de regioacuten segmentada color puntos de intereacutes textura formao Descriptores de movimiento movimiento global trayectoriaso Aplicaciones en imaacutegenes buacutesqueda global por color y puntos de intereacuteso Aplicaciones en viacutedeo
The contents of this subject are as follows
middot Signal Processing with temporal dependencyo Time domain signal processingo Frequency domain signal processingo Statistical Modeling of Sequences
middot Visual Signal Processingo Global descriptors color keypointso Region-based descriptors color keypoints texture shapeo Motion descriptors global motion trajectorieso Applications for images global search by color and keypointso Applications for video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
19 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
12 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
12 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
20 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
42 0
A08 - Pruebas de evaluacioacuten Evaluationtests
4 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Procesamiento de audio imagen y video basado en aprendizaje profundo Deep Learning for audio image and videoprocessing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de audio Deep Learning for audio signal processing
5511 Datos Baacutesicos del Nivel 2
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
20 52
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y ser capaz de obtener las principales formas de representacioacuten de las sentildeales de audio y voz para su procesamiento mediante teacutencias de deep learning
middot Conocer y ser capaz de aplicar distintas teacutecnicas para el modelado de secuencias temporales en deep learning (ej Frame Stacking Time-Delay NNs redes recu-rrentes )
middot Conocer y ser capaz de aplicar teacutecnicas de transformacioacuten de secuencias de longitud variable en vectores de longitud fija (ej i-vectors x-vectors )
middot Conocer y ser capaz de aplicar disintas teacutecnicas para el reconocimiento de secuencias temprales (ej modelos hiacutebridos HMM-DNN CTC modelos de aten-cioacuten )
middot Conocer el problema de la calibracioacuten e interpretacioacuten probabiliacutestica de las salidas de sistemas deep learning y ser capaz de aplicar teacutecnicas de calibracioacuten en es-te contexto
middot Conocer diferentes aplicaciones del deep learning en procesamiento de audio y voz (ej reconocimiento de locutor idioma emociones voz deteccioacuten de eventosde audio mejora de voz siacutentesis de voz) y las formas maacutes habituales de aplicarlo
This subject considers the following learning outcomes
middot To know and be able to obtain the main forms to represent audio and speech signalsfor processing with deep learning techniques
middot To know and be able to apply different techniques for modeling time sequences indeep learning (ie Frame Stacking Time-Delay NNs recurrent networks )
middot To know and be able to apply techniques for transforming variable-length sequences into fixed-length vectors (ie i-vectors x-vectors )
middot To know and be able to apply different techniques for the recognition of temporal sequences (ie hybrid HMM-DNN models CTC attention models )
middot To know the problem of calibration and the probabilistic interpretation of the outputs of deep learning systems and to be able to apply calibration techniques inthis context
middot To know different applications of deep learning in audio and voice processing (ie speaker language emotions and speech recognition audio event detectionspeech enhancement speech synthesis) and the most common ways of applying them
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Representacioacuten de las sentildeales de audio y voz para Deep learning (de las formas de onda a los embeddings neuronales)
middot Manejo de secuencias temporales con Deep learning (Frame Stacking Time-Delay NNs redes convolucionales por segmentos redes recurrentes (LSTM GRU)etc)
middot Transformacioacuten de secuencias de longitud variable en vectores de longitud fija (de los i-vectors a los x-vectors)
middot Problemas de reconocimiento de secuencias (modelos hiacutebridos HMM-DNN Connectionist Temporal Classification modelos de atencioacuten)
middot Calibracioacuten e interpretacioacuten probabiliacutestica de salidas de sistemas Deep Learning
middot Aplicaciones Reconocimiento de locutor e idioma Reconocimiento de voz Reconocimiento de emociones Deteccioacuten de Eventos de Audio Mejora de VozSiacutentesis de Voz etc
The contents of this subject are as follows
middot Representation of audio and speech signals for Deep learning (from waveforms to neural embeddings)
middot Management of temporal sequences with Deep learning (Frame Stacking Time-Delay NNs segment-based convolutional networks recurrent networks (LSTMGRU) etc)
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
21 52
middot Transformation of variable length sequences into fixed-length vectors (from i-vectors to x-vectors)
middot Sequence recognition problems (HMM-DNN hybrid models Connectionist Temporal Classification attention models)
middot Calibration and the probabilistic interpretation of outputs of Deep Learning systems
middot Applications Speaker and language recognition Speech recognition Emotion recognition Audio Event Detection Speech Enhancement Speech Synthesis etc
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
22 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
18 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
24 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
56 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 400
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 400
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de imagen Deep Learning for image signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
23 52
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales funcionalidades para las que se puede utilizar una red neuronal convolucional (CNN)
middot Conocer y ser capaz de identificar los elementos baacutesicos que componen una CNN
middot Conocer y ser capaz de identificar y utilizar las principales arquitecturas de CNN que se forman a partir de estos elementos baacutesicos
middot Conocer y comprender las razones detraacutes de la evolucioacuten de las arquitecturas CNN
middot Conocer comprender saber utilizar y adaptar las diferentes estrategias para el entrenamiento de las CNNs
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de muacuteltiples tareas en una misma CNN
middot Conocer y comprender las estrategias para la adaptacioacuten interdominio de una CNN
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de una CNN con un conjunto reducido de datos
This subject considers the following learning outcomes
middot To know and be able to differentiate the main functionalities for which a convolutional neural network (CNN) can be used
middot To know and be able to identify the basic elements that make up a CNN
middot To know and be able to identify and use the main CNN architectures that are formed from these basic elements
middot To know and understand the reasons behind the evolution of CNN architectures
middot To know understand be able to use and adapt the different strategies for the training of CNNs
middot To know understand and be able to use the strategies for training multiple tasks in the same CNN
middot To know and understand the strategies for the inter-domain adaptation of a CNN
middot To know understand and be able to use the strategies for training a CNN with a reduced set of data
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Tipos de arquitecturas de redes convolucionales discriminativa regresiva y generativa
middot Evolucioacuten de arquitecturas de redes convolucionales LeNet AlexNet VGG ResNet Inception random connections
middot Entrenamiento de arquitecturas basadas en redes convolucionales y adaptacioacuten a distintos dominios (eg deteccioacuten de objetos segmentacioacuten semaacutetica)
The contents of this subject are as follows
middot Architectures for convolutional neural networks discriminative regressive y generative
middot Advanced architectures LeNet AlexNet VGG ResNet Inception random connections
middot Training convolutional neural networks
middot Adaptations to different tasks object detection semantic segmentation
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
24 52
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
25 52
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de video Deep Learning for video signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales estrategias para detectar objetos en movimiento utilizando CNNs
middot Conocer y saber diferenciar las principales estrategias para seguir objetos en movimiento utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar actividades en video utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar anomalias en video utilizando CNNs y redes temporales LSTM
middot Programar y entrenar redes neuronales que sean capaz de detectar y seguir objetos en secuencias de video
middot Programar y entrenar redes neuronales que sean capaz de detectar anomaliacuteas en secuencias de video
This subject considers the following learning outcomes
middot To know and be able to differentiate the main strategies to detect moving objects using CNNs
middot To know and be able to differentiate the main strategies to follow moving objects using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video activities using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video anomalies using CNNs and LSTM temporary networks
middot To program and train neural networks that are able to detect and track objects in video sequences
middot To program and train neural networks that are capable of detecting anomalies in video sequences
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
26 52
middot Deteccioacuten de objetos en video
middot Seguimiento de objetos en video
middot Reconocimiento de actividades en video
middot Deteccioacuten de anomaliacuteas en video
The contents of this subject are as follows
middot Object detection in video
middot Object tracking in video
middot Activity recognition in video
middot Anomaly detection in video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
27 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
28 52
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Modelar sentildeales heterogeacuteneas de naturaleza fisioloacutegica
middot Analizar y modelar el comportamiento hombre-maacutequina a traveacutes de sentildeales obtenidas de la interaccioacuten
middot Desarrollar y evaluar modelos de aprendizaje automaacutetico maacutes transparentes y justos
This subject considers the following learning outcomes
middot Modelling physiological heterogeneous signals
middot Analysis and Modelling of Human-Machine Behavior from Signals captured during Interaction
middot Development and Evaluation of Transparente and Fair Machine Learning
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Reconocimiento Biomeacutetrico basado en Caracteriacutesticas Fisioloacutegicas
middot Reconocimiento Biomeacutetrico basado en Interaccioacuten
middot Perfilado de Usuario basado en Interaccioacuten Hombre-Maacutequina
middot Seguridad y Privacidad de los sistemas Biomeacutetricos
middot Transparencia Justicia y Responsabilidad en la Inteligencia Artificial
The contents of this subject are as follows
middot Biometric Recognition based on Physiological Characteristics
middot Biometric Recognition based on Human Interaction
middot User Profiling based on Human-Machine Interaction
middot Security and Privacy of Biometric Systems
middot Machine Behavior Transparency Fairness and Accountability
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
29 52
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
14 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
6 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
40 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
58 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
30 52
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender las principales arquitecturas hardware para implementar aprendzaje profundo
middot Comprender y utilzar optimizaciones tanto a nivel software como hardware en los algoritmos de aprendizaje
middot Entender las implicaciones en tiempo de computo consumo de corriente y coste en general de diferentes alternativas arquitecturales
This subject considers the following learning outcomes
middot To understand the main hardware architectures to implement deep learning
middot To understand and use optimizations both at the software and hardware level in the learning algorithms
middot To understand the implications in computing time current consumption and cost in general of different architectural alternatives
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Hardware para aprendizaje automaacutetico GPU CPU FPGA otras arquitecturaso Arquitecturas modernas para aprendizaje automaacuteticoo El dominio de GPUs pero iquestqueacute es lo siguienteo iquestCuaacuteles son los liacutemites del aprendizaje profundo (deep learning)o iquestQueacute ocurre con la inferenciao Modelos de bajo coste especializadoso Compresioacuteno Aceleradores para aprendizaje automaacutetico
middot Ancho de banda en memoria y computacioacuten de baja precisioacuteno Memoria como cuello de botellao Posible solucioacuten computacioacuten de baja precisioacuten
middot Paralelismo y arquitecturas altamente paralelizableso Sobre CPUs paralelismo a nivel de instruccioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
31 52
o Sobre CPUs paralelismo a nivel SIMDVectoro Sobre CPUs paralelismo con muacuteltiples nuacutecleoso Sobre CPUs paralelismo con muacuteltiples socketso Sobre GPUs paralelismo para procesamiento de streamso Aceleradores especializados y ASICso Limites de rendimiento con paralelizacioacuten
The contents of this subject are as follows
middot Hardware for Machine Learning GPU CPU FPGA other architectureso Modern ML architecture (Hardware for machine learning)o The dominance of GPUs but what is nexto What limits deep learning (Is it computed bounded or memory boundedo What happens on the inference sideo Specialized low-cost modelso Compressiono Accelerators for machine learning
middot Memory Bandwidth and Low Precision Computationo Memory as a Bottlenecko One way to help Low-Precision Computation
middot Parallelism and massively parallel architectureso On CPUs Instruction-Level Parallelismo On CPUs SIMDVector Parallelismo On CPUs Multicore Parallelismo On CPUs Multi-socket parallelismo On GPUs Stream Processingo On specialized accelerators and ASICso Limits on parallel performance
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
32 52
55153 ESPECIacuteFICAS
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
16 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
4 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
8 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
30 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
50 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
350 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento en
00 200
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
33 52
actividades del aula Evaluation onparticipation performance and attitude inclassroom activities
55 NIVEL 1 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer los aspectos maacutes importantes del conocimiento cientiacutefico y los fundamentos de la investigacioacuten cientiacutefica
middot Disentildear procedimientos de investigacioacuten que puedan articularse de manera coherente con las metodologiacuteas y teacutecnicas existentes
middot Desarrollo del pensamiento criacutetico en investigacioacuten cientiacutefica
middot Desarrollo de las habilidades para la comunicacioacuten oral y escrita en un marco cientiacutefico
This subject considers the following learning outcomes
middot To understand the most important aspects of scientific knowledge and the fundamentals of scientific research
middot To design research procedures that can be articulated in a manner consistent with existing methodologies and techniques
middot Development of critical thinking in scientific research
middot Development of oral and written communication skills in a scientific framework
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Planificacioacuten de la investigacioacuten
middot Introduccioacuten a la buacutesqueda bibliograacutefica
middot Elaboracioacuten de referencias bibliograacuteficas
middot Creacioacuten de bases de datos y anaacutelisis estadiacutestico
middot Desarrollo de opinioacuten criacutetica
middot Transferencia de los resultados de la investigacioacuteno Redaccioacuten de informes teacutecnicoso Presentacioacuten de informes teacutecnicos
Con el objetivo de cubrir estos contenidos se han planificado las siguientes actividades
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
34 52
middot Curso Writing and Presentation Skills impartido por el servicio de idiomas de la Universidad Autoacutenoma de Madrid
middot Seminarios de investigacioacuten (hasta cuatro) con participacioacuten de reputados investigadores y acadeacutemicos reconocidos del aacutembito nacional e internacional
middot Sesiones de planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master en curso
middot Jornada para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas
The content of this subject is as follows
middot Research planning
middot Introduction to bibliographic search
middot Preparation of bibliographic references
middot Database creation and statistical analysis
middot Development of critical opinion
middot Transfer of research resultso Writing technical reportso Presentation of technical reports
In order to cover these contents the following activities have been planned
middot Course Writing and Presentation Skills taught by the language service of the Autonomous University of Madrid
middot Research seminars (up to four) with the participation of renowned researchers and academics recognized nationally and internationally
middot Sessions of planning and presentation of the state-of-the-art of the Master thesis projects in progress
middot Dayconference to expose the progress of the Masters Thesis projects through short presentations and round tables
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
No existen datos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
58 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
35 52
A05 - Seminarios impartidos porexpertos Seminars given by experts
16 100
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
50 0
A13 - Planificacioacuten y presentacioacuten de losestados del arte de los Trabajos Fin deMaster Planning and presentation of thestate-of-the-art for the Master thesis inprogress
12 100
A14 - Jornadas para exponer el avancede los Trabajos Fin de Maacutester a traveacutes depresentaciones breves y mesas redondas Conference to expose the progress of theMasters Thesis projects through shortpresentations and round tables
6 100
A15 - Curso de corta duracioacuten paradesarrollar habilidades de escritura ypresentacioacuten Short course to developwriting and presentation skills
8 100
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 500
E04 - Evaluacioacuten de la participacioacuten yaprovechamiento en seminarios
200 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Trabajo fin de maacutester Master Degree Thesis
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Trabajo fin de maacutester Master Degree Thesis
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Trabajo Fin de Grado Maacutester
ECTS NIVEL 2 12
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
12
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
36 52
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
LISTADO DE ESPECIALIDADES
No existen datos
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Disentildeo y desarrollo de un proyecto de un sistema aplicacioacuten o servicio en el aacutembito de conocimiento de las materias abarcadas en el Maacutester de complejidad sufi-ciente de forma que sea posible por medio de la evaluacioacuten de sus resultados determinar si el estudiante ha adquirido los conocimientos y competencias asocia-dos al tiacutetulo
middot Elaboracioacuten y defensa de un informe sobre el proyecto realizado en el que el estudiante demuestre su capacidad para analizar problemas complejos disentildear e im-plementar soluciones tecnoloacutegicas para dichos problemas dentro del aacutembito de la Ciencia de Datos asiacute como su capacidad de anaacutelisis siacutentesis presentacioacuten ycomunicacioacuten
This subject considers the following learning outcomes
middot Design and development of a project of a system application or service in the field of knowledge of the subjects covered in the Master of sufficient complexityso that it is possible through the evaluation of its results to determine if the student has acquired the knowledge and skills associated with the degree
middot Preparation and defense of a report on the project carried out in which the student demonstrates his ability to analyze complex problems design and implementtechnological solutions for such problems within the scope of Data Science as well as his capacity for analysis synthesis presentation and communication
5513 CONTENIDOS
El Trabajo de Fin de Maacutester (TFM) es un trabajo original realizado individualmente por el estudiante bajo la direccioacuten y supervisioacuten de un tutor preferi-blemente doctor o con experiencia y competencia profesional acreditada Su desarrollo debe involucrar la articulacioacuten de los conocimientos habilida-des y destrezas adquiridos a lo largo de su formacioacuten en el maacutester Adicionalmente debe tener caraacutecter formativo abordar problemas propios del aacutereaprofesional correspondiente y servir de preparacioacuten para posteriores etapas de formacioacuten acadeacutemica en estudios de doctorado incorporando compo-nentes de investigacioacuten o innovacioacuten El trabajo involucraraacute la realizacioacuten de estudios valoraciones e informes acerca de las tecnologiacuteas disponiblesinnovaciones y alternativas Finalmente debe ser realizado con rigor cientiacutefico y de manera conforme a los principios eacuteticos
El proyecto tendraacute un componente de innovacioacuten o investigacioacuten en el que se utilicen e integren las competencias adquiridas en las ensentildeanzas Seraacutedefendido ante un tribunal acadeacutemico designado a tal efecto
The Masters Thesis (TFM) is an original work carried out individually by the student under the direction and supervision of a tutor preferably a doctoror with proven professional experience and competence Its development must involve the articulation of the knowledge skills and abilities acquired th-roughout its training in the master Additionally it must be formative address problems related to the corresponding professional area and serve as pre-paration for subsequent stages of academic training in doctoral studies incorporating research or innovation components The work will involve conduc-ting studies assessments and reports about the available technologies Innovations and alternatives Finally it must be carried out with scientific rigorand in a manner consistent with ethical principles
The project will have an innovation or research component in which the skills acquired in the teachings are used and integrated It will be defended be-fore an academic tribunal appointed for this purpose
5514 OBSERVACIONES
La realizacioacuten del Trabajo Fin de Maacutester se ajustaraacute a la normativa de la Escuela Politeacutecnica Superior Esta normativa puede consultarse en la dispo-nible en la paacutegina web httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm y describe los procedimientos para los siguientes aspec-tos
middot Director codirectores y ponente del TFM
middot Oferta y asignacioacuten de TFMs
middot Calendario de convocatorias de defensas
middot Presentacioacuten del proyecto y propuesta de tribunal
middot Modificaciones formales del TFM
middot Solicitud de defensa
middot Desarrollo de la defensa y calificacioacuten
Respecto a la evaluacioacuten del TFM un 0-30 de la calificacioacuten final seraacute otorgada a propuesta del director quedando el 70-100 restante a decisioacutendel tribunal evaluador Adicionalmente la comisioacuten de Coordinacioacuten y Seguimiento del Maacutester elaboraraacute un documento que extienda la normativa men-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
37 52
cionada anteriormente con el objetivo de detallar los criterios de evaluacioacuten y meacuteritos que determinaraacuten cuando un TFM ha generado resultados extra-ordinarios
The completion of the Master Thesis will comply with the regulations of the Escuela Politeacutecnica Superior These regulations can be found on the oneavailable on the website httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm and describe the procedures for the following aspects
middot Director co-directors and rapporteur of the TFM
middot Offer and allocation of TFMs
middot Calendar of calls for defenses
middot Project presentation and court proposal
middot Formal Modifications of the TFM
middot Defense Request
middot Defense development and grading
Regarding the evaluation of the Master Thesis up to 0-30 of the final grade will be awarded by the director leaving the remaining 70-100 of the gra-de to be determined by the evaluation panel In addition the Committee for Coordinacioacuten y Seguimiento del Maacutester will prepare a document that ex-tends the aforementioned regulations with the objective of detailing the evaluation criteria and merits that will determine when a TFM has generated ex-traordinary results
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
38 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
118 0
A11 - Integracioacuten en un entornoinvestigador o profesional real Integration in a research lab orprofessional environment
100 50
A12 - Discusioacuten tutorizada individual Individual guided discussion
20 100
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
2 100
5517 METODOLOGIacuteAS DOCENTES
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E06 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento por partedel tutor Evaluation on participationperformance and attitude by the supervisor
00 300
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
39 52
E07 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados por parte de un tribunal Evaluation of reports and presentations ofwork and projects performed by a panel ofexperts
700 1000
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
40 52
6 PERSONAL ACADEacuteMICO61 PROFESORADO Y OTROS RECURSOS HUMANOS
Universidad Categoriacutea Total Doctores Horas
Universidad Autoacutenoma de Madrid ProfesorContratadoDoctor
29 100 40
Universidad Autoacutenoma de Madrid Ayudante Doctor 12 100 14
Universidad Autoacutenoma de Madrid Profesor Titularde Universidad
35 100 24
Universidad Autoacutenoma de Madrid Catedraacutetico deUniversidad
24 100 22
PERSONAL ACADEacuteMICO
Ver Apartado 6 Anexo 1
62 OTROS RECURSOS HUMANOS
Ver Apartado 6 Anexo 2
7 RECURSOS MATERIALES Y SERVICIOSJustificacioacuten de que los medios materiales disponibles son adecuados Ver Apartado 7 Anexo 1
8 RESULTADOS PREVISTOS81 ESTIMACIOacuteN DE VALORES CUANTITATIVOS
TASA DE GRADUACIOacuteN TASA DE ABANDONO TASA DE EFICIENCIA
80 20 80
CODIGO TASA VALOR
No existen datos
Justificacioacuten de los Indicadores Propuestos
Ver Apartado 8 Anexo 1
82 PROCEDIMIENTO GENERAL PARA VALORAR EL PROCESO Y LOS RESULTADOS
A los efectos de organizacioacuten y supervisioacuten de las actividades del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Au-dio y Video (Deep Learning for Audio and Video Signal Processing) se nombraraacute una Comisioacuten de Coordinacioacuten Acadeacutemica Esta comisioacuten asiacute comosu coordinador seraacuten nombrados por la Junta de Centro de la Escuela Politeacutecnica Superior de la Universidad Autoacutenoma de Madrid
Seraacute responsabilidad de dicha comisioacuten la planificacioacuten el seguimiento y la evaluacioacuten del funcionamiento del tiacutetulo para lo cual se reuniraacute al menosdos veces al antildeo
Los procedimientos para la valuacioacuten y mejora de la calidad de la ensentildeanza y el profesorado se recogen en el manual que describe el Sistema de Ga-rantiacutea Interna de Calidad de los Planes de Estudios de la Escuela Politeacutecnica Superior (Sistema de Garantiacutea Interna de Calidad-SGIC) Se puede ac-ceder a este manual a traveacutes del enlace httpswwwuamesEPSdocumento1242662061305sgicpdf
Dichos procedimientos estaacuten descritos en una serie de fichas En estas fichas se detallan los indicadores de seguimiento control y evaluacioacuten ademaacutesde los responsables de llevarlos a la praacutectica y proponer acciones de mejora sobre las desviaciones previstas
De este modo las fichas E2-F1 hacen alusioacuten a la calidad de la ensentildeanza y el uso de los datos para su mejora Por otro lado las en las fichas E2-F2tratan del anaacutelisis los resultados del aprendizaje Finalmente en las fichas E2-F3 se especifica el uso de los datos sobre resultados del aprendizaje pa-ra su mejora Los objetivos formativos globales de la titulacioacuten se mediraacuten fundamentalmente a traveacutes de las pruebas de evaluacioacuten de las competen-cias adquiridas en las asignaturas cursadas y del Trabajo de Fin de Maacutester Finalmente se tendraacute en cuenta la valoracioacuten del profesorado y de los es-tudiantes expresada en las encuestas de satisfaccioacuten
El impacto social del maacutester se mediraacute mediante encuestas sobre insercioacuten laboral de los egresados Estos y otros aspectos se recogeraacuten anualmen-te en la memoria de seguimiento del maacutester que elaboraraacute la Comisioacuten de Calidad del Posgrado a partir de la informacioacuten recabada de la Comisioacuten deCoordinacioacuten Acadeacutemica y del resto de agentes involucrados en la titulacioacuten En esta memoria se analizaraacuten aspectos del desarrollo del maacutester talescomo la coordinacioacuten la satisfaccioacuten de los agentes implicados el sistema de informacioacuten del tiacutetulo y los asuntos del buzoacuten de sugerencias y quejas
De forma especiacutefica se calcularaacuten y analizaraacuten los indicadores y tasas que se mencionan a continuacioacutenmiddot Tasa de graduacioacuten del tiacutetulo porcentaje de estudiantes que finalizan la ensentildeanza en el tiempo previsto en el plan de estudios (d) o en un antildeo) en relacioacuten con su
cohorte de entradamiddot Tasa de abandono del tiacutetulo relacioacuten porcentual entre el nuacutemero total de estudiantes de una cohorte de nuevo ingreso que debieron finalizar la titulacioacuten el curso
anterior y que no se han matriculado ni en ese curso ni en el anteriormiddot Tasa de eficiencia de los egresados del tiacutetulo relacioacuten porcentual entre el nuacutemero total de creacuteditos establecidos en el plan de estudios y el nuacutemero total de creacutedi-
tos en los que han tenido que matricularse a lo largo de sus estudios el conjunto de estudiantes titulados en un determinado curso acadeacutemico
Adicionalmente se estudiaraacute la evolucioacuten de cada uno de estos indicadores a lo largo de los distintos cursos acadeacutemicos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
41 52
Se crearaacuten y mantendraacuten grupos de antiguos alumnos Finalmente se llevaraacute a cabo un seguimiento de los puestos profesionales o acadeacutemicosdesempentildeados por los egresados del programa completando asiacute la informacioacuten sobre su insercioacuten laboral
Tras el anaacutelisis de estos datos la Comisioacuten comunicaraacute los resultados a las partes implicadas propondraacute las medidas de revisioacuten necesarias para con-seguir los objetivos previstos y en su caso para su mejora Adoptaraacute asimismo las medidas necesarias para la ejecucioacuten de dichas medidas
Cuando las variaciones anuales de los indicadores propuestos sean significativas la Comisioacuten solicitaraacute a los agentes implicados un informe en el quese indiquen los motivos que podriacutean haber producido esta variacioacuten La Comisioacuten tendraacute la capacidad de elaborar propuestas concretas de revisioacuten delplan de estudios de modificacioacuten en los programas o en la forma de imparticioacuten de las asignaturas asiacute como sugerir cambios en los equipos docentesen aras de la mejora continuada de la calidad del programa
9 SISTEMA DE GARANTIacuteA DE CALIDADENLACE httpswwwuamesEPSSistemaDeGarantiaDeCalidad1242668432722htm
10 CALENDARIO DE IMPLANTACIOacuteN101 CRONOGRAMA DE IMPLANTACIOacuteN
CURSO DE INICIO 2020
Ver Apartado 10 Anexo 1
102 PROCEDIMIENTO DE ADAPTACIOacuteN
No procede
103 ENSENtildeANZAS QUE SE EXTINGUEN
COacuteDIGO ESTUDIO - CENTRO
11 PERSONAS ASOCIADAS A LA SOLICITUD111 RESPONSABLE DEL TIacuteTULO
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
51380809M Joseacute Mariacutea Martiacutenez Saacutenchez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
directorepsuames 647378186 914972224 Director de la EscuelaPoliteacutecnica Superior
112 REPRESENTANTE LEGAL
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
05255176K Juan Antonio Huertas Martiacutenez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Einstein 1 EdificioRectorado CiudadUniversitaria de Cantoblanco
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
vicerrectoradodocenciauames638090858 914973970 Vicerrector de DocenciaInnovacioacuten Educativa yCalidad
El Rector de la Universidad no es el Representante Legal
Ver Apartado 11 Anexo 1
113 SOLICITANTE
El responsable del tiacutetulo no es el solicitante
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
70070739C Juan Carlos San Miguel Avedillo
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
42 52
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
juancarlossanmigueluames 675110180 914972235 Profesor Contratado Doctor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
43 52
Apartado 2 Anexo 1Nombre MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
HASH SHA1 5C139FD312BD81EE69F6C38E7CF8A3670536790A
Coacutedigo CSV 363722671162737707782868Ver Fichero MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
44 52
Apartado 4 Anexo 1Nombre MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
HASH SHA1 890764F01A406789C4CD3A375506D949FC3A19E3
Coacutedigo CSV 362909569091623933311976Ver Fichero MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
45 52
Apartado 5 Anexo 1Nombre MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
HASH SHA1 CB59CD8AF924AA04395541A0E190FD77B5049331
Coacutedigo CSV 362909758779329923811011Ver Fichero MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
46 52
Apartado 6 Anexo 1Nombre MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
HASH SHA1 2D71F0C967BCE214B90317AC3E1DC53537F375DB
Coacutedigo CSV 363722772631468772300398Ver Fichero MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
47 52
Apartado 6 Anexo 2Nombre MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
HASH SHA1 3B916DC1B99190FB14E7F9B9DB9894C0D72E0CE6
Coacutedigo CSV 355636984887564471420005Ver Fichero MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
48 52
Apartado 7 Anexo 1Nombre MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
HASH SHA1 555AB2169976CF2DFE226AA41A0838591B9454DF
Coacutedigo CSV 362910143973192215809487Ver Fichero MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
49 52
Apartado 8 Anexo 1Nombre MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
HASH SHA1 7970D5D3C129A83188495120FDED212E761AE038
Coacutedigo CSV 355637055281804878980158Ver Fichero MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
50 52
Apartado 10 Anexo 1Nombre MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
HASH SHA1 6E707647BD5C20C00581AF8D8D06E2DB2E7967EF
Coacutedigo CSV 362910284986688361858045Ver Fichero MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
51 52
Apartado 11 Anexo 1Nombre Delegacion Firma2019pdf
HASH SHA1 05DF0B4170731D61EA322D5F9716EAF56D413316
Coacutedigo CSV 340595051038543788419529Ver Fichero Delegacion Firma2019pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
52 52 CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
- IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
- Apartado 1 Descripcioacuten del tiacutetulo
- Apartado 2 Justificacioacuten
- Apartado 3 Competencias
- Apartado 4 Acceso y admisioacuten de estudiantes
- Apartado 5 Planificacioacuten de las ensentildeanzas
- Apartado 6 Personal acadeacutemico
- Apartado 7 Recursos materiales y servicios
- Apartado 8 Resultados previstos
- Apartado 9 Sistema de garantiacutea de calidad
- Apartado 10 Calendario de implantacioacuten
- Apartado 11 Personas asociadas a la solicitud
-
Identificador 4317140
4 52
30 30
TIEMPO COMPLETO
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 370 600
RESTO DE ANtildeOS 370 600
TIEMPO PARCIAL
ECTS MATRIacuteCULA MIacuteNIMA ECTS MATRIacuteCULA MAacuteXIMA
PRIMER ANtildeO 240 360
RESTO DE ANtildeOS 240 360
NORMAS DE PERMANENCIA
httpwwwuamesssSatellitees1242665181069listadoSimplePermanenciahtm
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
5 52
2 JUSTIFICACIOacuteN ADECUACIOacuteN DE LA PROPUESTA Y PROCEDIMIENTOSVer Apartado 2 Anexo 1
3 COMPETENCIAS31 COMPETENCIAS BAacuteSICAS Y GENERALES
BAacuteSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
32 COMPETENCIAS TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
6 52
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
33 COMPETENCIAS ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
4 ACCESO Y ADMISIOacuteN DE ESTUDIANTES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
7 52
41 SISTEMAS DE INFORMACIOacuteN PREVIO
Ver Apartado 4 Anexo 1
42 REQUISITOS DE ACCESO Y CRITERIOS DE ADMISIOacuteN
421 Requisitos acadeacutemicos generales de acceso al maacutester
Seguacuten los Reales Decretos 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universitarias oficiales en Espantildeay 8612010 de 2 de julio por el que se modifica el anterior para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de untiacutetulo universitario oficial espantildeol u otro expedido por una institucioacuten de educacioacuten superior perteneciente a otro estado integrante del Espacio Europeode Educacioacuten Superior que faculte en el mismo para el acceso a ensentildeanzas de maacutester
Adicionalmente podraacuten acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educacioacuten Superior sin necesidad de lahomologacioacuten de sus tiacutetulos previa comprobacioacuten por la Universidad de que aquellos acreditan un nivel de formacioacuten equivalente a los correspondien-tes tiacutetulos universitarios oficiales espantildeoles y que facultan en el paiacutes expedidor del tiacutetulo para el acceso a ensentildeanzas de postgrado El acceso por es-ta viacutea no implicaraacute en ninguacuten caso la homologacioacuten del tiacutetulo previo de que esteacute en posesioacuten el interesado ni su reconocimiento a otros efectos que elde cursar las ensentildeanzas de maacutester
El procedimiento formal de solicitud de admisioacuten se realizaraacute a traveacutes del Centro de Posgrado de la Universidad Autoacutenoma de Madrid durante los pla-zos establecidos al efecto por la Universidad La relacioacuten de la documentacioacuten especiacutefica que debe aportar el estudiante al solicitar su admisioacuten se re-coge en la paacutegina web httpwwwuamesadmisionmasteroficial
En todo caso los solicitantes deben cumplir las condiciones especificadas en la Normativa de Ensentildeanzas Oficiales de Posgrado de la UniversidadAutoacutenoma de Madrid (Aprobada en Consejo de Gobierno de 10 de Julio de 2008) cuyos artiacuteculos relevantes son transcritos a continuacioacuten
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Requisitos acadeacutemicos especiacuteficos de acceso al maacutester
Dado el caraacutecter internacional del maacutester propuesto se opta por definir el perfil de ingreso acorde a conocimientos requeridos en lugar de especificarlas titulaciones que permitan acceder al maacutester Asiacute pues el perfil de admisioacuten al Maacutester Universitario en Deep Learning for Audio and Video SignalProcessing corresponderaacute con los siguientes candidatos
1 Ingenieros o candidatos en posesioacuten de un tiacutetulo de grado en la Rama de Ingenieriacutea relacionado con TIC (Tecnologias de Informacion y Comunicaciones) siem-pre que hayan cursado en su tiacutetulo al menos
middot 24 ECTS de fundamentos matemaacuteticos en caacutelculo (12 ECTS) aacutelgebra lineal (6 ECTS) probabilidad y estadiacutestica (6 ECTS)
middot 12 ECTS de programacioacuten en alguacuten lenguaje de alto nivel
middot 6 ECTS en tratamiento de sentildeales
middot 6 ECTS en aprendizaje automaacutetico2 Graduados en posesioacuten de un tiacutetulo oficial equivalente a cualquiera de los anteriores ya sea expedido por una universidad espantildeola o perteneciente a otro estado
integrante del Espacio Europeo de Educacioacuten Superior o asiacute declarado de acuerdo con las ordenaciones anteriores de los estudios universitarios en Espantildea Serequiere que los solicitantes acrediten un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
3 Solicitantes que esteacuten en posesioacuten de tiacutetulos obtenidos en sistemas educativos ajenos al Espacio Europeo de Educacioacuten Estos solicitantes comprobacioacuten por par-te de la Comisioacuten Acadeacutemica del maacutester de que los solicitantes deben acreditar un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
Seguacuten el perfil de ingreso de los estudiantes al Maacutester se consideraraacute si deben cursar un programa intensivo de nivelacioacuten programado justo al co-mienzo del curso acadeacutemico El programa contempla un moacutedulo de nivelacioacuten en Fundamentos de Tratamiento de Sentildeales (Fundamentals of Signalprocessing) de 1 ECTS dirigido a estudiantes cuya formacioacuten en el aacutembito sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento forma-tivo por no tratarse expresamente de materia del maacutester
Dado que las asignaturas seraacuten impartidas en lengua inglesa se exigiraacute para cursar el maacutester un conocimiento de la lengua inglesa al nivel del certifi-cado B2 En caso de no ser hablantes nativos este nivel de idioma deberaacute ser acreditado bien mediante un certificado o mediante una entrevista porparte de la comisioacuten del maacutester
423 Procedimiento de admisioacuten y documentacioacuten requerida de acceso al maacutester
Una vez admitida la solicitud la Comisioacuten Acadeacutemica del maacutester presidida por el Coordinador seraacute la encargada de gestionar la admisioacuten al MaacutesterUniversitario en Deep Learning for Audio and Video Signal Processing y llevaraacute tambieacuten a cabo el proceso de seleccioacuten necesario para garantizar quelos estudiantes admitidos cumplen las condiciones establecidas para su admisioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
8 52
Con el fin de valorar los meacuteritos de las personas interesadas en cursar el Maacutester Universitario en Deep Learning for Audio and Video Signal Proces-sing las solicitudes de admisioacuten al programa deben incluir los siguientes documentos
middot Certificado acadeacutemico oficial
middot Curriacuteculum Vitae
middot Certificado de nivel B2 o superior de conocimiento de ingleacutes En caso de no disponer de certificado se podraacute realizar una entrevista con el solicitante para esta-blecer su adecuado nivel de ingleacutes Se exceptuacutean aquellos estudiantes cuya lengua materna sea el ingleacutes
middot Carta de motivacioacuten en la que se detalle el intereacutes del solicitante por el programa
middot Carta de adecuacioacuten de los estudios previos del solicitante a los requisitos acadeacutemicos especiacuteficos de acceso al maacutester (descritos en el apartado 422)
En el proceso de seleccioacuten de solicitantes se tendraacuten en cuenta los siguientes criterios
middot Expediente acadeacutemico en la titulacioacuten de acceso [40-60 ]
middot Meacuteritos adicionales al expediente incluidos Curriacuteculum Vitae del solicitante [10-30 ]
middot Adecuacioacuten del perfil del solicitante a los contenidos y objetivos del programa [10-40 ]
En caso de que se estime necesario la Comisioacuten Acadeacutemica del Maacutester o los miembros en los que esta delegue podraacuten mantener una entrevista conel solicitante con el fin de poder evaluar de manera maacutes precisa sus meacuteritos y la adecuacioacuten de su perfil al programa
421 General academic requirements for applying to the master
According to the Royal Decree-Law of 13932007 (October 29th) which establishes the organization of Spanish official university education and8612010 (July 2nd) which modifies the previous Royal Decree-Law to access official education Masters degree in Spain it will be necessary to be inpossession of an official Spanish university degree or another issued by an institution of higher education belonging to another member state of the Eu-ropean Higher Education Area that provides the same for access to masters education
In addition students will be able to access the master degrees according to the educational systems outside the European Higher Education Area wit-hout the need for the homologation of their degrees subject to verification by the University that students accredit a level of training equivalent to thecorresponding official Spanish university degrees and that students are able to access to postgraduate education in the country issuing their degreetitle The access via this way will not imply in any case the homologation of the previous degree title that the students are in possession nor its recog-nition for other purposes than that of being admitted to the masteriquests degree
The formal procedure to apply for admission will be carried out through the Postgraduate Center of the Universidad Autoacutenoma of Madrid during thedeadlines established for this purpose by the University The specific documentation that the student must provide when requesting admission is listedin the website httpwwwuamesUAMAcceso-y-admision-posgrados1234886371157htmlanguage=en
In any case applicants must meet the conditions specified in the Official Postgraduate Teaching Regulations of the Universidad Autoacutenoma of Madrid(Approved by the Consejo de Gobierno of July 10 2008) whose relevant articles are transcribed below (in Spanish)
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Specific academic requirements for applying to the master
Given the international orientation of the proposed master the admission profile has been defined according to the required knowledge instead of spe-cifying the degree titles that allow access to the master Thus the admission profile to the Masters Degree in Deep Learning for Audio and Video Sig-nal Processing will correspond to the following candidates
1 Engineers or candidates in possession of a bachelors degree in Engineering Areas related to ICT (Information and Communication Technologies) provided theirdegree contains at least the following contents
middot 24 ECTS of mathematical fundamentals in calculus (12 ECTS) linear algebra (6 ECTS) probability and statistics (6 ECTS)
middot 12 ECTS of programming in some high-level language
middot 6 ECTS in signal processing
middot 6 ECTS in machine learning2 Graduates in possession of an official degree equivalent to any of the above either issued by a Spanish university or belonging to another member state of the
European Higher Education Area or so declared in accordance with the previous regulations of university studies in Spain These graduates are required to ac-credit a level of training equivalent to the requirements defined in the first case
3 Applicants who are in possession of degrees obtained in educational systems outside the European Education Area These applicants are required to accredit alevel of training equivalent to the requirements defined in the first case
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
9 52
According to the academic profile of students entering the Master it will be considered whether they should study an intensive leveling program pro-grammed just at the beginning of the academic year The program includes a leveling module in Fundamentals of Signal Processing of 1 ECTS aimedat students whose previous training in the area is less than 12 ECTS This module will be offered as a training supplement because it is not expressly asubject of the master program
Since the subjects will be taught in English a knowledge of the English language at the level of the B2 certificate will be required to take the mastersdegree In case of not being native speakers this level of language must be accredited either by means of a certificate or by an interview by theMasters Academic Committee
423 Admission procedure and required documentation for applying to the master
Once the application is accepted the Masters Academic Committee chaired by the Coordinator will be in charge of managing the admission to theMasters Degree in Deep Learning for Audio and Video Signal Processing and also to carry out the selection process for guarantying that admittedstudents admitted met the conditions established for admission
In order to assess the merits of prospective students interested in pursuing the Masters Degree in iquestDeep Learning for audio and video signalprocessingiquest (hereinafter the applicants) their applications for admission to the program must include the following documents
middot Official academic certificate
middot Curriculum vitae
middot Certificate of level B2 or higher of knowledge of English If the applicants do not have a certificate the Masters Academic Committee can conduct an interviewwith the applicants to establish the appropriate level of English Students whose mother tongue is English are excluded from this interview
middot Motivation letter detailing the applicants interest in the program
middot Letter describing the adequacy of the applicants previous studies to the specific academic requirements for applying to this master (described in section 422)
The following criteria are defined for the selection process of the applicants
middot Academic record in the degree of access [40-60]
middot Additional merits to the academic record including Curriculum Vitae of the applicant [10-30]
middot Adaptation of the applicants profile to the contents and objectives of the program [10-40]
If needed the Masters Academic Committee or the members in which it delegates can hold an interview with the applicants in order to accurately as-sess their merits and the adequacy of their profile to the program
43 APOYO A ESTUDIANTES
Los estudiantes que cursen el Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video en la Escuela Politeacutecni-ca Superior de la Universidad Autoacutenoma de Madrid (EPS-UAM) dispondraacuten de los mismos sistemas (sede en red de posgrado UAM paacutegina web de latitulacioacuten etc) unidades (Servicio de Tecnologiacuteas de la Informacioacuten Oficina de Acogida) y agentes (equipo de administracioacuten EPS-UAM secretariacuteade los departamentos de dicho centro comisioacuten acadeacutemica del maacutester coordinador de la titulacioacuten) de apoyo que los utilizados para proporcionar in-formacioacuten previa a los solicitantes
En la sede en red del Centro de Estudios de Posgrado [httpwwwuamesposgrado] de la Universidad Autoacutenoma de Madrid (UAM) se proporcionainformacioacuten sobre los maacutesteres impartidos en dicha universidad asiacute como la normativa y los detalles de los procedimientos de admisioacuten y matriacuteculaDesde estas paacuteginas tambieacuten se puede acceder a las respectivas paacuteginas de cada tiacutetuloLa paacutegina en red especiacutefica del maacutester contendraacute al menos la siguiente informacioacuten
middot Descripcioacuten y objetivos del tiacutetulo
middot Planificacioacuten docente detallada (guiacutea docente recomendaciones de matriacutecula calendario acadeacutemico horarios etc)
middot Comisioacuten acadeacutemica del maacutester y coordinador
middot Equipo docente
middot Admisioacuten de estudiantes criterios y procedimientos
middot Becas y ayudas
middot Oferta de trabajos de fin de maacutester (incluyendo las ofertas de empresas)
middot Movilidad de profesorado y estudiantes
middot Actividades formativas complementarias (seminarios conferencias talleres etc)
middot Recursos materiales
middot Indicadores de resultados
middot Sistema de garantiacutea de calidad
Las consultas por parte de los estudiantes tanto fiacutesicas como por medios electroacutenicos recibiraacuten una atencioacuten personalizada
middot Las cuestiones administrativas seraacuten respondidas por parte del personal designado dentro del equipo de administracioacuten de la Escuela Politeacutecnica Superior de laUAM y de la secretariacutea de los departamentos de dicho centro
middot Para las consultas acadeacutemicas la responsabilidad de la elaboracioacuten de la respuesta corresponde a la comisioacuten acadeacutemica del master representada por el coordina-dor de la titulacioacuten o la persona en quien esta tarea sea delegada
Adicionalmente todo estudiante que haya sido admitido en el maacutester contaraacute con el asesoramiento de un tutor acadeacutemico El tutor acadeacutemico es unprofesor involucardo en la docencia del maacutester Su labor principal consiste en la elaboracioacuten en diaacutelogo con el estudiante del plan de formacioacuten inclu-yendo matriacutecula y eleccioacuten de optativas En general el TFM seraacute realizado con el tutor bien como director bien como ponente en caso de la direccioacutende este trabajo sea responsabilidad director externo al prorama Asimismo es misioacuten misioacuten del tutor proporcionar apoyo para que el estudiante resuel-va los problemas de adaptacioacuten que pudieran surgir al comienzo de sus estudios e informarle durante el desarrollo de los mismos
En en el caso de que el estudiante haya propuesto un tutor que cumpla los requisitos especificados en su solicitud la asignacioacuten se realizaraacute en el mo-mento de la admisioacuten En caso de haber sido admitido sin tutor designado el estudiante debe ponerse en contacto con profesores del maacutester y desig-nar de entre ellos tras mutuo acuerdo un tutor definitivo en un plazo limitado (por ejemplo un mes) desde el comienzo del curso
Adicionalmente la UAM pone a disposicioacuten de los estudiantes matriculados en sus programas acadeacutemicos los siguientes recursos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
10 52
middot Oficina de acogida [httpswwwuamesUAMOficina-de-Acogida1242652242790htm]middot Oficina de Orientacioacuten y Atencioacuten al Estudiante [httpwwwuamesestudiantesacceso]middot La Oficina de Praacutecticas Externas y Empleabilidad (OPE) [ httpswwwuamesope]middot Servicio de idiomas [httpwwwuamesUAMServicio-de-Idiomas1242654677923htm]middot Unidad de igualdad de Geacutenero [httpwwwuamesUAMUnidad_Igualdad1446766849002htm]middot Oficina de Accioacuten Solidaria y Cooperacioacuten [httpswwwuamesUAMOficina-de-Accioacuten-Solidaria-y-Cooperacioacuten1242664234487htm] Entre las
labores de esta oficina se encuentra el apoyo a estudiantes con discapacidad con el objetivo de que puedan realizar todas sus actividades en la universidad en lasmejores condiciones posibles
middot Centro de psicologiacutea aplicada [httpswwwuamesUAMCPA]middot Servicio de deportes [httpsservdepsefduames]
44 SISTEMA DE TRANSFERENCIA Y RECONOCIMIENTO DE CREacuteDITOS
Reconocimiento de Creacuteditos Cursados en Ensentildeanzas Superiores Oficiales no Universitarias
MIacuteNIMO MAacuteXIMO
0 0
Reconocimiento de Creacuteditos Cursados en Tiacutetulos Propios
MIacuteNIMO MAacuteXIMO
0 0
Adjuntar Tiacutetulo PropioVer Apartado 4 Anexo 2
Reconocimiento de Creacuteditos Cursados por Acreditacioacuten de Experiencia Laboral y Profesional
MIacuteNIMO MAacuteXIMO
0 0
En el caso del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video (DeepLearning for audio and visual signal processing) se reconoceraacuten creacuteditos exclusivamente de materias correspon-diente a Maacutesteres oficiales
La Universidad Autoacutenoma de Madrid cuenta con una normativa general de transferencia y reconocimiento de creacutedi-tos aprobada en el Consejo de Gobierno de 8 de febrero de 2008 y modificada en el Consejo de Gobierno del 8 deoctubre de 2010 A continuacioacuten se detalla dicha normativa
PREAacuteMBULOEl Real Decreto 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universita-rias oficiales y el Real Decreto 8612010 de 2 de julio por el que se modifica el anterior potencian la movilidad entrelas distintas universidades espantildeolas y dentro de una misma universidad Al tiempo el proceso de transformacioacuten delas titulaciones previas al Espacio Europeo de Educacioacuten Superior en otras conforme a las previsiones del Real De-creto citado crea situaciones de adaptacioacuten que conviene prever Por todo ello resulta imprescindible un sistema deadaptacioacuten reconocimiento y transferencia de creacuteditos en el que los creacuteditos cursados en otra universidad puedanser reconocidos e incorporados al expediente acadeacutemico del estudianteEn este contexto la Universidad Autoacutenoma de Madrid tiene como objetivo por un lado fomentar la movilidad de susestudiantes para permitir su enriquecimiento y desarrollo personal y acadeacutemico y por otro facilitar el procedimientopara aquellos estudiantes que deseen reciclar sus estudios universitarios cambiando de centro yo titulacioacutenInspirado en estas premisas la Universidad Autoacutenoma de Madrid dispone el siguiente sistema de adaptacioacuten reco-nocimiento y transferencia de creacuteditos aplicable a sus estudiantes
Artiacuteculo 1 AacuteMBITO DE APLICACIOacuteN
El aacutembito de aplicacioacuten de estas normas son las ensentildeanzas universitarias oficiales de grado y posgrado seguacuten se-ntildealan las disposiciones establecidas en el Real Decreto 13932007 de 29 de octubre por el que se establece la or-denacioacuten de las ensentildeanzas universitarias oficiales
Artiacuteculo 2 DEFINICIONES
1 Adaptacioacuten de creacuteditos La adaptacioacuten de creacuteditos implica la aceptacioacuten por la Universidad Autoacutenoma de Madridde los creacuteditos correspondientes a estudios previos al Real Decreto 13932007 realizados en esta Universidad o enotras distintas
2 Reconocimiento de creacuteditos El reconocimiento de creacuteditos ECTS implica la aceptacioacuten por la Universidad Autoacuteno-ma de Madrid de los creacuteditos ECTS que habiendo sido obtenidos en unas ensentildeanzas oficiales en la misma u otrauniversidad son computados en otras ensentildeanzas distintas a efectos de la obtencioacuten de un tiacutetulo oficial
Tambieacuten podraacuten ser objeto de reconocimiento los creacuteditos superados en ensentildeanzas superiores oficiales y en ense-ntildeanzas universitarias no oficiales Asimismo podraacuten reconocerse creacuteditos por experiencia laboral o profesional acre-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
11 52
ditada siempre que dicha experiencia esteacute relacionada con las competencias inherentes al tiacutetulo que se pretendeobtener En ambos casos deberaacuten tenerse en cuenta las limitaciones que se establecen en los artiacuteculos 4 y 6
3 Transferencia de creacuteditos La transferencia de creacuteditos ECTS implica que en los documentos acadeacutemicos oficia-les acreditativos de las ensentildeanzas seguidas por cada estudiante la Universidad Autoacutenoma de Madrid incluiraacute la to-talidad de los creacuteditos obtenidos en ensentildeanzas oficiales cursadas con anterioridad en la misma u otra universidadque no hayan conducido a la obtencioacuten de un tiacutetulo oficial
Artiacuteculo 3 REGLAS SOBRE ADAPTACIOacuteN DE CREacuteDITOS
1 En el supuesto de estudios previos realizados en la Universidad Autoacutenoma de Madrid en una titulacioacuten equiva-lente la adaptacioacuten de creacuteditos se ajustaraacute a una tabla de equivalencias que realizaraacute la Comisioacuten Acadeacutemica (u oacuter-gano equivalente) conforme a lo que se prevea al amparo del punto 102 del Anexo I del Real Decreto 13932007
2 En el caso de estudios previos realizados en otras universidades o sin equivalencia en las nuevas titulaciones dela Universidad Autoacutenoma de Madrid la adaptacioacuten de creacuteditos se realizaraacute a peticioacuten del estudiante por parte de laComisioacuten Acadeacutemica (u oacutergano equivalente) atendiendo en lo posible a los conocimientos asociados a las materiascursadas y su valor en creacuteditos
Artiacuteculo 4 REGLAS SOBRE RECONOCIMIENTO DE CREacuteDITOS
1 Se reconoceraacuten automaacuteticamentea) Los creacuteditos correspondientes a materias de formacioacuten baacutesica siempre que la titulacioacuten de destino de esta Univer-sidad pertenezca a la misma rama de conocimiento que la de origenb) Los creacuteditos correspondientes a aquellas otras materias de formacioacuten baacutesica cursadas pertenecientes a la ramade conocimiento de la titulacioacuten de destino
En los supuestos a) y b) anteriores la Comisioacuten Acadeacutemica (u oacutergano equivalente) decidiraacute a solicitud del estudian-te a queacute materias de eacutesta se imputan los creacuteditos de formacioacuten baacutesica de la rama de conocimiento superados en latitulacioacuten de origen teniendo en cuenta la adecuacioacuten entre competencias y los conocimientos asociados a dichasmaterias
Soacutelo en el caso de que se haya superado un nuacutemero de creacuteditos menor asociado a una materia de formacioacuten baacutesi-ca de origen se estableceraacute por el oacutergano responsable la necesidad o no de concluir los creacuteditos determinados enla materia de destino por aquellos complementos formativos que se disentildeen
c) Los creacuteditos de los moacutedulos o materias definidos por el Gobierno en las normativas correspondientes a los estu-dios de maacutester oficial que habiliten para el ejercicio de profesiones reguladas
2 El resto de los creacuteditos no pertenecientes a materias de formacioacuten baacutesica podraacuten ser reconocidos por la ComisioacutenAcadeacutemica (u oacutergano equivalente) teniendo en cuenta la adecuacioacuten entre las competencias los conocimientos y elnuacutemero de creacuteditos asociados a las materias cursadas por el estudiante y los previstos en el plan de estudios o bienvalorando su caraacutecter transversal
3 No podraacuten ser objeto de reconocimiento los creacuteditos correspondientes a los trabajos de fin de grado y maacutester
4 El nuacutemero de creacuteditos que sean objeto de reconocimiento a partir de experiencia profesional o laboral y de ense-ntildeanzas universitarias no oficiales no podraacute ser superior en su conjunto al 15 por ciento del total de los creacuteditos queconstituyen el plan de estudios No obstante lo anterior los creacuteditos procedentes de tiacutetulos no oficiales podraacuten ex-cepcionalmente ser objeto de reconocimiento en un porcentaje superior siempre que el correspondiente tiacutetulo propiohaya sido extinguido y sustituido por un tiacutetulo oficial A tal efecto en la memoria de verificacioacuten deberaacute constar dichacircunstancia conforme a los criterios especificados en el RD 86120105 Se articularaacuten Comisiones Acadeacutemicas por Centros en orden a valorar la equivalencia entre las materias previa-mente cursadas y las materias de destino para las que se solicite reconocimiento
6 Al objeto de facilitar el trabajo de reconocimiento automaacutetico en las AdministracionesSecretariacuteas de los Centroslas Comisiones adoptaraacuten y mantendraacuten actualizadas tablas de reconocimiento para las materias previamente cursa-das en determinadas titulaciones y universidades que maacutes frecuentemente lo solicitan
7 Los estudiantes podraacuten solicitar reconocimiento de creacuteditos por participacioacuten en actividades universitarias cultura-les deportivas de representacioacuten estudiantil solidarias y de cooperacioacuten hasta el valor maacuteximo establecido en elplan de estudios de acuerdo con la normativa que sobre actividades de tipo extracurricular se desarrolle
Artiacuteculo 5 REGLAS SOBRE TRANSFERENCIA DE CREacuteDITOS
Se incluiraacuten en el expediente acadeacutemico del estudiante los creacuteditos correspondientes a materias superadas en otrosestudios universitarios oficiales no terminados
Artiacuteculo 6 CALIFICACIONES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
12 52
1 Al objeto de facilitar la movilidad del estudiante se arrastraraacute la calificacioacuten obtenida en los reconocimientos ytransferencias de creacuteditos ECTS y en las adaptaciones de creacuteditos previstas en el artiacuteculo 3 En su caso se realizaraacutemedia ponderada cuando coexistan varias materias de origen y una sola de destino2 El reconocimiento de creacuteditos a partir de experiencia profesional o laboral y de ensentildeanzas universitarias no ofi-ciales no incorporaraacute la calificacioacuten de los mismos3 En todos los supuestos en los que no haya calificacioacuten se haraacute constar APTO y no baremaraacute a efectos de mediade expediente
Artiacuteculo 7 OacuteRGANOS COMPETENTES
El oacutergano al que compete la adaptacioacuten el reconocimiento y la transferencia de creacuteditos es la Comisioacuten Acadeacutemica(u oacutergano equivalente que regula la ordenacioacuten acadeacutemica de cada titulacioacuten oficial) seguacuten quede establecido en elReglamento del Centro y en los Estatutos de la Universidad Autoacutenoma de Madrid
Artiacuteculo 8 PROCEDIMIENTO
1 Las reglas que regiraacuten el procedimiento de tramitacioacuten de las solicitudes de adaptacioacuten transferencia y reconoci-miento de creacuteditos necesariamente dispondraacuten dea) Un modelo unificado de solicitud de la Universidad Autoacutenoma de Madridb) Un plazo de solicitudc) Un plazo de resolucioacuten de las solicitudes2 Contra los acuerdos que se adopten podraacuten interponerse los recursos previstos en los Estatutos de la UniversidadAutoacutenoma de Madrid
DISPOSICIOacuteN ADICIONAL
Los estudiantes que por programas o convenios internacionales o nacionales esteacuten bajo el aacutembito de movilidad seregiraacuten aparte de lo establecido en esta normativa por lo regulado en su propia normativa y con arreglo a los acuer-dos de estudios suscritos previamente por los estudiantes y los centros de origen y destino de los mismos
Estudiantes UAM httpwwwuamesssSatellitees1234886374930contenidoFi-nalNormativas_de_movilidadhtm
Estudiantes de otras universidades httpwwwuamesinternacionalesnormativaal_exthtml
46 COMPLEMENTOS FORMATIVOS
Aun siendo el perfil de admisioacuten enfocado a Ingenieros o graduados en posesioacuten de un tiacutetulo en la Rama de Inge-nieriacutea relacionado con TIC los estudiantes pueden poseer conocimientos ligeramente diferenciados en temas espe-ciacuteficos debido a la heterogeneidad entre estos estudios de grado Con vistas a que los estudiantes lleguen a alcan-zar el eacutexito acadeacutemico se considera un programa de nivelacioacuten de corta duracioacuten que busca conseguir los miacutenimosnecesarios en ciertos temas especiacuteficos Obseacutervese que aspectos maacutes globales del perfil del estudiante no puedenser compensados con este programa de nivelacioacuten (por ejemplo dominio de herramientas matemaacuteticas yo progra-macioacuten) puesto que requiere cursos de mayor duracioacuten que interfeririacutean con los objetivos del maacutester Estos aspectosglobales se encuentran claramente definidos en el perfil de admisioacuten del estudiante
Este programa de nivelacioacuten contiene un moacutedulo sobre Fundamentos de teoriacutea de sentildeal de 1 ECTS a cursar en lafase inicial del maacutester estando dirigido a estudiantes cuya formacioacuten en el aacutembito de teoriacutea y procesamiento de se-ntildeales sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento formativo por no tratarse expresamentede materia del maacutester A continuacioacuten se describe este moacutedulo
01 Fundamentos de teoriacutea de la sentildeal
Carga 1 ECTS (25 horas)
Duracioacuten y periodo de imparticioacuten una semana al comienzo del curso acadeacutemico
Resultados de aprendizaje
Al final de este moacutedulo se espera que el estudiante sea capaz de
middot Conocimiento y comprensioacuten de las expresiones caracteriacutesticas de los sistemas lineales e invariantes aplicadas a sentildeales mul-tidimensionales o vectoriales
middot Conocimiento y comprensioacuten del Teorema de Muestreo e integracioacuten de los conceptos asociados a sentildeales y sistemas de va-riable independiente continua con los de variable independiente discreta
middot Conocimiento y comprensioacuten del anaacutelisis Frecuencial de sentildeales unidimensionales y multidimensionales
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
13 52
middot Conocer las teacutecnicas baacutesicas de muestreo interpolacioacuten y cuantificacioacuten de sentildeales multidimensionales
Contenidos
El contenido de este moacutedulo es el siguiente
middot Sentildeales y sistemas Lineales e Invariantes (LTI) multidimensionales
middot Anaacutelisis Frecuencial Multidimensionalo Transformacdas discretas unidimensionaleso Transformacdas discretas bidimensionales
middot Muestreo y reconstruccioacuten
middot Interpolacioacuten y cuantificacioacuten
Metodologiacuteas docentes
middot Leccioacuten magistral
middot Resolucioacuten de ejercicios y problemas en el aula
Actividades formativas
Actividad Horas Presencialidad
Desarrollo de contenidos teoacutericopraacutecticos 5 100
Resolucioacuten de problemas 2 100
Pruebas de evaluacioacuten 1 100
Estudio independiente 17 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
14 52
5 PLANIFICACIOacuteN DE LAS ENSENtildeANZAS51 DESCRIPCIOacuteN DEL PLAN DE ESTUDIOS
Ver Apartado 5 Anexo 1
52 ACTIVIDADES FORMATIVAS
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical and practical content
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
A03 - Praacutecticas guiadas en laboratorios informaacuteticos Guided practices in computer labs
A04 - Proyectos desarrollados por parte de los estudiantes de manera individual o en grupos de tamantildeo reducido Projectsdeveloped by students individually or in small groups
A05 - Seminarios impartidos por expertos Seminars given by experts
A06 - Estudio autoacutenomo por parte del estudiante Autonomous study by the student
A07 - Trabajo praacutectico autoacutenomo por parte del estudiante Autonomous practical work by the student
A08 - Pruebas de evaluacioacuten Evaluation tests
A09 - Preparacioacuten de pruebas de evaluacioacuten Preparation of evaluation tests
A10 - Trabajo en un grupo de investigacioacuten Training in a research group
A11 - Integracioacuten en un entorno investigador o profesional real Integration in a research lab or professional environment
A12 - Discusioacuten tutorizada individual Individual guided discussion
A13 - Planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master Planning and presentation of the state-of-the-art for the Master thesis in progress
A14 - Jornadas para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas Conference to expose the progress of the Masters Thesis projects through short presentations and round tables
A15 - Curso de corta duracioacuten para desarrollar habilidades de escritura y presentacioacuten Short course to develop writing andpresentation skills
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
53 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M06 - Aprendizaje cooperativo Cooperative Learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
54 SISTEMAS DE EVALUACIOacuteN
E01 - Exaacutemenes escritos u orales Written or oral exams
E02 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados Evaluation of reports and presentations of workand projects performed
E03 - Evaluacioacuten de las praacutecticas de laboratorio Evaluation of laboratory assignments
E04 - Evaluacioacuten de la participacioacuten y aprovechamiento en seminarios
E05 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento en actividades del aula Evaluation on participationperformance and attitude in classroom activities
E06 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento por parte del tutor Evaluation on participationperformance and attitude by the supervisor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
15 52
E07 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados por parte de un tribunal Evaluation of reportsand presentations of work and projects performed by a panel of experts
55 NIVEL 1 Fundamentos y herramientas baacutesicas para aprendizaje profundo y procesamiento de audio e imagen Fundamentals andbasic tools for deep Learning audio and image processing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Fundamentos y herramientas baacutesicas para aprendizaje profundo Fundamentals of Deep Learning and basic Tools
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 8
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
8
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender los conceptos fundamentales del aprendizaje profundo dentro del contexto del aprendizaje automaacutetico
middot Entrenar una red neuronal profunda seleccionando las caracteriacutesticas maacutes adecuadas de la misma en funcioacuten del tipo de problema y optimizando los hiperparaacute-metros
middot Describir las principales arquitecturas utilizadas en aprendizaje profundo asiacute como las aplicaciones maacutes tiacutepicas
middot Identificar el tipo de algoritmo de aprendizaje profundo maacutes apropiado para varios tipos de problemas en diferentes dominios
middot Implementar algoritmos de aprendizaje profundo utilizando diferentes herramientas
This subject considers the following learning outcomes
middot Understand the fundamentals of deep learning within the machine learning context
middot Train a deep neural network choosing the most appropriate characteristics depending on the type of problem and optimizing the hyperparameters
middot Describe the main architectures used in deep learning as well as the most typical applications
middot Identify the most appropriate deep learning algorithm for various types of problems in different domains
middot Implement deep learning algorithms using different tools
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Fundamentos de aprendizaje automaacutetico
middot Backpropagation
middot Redes Neuronales Profundas (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot Teacutecnicas de optimizacioacuten (Stochastic Gradient Descent Second order methods)
middot Optimizacioacuten de hiper-paraacutemetros
middot Arquitecturas (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot Herramientas de programacioacuten
The contents of this subject are as follows
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
16 52
middot - Machine learning fundamentals
middot - Backpropagation
middot - Deep Neural Networks (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot - Optimization techniques (Stochastic Gradient Descent Second order methods)
middot - Hyper-parameter optimization
middot - Architectures (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot - Programming tools
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
24 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
24 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
17 52
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
64 0
A08 - Pruebas de evaluacioacuten Evaluationtests
8 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
20 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
200 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
00 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 100
NIVEL 2 Revisioacuten de Teacutecnicas Asentadas de Tratamiento de Sentildeal Review of Established Signal Processing Techniques
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 4
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
4
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
18 52
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Analizar los principios que marcan el modelado de secuencias temporales de diferente naturaleza
middot Conocer los principios que definen el anaacutelisis claacutesico de imaacutegenes
middot Disentildear algoritmos para extraccioacuten de caracteriacutesticas en imaacutegenes
This subject considers the following learning outcomes
middot Analysis of the principles that govern the modelling of temporal sequences from different nature
middot Know the principles that define the classic image analysis
middot Design algorithms for feature extraction in images
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Anaacutelisis de sentildeales con dependencia temporalo Anaacutelisis de Sentildeal en el Dominio Temporalo Anaacutelisis de Sentildeales en el Dominio de la Frecuenciao Modelado Estadiacutestico de Secuencias
middot Anaacutelisis de sentildeales visualeso Descriptores globales color puntos de intereacuteso Descriptores a nivel de regioacuten segmentada color puntos de intereacutes textura formao Descriptores de movimiento movimiento global trayectoriaso Aplicaciones en imaacutegenes buacutesqueda global por color y puntos de intereacuteso Aplicaciones en viacutedeo
The contents of this subject are as follows
middot Signal Processing with temporal dependencyo Time domain signal processingo Frequency domain signal processingo Statistical Modeling of Sequences
middot Visual Signal Processingo Global descriptors color keypointso Region-based descriptors color keypoints texture shapeo Motion descriptors global motion trajectorieso Applications for images global search by color and keypointso Applications for video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
19 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
12 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
12 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
20 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
42 0
A08 - Pruebas de evaluacioacuten Evaluationtests
4 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Procesamiento de audio imagen y video basado en aprendizaje profundo Deep Learning for audio image and videoprocessing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de audio Deep Learning for audio signal processing
5511 Datos Baacutesicos del Nivel 2
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
20 52
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y ser capaz de obtener las principales formas de representacioacuten de las sentildeales de audio y voz para su procesamiento mediante teacutencias de deep learning
middot Conocer y ser capaz de aplicar distintas teacutecnicas para el modelado de secuencias temporales en deep learning (ej Frame Stacking Time-Delay NNs redes recu-rrentes )
middot Conocer y ser capaz de aplicar teacutecnicas de transformacioacuten de secuencias de longitud variable en vectores de longitud fija (ej i-vectors x-vectors )
middot Conocer y ser capaz de aplicar disintas teacutecnicas para el reconocimiento de secuencias temprales (ej modelos hiacutebridos HMM-DNN CTC modelos de aten-cioacuten )
middot Conocer el problema de la calibracioacuten e interpretacioacuten probabiliacutestica de las salidas de sistemas deep learning y ser capaz de aplicar teacutecnicas de calibracioacuten en es-te contexto
middot Conocer diferentes aplicaciones del deep learning en procesamiento de audio y voz (ej reconocimiento de locutor idioma emociones voz deteccioacuten de eventosde audio mejora de voz siacutentesis de voz) y las formas maacutes habituales de aplicarlo
This subject considers the following learning outcomes
middot To know and be able to obtain the main forms to represent audio and speech signalsfor processing with deep learning techniques
middot To know and be able to apply different techniques for modeling time sequences indeep learning (ie Frame Stacking Time-Delay NNs recurrent networks )
middot To know and be able to apply techniques for transforming variable-length sequences into fixed-length vectors (ie i-vectors x-vectors )
middot To know and be able to apply different techniques for the recognition of temporal sequences (ie hybrid HMM-DNN models CTC attention models )
middot To know the problem of calibration and the probabilistic interpretation of the outputs of deep learning systems and to be able to apply calibration techniques inthis context
middot To know different applications of deep learning in audio and voice processing (ie speaker language emotions and speech recognition audio event detectionspeech enhancement speech synthesis) and the most common ways of applying them
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Representacioacuten de las sentildeales de audio y voz para Deep learning (de las formas de onda a los embeddings neuronales)
middot Manejo de secuencias temporales con Deep learning (Frame Stacking Time-Delay NNs redes convolucionales por segmentos redes recurrentes (LSTM GRU)etc)
middot Transformacioacuten de secuencias de longitud variable en vectores de longitud fija (de los i-vectors a los x-vectors)
middot Problemas de reconocimiento de secuencias (modelos hiacutebridos HMM-DNN Connectionist Temporal Classification modelos de atencioacuten)
middot Calibracioacuten e interpretacioacuten probabiliacutestica de salidas de sistemas Deep Learning
middot Aplicaciones Reconocimiento de locutor e idioma Reconocimiento de voz Reconocimiento de emociones Deteccioacuten de Eventos de Audio Mejora de VozSiacutentesis de Voz etc
The contents of this subject are as follows
middot Representation of audio and speech signals for Deep learning (from waveforms to neural embeddings)
middot Management of temporal sequences with Deep learning (Frame Stacking Time-Delay NNs segment-based convolutional networks recurrent networks (LSTMGRU) etc)
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
21 52
middot Transformation of variable length sequences into fixed-length vectors (from i-vectors to x-vectors)
middot Sequence recognition problems (HMM-DNN hybrid models Connectionist Temporal Classification attention models)
middot Calibration and the probabilistic interpretation of outputs of Deep Learning systems
middot Applications Speaker and language recognition Speech recognition Emotion recognition Audio Event Detection Speech Enhancement Speech Synthesis etc
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
22 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
18 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
24 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
56 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 400
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 400
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de imagen Deep Learning for image signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
23 52
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales funcionalidades para las que se puede utilizar una red neuronal convolucional (CNN)
middot Conocer y ser capaz de identificar los elementos baacutesicos que componen una CNN
middot Conocer y ser capaz de identificar y utilizar las principales arquitecturas de CNN que se forman a partir de estos elementos baacutesicos
middot Conocer y comprender las razones detraacutes de la evolucioacuten de las arquitecturas CNN
middot Conocer comprender saber utilizar y adaptar las diferentes estrategias para el entrenamiento de las CNNs
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de muacuteltiples tareas en una misma CNN
middot Conocer y comprender las estrategias para la adaptacioacuten interdominio de una CNN
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de una CNN con un conjunto reducido de datos
This subject considers the following learning outcomes
middot To know and be able to differentiate the main functionalities for which a convolutional neural network (CNN) can be used
middot To know and be able to identify the basic elements that make up a CNN
middot To know and be able to identify and use the main CNN architectures that are formed from these basic elements
middot To know and understand the reasons behind the evolution of CNN architectures
middot To know understand be able to use and adapt the different strategies for the training of CNNs
middot To know understand and be able to use the strategies for training multiple tasks in the same CNN
middot To know and understand the strategies for the inter-domain adaptation of a CNN
middot To know understand and be able to use the strategies for training a CNN with a reduced set of data
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Tipos de arquitecturas de redes convolucionales discriminativa regresiva y generativa
middot Evolucioacuten de arquitecturas de redes convolucionales LeNet AlexNet VGG ResNet Inception random connections
middot Entrenamiento de arquitecturas basadas en redes convolucionales y adaptacioacuten a distintos dominios (eg deteccioacuten de objetos segmentacioacuten semaacutetica)
The contents of this subject are as follows
middot Architectures for convolutional neural networks discriminative regressive y generative
middot Advanced architectures LeNet AlexNet VGG ResNet Inception random connections
middot Training convolutional neural networks
middot Adaptations to different tasks object detection semantic segmentation
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
24 52
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
25 52
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de video Deep Learning for video signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales estrategias para detectar objetos en movimiento utilizando CNNs
middot Conocer y saber diferenciar las principales estrategias para seguir objetos en movimiento utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar actividades en video utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar anomalias en video utilizando CNNs y redes temporales LSTM
middot Programar y entrenar redes neuronales que sean capaz de detectar y seguir objetos en secuencias de video
middot Programar y entrenar redes neuronales que sean capaz de detectar anomaliacuteas en secuencias de video
This subject considers the following learning outcomes
middot To know and be able to differentiate the main strategies to detect moving objects using CNNs
middot To know and be able to differentiate the main strategies to follow moving objects using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video activities using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video anomalies using CNNs and LSTM temporary networks
middot To program and train neural networks that are able to detect and track objects in video sequences
middot To program and train neural networks that are capable of detecting anomalies in video sequences
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
26 52
middot Deteccioacuten de objetos en video
middot Seguimiento de objetos en video
middot Reconocimiento de actividades en video
middot Deteccioacuten de anomaliacuteas en video
The contents of this subject are as follows
middot Object detection in video
middot Object tracking in video
middot Activity recognition in video
middot Anomaly detection in video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
27 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
28 52
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Modelar sentildeales heterogeacuteneas de naturaleza fisioloacutegica
middot Analizar y modelar el comportamiento hombre-maacutequina a traveacutes de sentildeales obtenidas de la interaccioacuten
middot Desarrollar y evaluar modelos de aprendizaje automaacutetico maacutes transparentes y justos
This subject considers the following learning outcomes
middot Modelling physiological heterogeneous signals
middot Analysis and Modelling of Human-Machine Behavior from Signals captured during Interaction
middot Development and Evaluation of Transparente and Fair Machine Learning
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Reconocimiento Biomeacutetrico basado en Caracteriacutesticas Fisioloacutegicas
middot Reconocimiento Biomeacutetrico basado en Interaccioacuten
middot Perfilado de Usuario basado en Interaccioacuten Hombre-Maacutequina
middot Seguridad y Privacidad de los sistemas Biomeacutetricos
middot Transparencia Justicia y Responsabilidad en la Inteligencia Artificial
The contents of this subject are as follows
middot Biometric Recognition based on Physiological Characteristics
middot Biometric Recognition based on Human Interaction
middot User Profiling based on Human-Machine Interaction
middot Security and Privacy of Biometric Systems
middot Machine Behavior Transparency Fairness and Accountability
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
29 52
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
14 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
6 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
40 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
58 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
30 52
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender las principales arquitecturas hardware para implementar aprendzaje profundo
middot Comprender y utilzar optimizaciones tanto a nivel software como hardware en los algoritmos de aprendizaje
middot Entender las implicaciones en tiempo de computo consumo de corriente y coste en general de diferentes alternativas arquitecturales
This subject considers the following learning outcomes
middot To understand the main hardware architectures to implement deep learning
middot To understand and use optimizations both at the software and hardware level in the learning algorithms
middot To understand the implications in computing time current consumption and cost in general of different architectural alternatives
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Hardware para aprendizaje automaacutetico GPU CPU FPGA otras arquitecturaso Arquitecturas modernas para aprendizaje automaacuteticoo El dominio de GPUs pero iquestqueacute es lo siguienteo iquestCuaacuteles son los liacutemites del aprendizaje profundo (deep learning)o iquestQueacute ocurre con la inferenciao Modelos de bajo coste especializadoso Compresioacuteno Aceleradores para aprendizaje automaacutetico
middot Ancho de banda en memoria y computacioacuten de baja precisioacuteno Memoria como cuello de botellao Posible solucioacuten computacioacuten de baja precisioacuten
middot Paralelismo y arquitecturas altamente paralelizableso Sobre CPUs paralelismo a nivel de instruccioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
31 52
o Sobre CPUs paralelismo a nivel SIMDVectoro Sobre CPUs paralelismo con muacuteltiples nuacutecleoso Sobre CPUs paralelismo con muacuteltiples socketso Sobre GPUs paralelismo para procesamiento de streamso Aceleradores especializados y ASICso Limites de rendimiento con paralelizacioacuten
The contents of this subject are as follows
middot Hardware for Machine Learning GPU CPU FPGA other architectureso Modern ML architecture (Hardware for machine learning)o The dominance of GPUs but what is nexto What limits deep learning (Is it computed bounded or memory boundedo What happens on the inference sideo Specialized low-cost modelso Compressiono Accelerators for machine learning
middot Memory Bandwidth and Low Precision Computationo Memory as a Bottlenecko One way to help Low-Precision Computation
middot Parallelism and massively parallel architectureso On CPUs Instruction-Level Parallelismo On CPUs SIMDVector Parallelismo On CPUs Multicore Parallelismo On CPUs Multi-socket parallelismo On GPUs Stream Processingo On specialized accelerators and ASICso Limits on parallel performance
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
32 52
55153 ESPECIacuteFICAS
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
16 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
4 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
8 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
30 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
50 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
350 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento en
00 200
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
33 52
actividades del aula Evaluation onparticipation performance and attitude inclassroom activities
55 NIVEL 1 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer los aspectos maacutes importantes del conocimiento cientiacutefico y los fundamentos de la investigacioacuten cientiacutefica
middot Disentildear procedimientos de investigacioacuten que puedan articularse de manera coherente con las metodologiacuteas y teacutecnicas existentes
middot Desarrollo del pensamiento criacutetico en investigacioacuten cientiacutefica
middot Desarrollo de las habilidades para la comunicacioacuten oral y escrita en un marco cientiacutefico
This subject considers the following learning outcomes
middot To understand the most important aspects of scientific knowledge and the fundamentals of scientific research
middot To design research procedures that can be articulated in a manner consistent with existing methodologies and techniques
middot Development of critical thinking in scientific research
middot Development of oral and written communication skills in a scientific framework
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Planificacioacuten de la investigacioacuten
middot Introduccioacuten a la buacutesqueda bibliograacutefica
middot Elaboracioacuten de referencias bibliograacuteficas
middot Creacioacuten de bases de datos y anaacutelisis estadiacutestico
middot Desarrollo de opinioacuten criacutetica
middot Transferencia de los resultados de la investigacioacuteno Redaccioacuten de informes teacutecnicoso Presentacioacuten de informes teacutecnicos
Con el objetivo de cubrir estos contenidos se han planificado las siguientes actividades
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
34 52
middot Curso Writing and Presentation Skills impartido por el servicio de idiomas de la Universidad Autoacutenoma de Madrid
middot Seminarios de investigacioacuten (hasta cuatro) con participacioacuten de reputados investigadores y acadeacutemicos reconocidos del aacutembito nacional e internacional
middot Sesiones de planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master en curso
middot Jornada para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas
The content of this subject is as follows
middot Research planning
middot Introduction to bibliographic search
middot Preparation of bibliographic references
middot Database creation and statistical analysis
middot Development of critical opinion
middot Transfer of research resultso Writing technical reportso Presentation of technical reports
In order to cover these contents the following activities have been planned
middot Course Writing and Presentation Skills taught by the language service of the Autonomous University of Madrid
middot Research seminars (up to four) with the participation of renowned researchers and academics recognized nationally and internationally
middot Sessions of planning and presentation of the state-of-the-art of the Master thesis projects in progress
middot Dayconference to expose the progress of the Masters Thesis projects through short presentations and round tables
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
No existen datos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
58 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
35 52
A05 - Seminarios impartidos porexpertos Seminars given by experts
16 100
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
50 0
A13 - Planificacioacuten y presentacioacuten de losestados del arte de los Trabajos Fin deMaster Planning and presentation of thestate-of-the-art for the Master thesis inprogress
12 100
A14 - Jornadas para exponer el avancede los Trabajos Fin de Maacutester a traveacutes depresentaciones breves y mesas redondas Conference to expose the progress of theMasters Thesis projects through shortpresentations and round tables
6 100
A15 - Curso de corta duracioacuten paradesarrollar habilidades de escritura ypresentacioacuten Short course to developwriting and presentation skills
8 100
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 500
E04 - Evaluacioacuten de la participacioacuten yaprovechamiento en seminarios
200 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Trabajo fin de maacutester Master Degree Thesis
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Trabajo fin de maacutester Master Degree Thesis
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Trabajo Fin de Grado Maacutester
ECTS NIVEL 2 12
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
12
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
36 52
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
LISTADO DE ESPECIALIDADES
No existen datos
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Disentildeo y desarrollo de un proyecto de un sistema aplicacioacuten o servicio en el aacutembito de conocimiento de las materias abarcadas en el Maacutester de complejidad sufi-ciente de forma que sea posible por medio de la evaluacioacuten de sus resultados determinar si el estudiante ha adquirido los conocimientos y competencias asocia-dos al tiacutetulo
middot Elaboracioacuten y defensa de un informe sobre el proyecto realizado en el que el estudiante demuestre su capacidad para analizar problemas complejos disentildear e im-plementar soluciones tecnoloacutegicas para dichos problemas dentro del aacutembito de la Ciencia de Datos asiacute como su capacidad de anaacutelisis siacutentesis presentacioacuten ycomunicacioacuten
This subject considers the following learning outcomes
middot Design and development of a project of a system application or service in the field of knowledge of the subjects covered in the Master of sufficient complexityso that it is possible through the evaluation of its results to determine if the student has acquired the knowledge and skills associated with the degree
middot Preparation and defense of a report on the project carried out in which the student demonstrates his ability to analyze complex problems design and implementtechnological solutions for such problems within the scope of Data Science as well as his capacity for analysis synthesis presentation and communication
5513 CONTENIDOS
El Trabajo de Fin de Maacutester (TFM) es un trabajo original realizado individualmente por el estudiante bajo la direccioacuten y supervisioacuten de un tutor preferi-blemente doctor o con experiencia y competencia profesional acreditada Su desarrollo debe involucrar la articulacioacuten de los conocimientos habilida-des y destrezas adquiridos a lo largo de su formacioacuten en el maacutester Adicionalmente debe tener caraacutecter formativo abordar problemas propios del aacutereaprofesional correspondiente y servir de preparacioacuten para posteriores etapas de formacioacuten acadeacutemica en estudios de doctorado incorporando compo-nentes de investigacioacuten o innovacioacuten El trabajo involucraraacute la realizacioacuten de estudios valoraciones e informes acerca de las tecnologiacuteas disponiblesinnovaciones y alternativas Finalmente debe ser realizado con rigor cientiacutefico y de manera conforme a los principios eacuteticos
El proyecto tendraacute un componente de innovacioacuten o investigacioacuten en el que se utilicen e integren las competencias adquiridas en las ensentildeanzas Seraacutedefendido ante un tribunal acadeacutemico designado a tal efecto
The Masters Thesis (TFM) is an original work carried out individually by the student under the direction and supervision of a tutor preferably a doctoror with proven professional experience and competence Its development must involve the articulation of the knowledge skills and abilities acquired th-roughout its training in the master Additionally it must be formative address problems related to the corresponding professional area and serve as pre-paration for subsequent stages of academic training in doctoral studies incorporating research or innovation components The work will involve conduc-ting studies assessments and reports about the available technologies Innovations and alternatives Finally it must be carried out with scientific rigorand in a manner consistent with ethical principles
The project will have an innovation or research component in which the skills acquired in the teachings are used and integrated It will be defended be-fore an academic tribunal appointed for this purpose
5514 OBSERVACIONES
La realizacioacuten del Trabajo Fin de Maacutester se ajustaraacute a la normativa de la Escuela Politeacutecnica Superior Esta normativa puede consultarse en la dispo-nible en la paacutegina web httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm y describe los procedimientos para los siguientes aspec-tos
middot Director codirectores y ponente del TFM
middot Oferta y asignacioacuten de TFMs
middot Calendario de convocatorias de defensas
middot Presentacioacuten del proyecto y propuesta de tribunal
middot Modificaciones formales del TFM
middot Solicitud de defensa
middot Desarrollo de la defensa y calificacioacuten
Respecto a la evaluacioacuten del TFM un 0-30 de la calificacioacuten final seraacute otorgada a propuesta del director quedando el 70-100 restante a decisioacutendel tribunal evaluador Adicionalmente la comisioacuten de Coordinacioacuten y Seguimiento del Maacutester elaboraraacute un documento que extienda la normativa men-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
37 52
cionada anteriormente con el objetivo de detallar los criterios de evaluacioacuten y meacuteritos que determinaraacuten cuando un TFM ha generado resultados extra-ordinarios
The completion of the Master Thesis will comply with the regulations of the Escuela Politeacutecnica Superior These regulations can be found on the oneavailable on the website httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm and describe the procedures for the following aspects
middot Director co-directors and rapporteur of the TFM
middot Offer and allocation of TFMs
middot Calendar of calls for defenses
middot Project presentation and court proposal
middot Formal Modifications of the TFM
middot Defense Request
middot Defense development and grading
Regarding the evaluation of the Master Thesis up to 0-30 of the final grade will be awarded by the director leaving the remaining 70-100 of the gra-de to be determined by the evaluation panel In addition the Committee for Coordinacioacuten y Seguimiento del Maacutester will prepare a document that ex-tends the aforementioned regulations with the objective of detailing the evaluation criteria and merits that will determine when a TFM has generated ex-traordinary results
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
38 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
118 0
A11 - Integracioacuten en un entornoinvestigador o profesional real Integration in a research lab orprofessional environment
100 50
A12 - Discusioacuten tutorizada individual Individual guided discussion
20 100
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
2 100
5517 METODOLOGIacuteAS DOCENTES
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E06 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento por partedel tutor Evaluation on participationperformance and attitude by the supervisor
00 300
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
39 52
E07 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados por parte de un tribunal Evaluation of reports and presentations ofwork and projects performed by a panel ofexperts
700 1000
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
40 52
6 PERSONAL ACADEacuteMICO61 PROFESORADO Y OTROS RECURSOS HUMANOS
Universidad Categoriacutea Total Doctores Horas
Universidad Autoacutenoma de Madrid ProfesorContratadoDoctor
29 100 40
Universidad Autoacutenoma de Madrid Ayudante Doctor 12 100 14
Universidad Autoacutenoma de Madrid Profesor Titularde Universidad
35 100 24
Universidad Autoacutenoma de Madrid Catedraacutetico deUniversidad
24 100 22
PERSONAL ACADEacuteMICO
Ver Apartado 6 Anexo 1
62 OTROS RECURSOS HUMANOS
Ver Apartado 6 Anexo 2
7 RECURSOS MATERIALES Y SERVICIOSJustificacioacuten de que los medios materiales disponibles son adecuados Ver Apartado 7 Anexo 1
8 RESULTADOS PREVISTOS81 ESTIMACIOacuteN DE VALORES CUANTITATIVOS
TASA DE GRADUACIOacuteN TASA DE ABANDONO TASA DE EFICIENCIA
80 20 80
CODIGO TASA VALOR
No existen datos
Justificacioacuten de los Indicadores Propuestos
Ver Apartado 8 Anexo 1
82 PROCEDIMIENTO GENERAL PARA VALORAR EL PROCESO Y LOS RESULTADOS
A los efectos de organizacioacuten y supervisioacuten de las actividades del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Au-dio y Video (Deep Learning for Audio and Video Signal Processing) se nombraraacute una Comisioacuten de Coordinacioacuten Acadeacutemica Esta comisioacuten asiacute comosu coordinador seraacuten nombrados por la Junta de Centro de la Escuela Politeacutecnica Superior de la Universidad Autoacutenoma de Madrid
Seraacute responsabilidad de dicha comisioacuten la planificacioacuten el seguimiento y la evaluacioacuten del funcionamiento del tiacutetulo para lo cual se reuniraacute al menosdos veces al antildeo
Los procedimientos para la valuacioacuten y mejora de la calidad de la ensentildeanza y el profesorado se recogen en el manual que describe el Sistema de Ga-rantiacutea Interna de Calidad de los Planes de Estudios de la Escuela Politeacutecnica Superior (Sistema de Garantiacutea Interna de Calidad-SGIC) Se puede ac-ceder a este manual a traveacutes del enlace httpswwwuamesEPSdocumento1242662061305sgicpdf
Dichos procedimientos estaacuten descritos en una serie de fichas En estas fichas se detallan los indicadores de seguimiento control y evaluacioacuten ademaacutesde los responsables de llevarlos a la praacutectica y proponer acciones de mejora sobre las desviaciones previstas
De este modo las fichas E2-F1 hacen alusioacuten a la calidad de la ensentildeanza y el uso de los datos para su mejora Por otro lado las en las fichas E2-F2tratan del anaacutelisis los resultados del aprendizaje Finalmente en las fichas E2-F3 se especifica el uso de los datos sobre resultados del aprendizaje pa-ra su mejora Los objetivos formativos globales de la titulacioacuten se mediraacuten fundamentalmente a traveacutes de las pruebas de evaluacioacuten de las competen-cias adquiridas en las asignaturas cursadas y del Trabajo de Fin de Maacutester Finalmente se tendraacute en cuenta la valoracioacuten del profesorado y de los es-tudiantes expresada en las encuestas de satisfaccioacuten
El impacto social del maacutester se mediraacute mediante encuestas sobre insercioacuten laboral de los egresados Estos y otros aspectos se recogeraacuten anualmen-te en la memoria de seguimiento del maacutester que elaboraraacute la Comisioacuten de Calidad del Posgrado a partir de la informacioacuten recabada de la Comisioacuten deCoordinacioacuten Acadeacutemica y del resto de agentes involucrados en la titulacioacuten En esta memoria se analizaraacuten aspectos del desarrollo del maacutester talescomo la coordinacioacuten la satisfaccioacuten de los agentes implicados el sistema de informacioacuten del tiacutetulo y los asuntos del buzoacuten de sugerencias y quejas
De forma especiacutefica se calcularaacuten y analizaraacuten los indicadores y tasas que se mencionan a continuacioacutenmiddot Tasa de graduacioacuten del tiacutetulo porcentaje de estudiantes que finalizan la ensentildeanza en el tiempo previsto en el plan de estudios (d) o en un antildeo) en relacioacuten con su
cohorte de entradamiddot Tasa de abandono del tiacutetulo relacioacuten porcentual entre el nuacutemero total de estudiantes de una cohorte de nuevo ingreso que debieron finalizar la titulacioacuten el curso
anterior y que no se han matriculado ni en ese curso ni en el anteriormiddot Tasa de eficiencia de los egresados del tiacutetulo relacioacuten porcentual entre el nuacutemero total de creacuteditos establecidos en el plan de estudios y el nuacutemero total de creacutedi-
tos en los que han tenido que matricularse a lo largo de sus estudios el conjunto de estudiantes titulados en un determinado curso acadeacutemico
Adicionalmente se estudiaraacute la evolucioacuten de cada uno de estos indicadores a lo largo de los distintos cursos acadeacutemicos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
41 52
Se crearaacuten y mantendraacuten grupos de antiguos alumnos Finalmente se llevaraacute a cabo un seguimiento de los puestos profesionales o acadeacutemicosdesempentildeados por los egresados del programa completando asiacute la informacioacuten sobre su insercioacuten laboral
Tras el anaacutelisis de estos datos la Comisioacuten comunicaraacute los resultados a las partes implicadas propondraacute las medidas de revisioacuten necesarias para con-seguir los objetivos previstos y en su caso para su mejora Adoptaraacute asimismo las medidas necesarias para la ejecucioacuten de dichas medidas
Cuando las variaciones anuales de los indicadores propuestos sean significativas la Comisioacuten solicitaraacute a los agentes implicados un informe en el quese indiquen los motivos que podriacutean haber producido esta variacioacuten La Comisioacuten tendraacute la capacidad de elaborar propuestas concretas de revisioacuten delplan de estudios de modificacioacuten en los programas o en la forma de imparticioacuten de las asignaturas asiacute como sugerir cambios en los equipos docentesen aras de la mejora continuada de la calidad del programa
9 SISTEMA DE GARANTIacuteA DE CALIDADENLACE httpswwwuamesEPSSistemaDeGarantiaDeCalidad1242668432722htm
10 CALENDARIO DE IMPLANTACIOacuteN101 CRONOGRAMA DE IMPLANTACIOacuteN
CURSO DE INICIO 2020
Ver Apartado 10 Anexo 1
102 PROCEDIMIENTO DE ADAPTACIOacuteN
No procede
103 ENSENtildeANZAS QUE SE EXTINGUEN
COacuteDIGO ESTUDIO - CENTRO
11 PERSONAS ASOCIADAS A LA SOLICITUD111 RESPONSABLE DEL TIacuteTULO
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
51380809M Joseacute Mariacutea Martiacutenez Saacutenchez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
directorepsuames 647378186 914972224 Director de la EscuelaPoliteacutecnica Superior
112 REPRESENTANTE LEGAL
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
05255176K Juan Antonio Huertas Martiacutenez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Einstein 1 EdificioRectorado CiudadUniversitaria de Cantoblanco
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
vicerrectoradodocenciauames638090858 914973970 Vicerrector de DocenciaInnovacioacuten Educativa yCalidad
El Rector de la Universidad no es el Representante Legal
Ver Apartado 11 Anexo 1
113 SOLICITANTE
El responsable del tiacutetulo no es el solicitante
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
70070739C Juan Carlos San Miguel Avedillo
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
42 52
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
juancarlossanmigueluames 675110180 914972235 Profesor Contratado Doctor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
43 52
Apartado 2 Anexo 1Nombre MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
HASH SHA1 5C139FD312BD81EE69F6C38E7CF8A3670536790A
Coacutedigo CSV 363722671162737707782868Ver Fichero MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
44 52
Apartado 4 Anexo 1Nombre MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
HASH SHA1 890764F01A406789C4CD3A375506D949FC3A19E3
Coacutedigo CSV 362909569091623933311976Ver Fichero MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
45 52
Apartado 5 Anexo 1Nombre MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
HASH SHA1 CB59CD8AF924AA04395541A0E190FD77B5049331
Coacutedigo CSV 362909758779329923811011Ver Fichero MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
46 52
Apartado 6 Anexo 1Nombre MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
HASH SHA1 2D71F0C967BCE214B90317AC3E1DC53537F375DB
Coacutedigo CSV 363722772631468772300398Ver Fichero MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
47 52
Apartado 6 Anexo 2Nombre MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
HASH SHA1 3B916DC1B99190FB14E7F9B9DB9894C0D72E0CE6
Coacutedigo CSV 355636984887564471420005Ver Fichero MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
48 52
Apartado 7 Anexo 1Nombre MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
HASH SHA1 555AB2169976CF2DFE226AA41A0838591B9454DF
Coacutedigo CSV 362910143973192215809487Ver Fichero MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
49 52
Apartado 8 Anexo 1Nombre MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
HASH SHA1 7970D5D3C129A83188495120FDED212E761AE038
Coacutedigo CSV 355637055281804878980158Ver Fichero MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
50 52
Apartado 10 Anexo 1Nombre MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
HASH SHA1 6E707647BD5C20C00581AF8D8D06E2DB2E7967EF
Coacutedigo CSV 362910284986688361858045Ver Fichero MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
51 52
Apartado 11 Anexo 1Nombre Delegacion Firma2019pdf
HASH SHA1 05DF0B4170731D61EA322D5F9716EAF56D413316
Coacutedigo CSV 340595051038543788419529Ver Fichero Delegacion Firma2019pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
52 52 CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
- IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
- Apartado 1 Descripcioacuten del tiacutetulo
- Apartado 2 Justificacioacuten
- Apartado 3 Competencias
- Apartado 4 Acceso y admisioacuten de estudiantes
- Apartado 5 Planificacioacuten de las ensentildeanzas
- Apartado 6 Personal acadeacutemico
- Apartado 7 Recursos materiales y servicios
- Apartado 8 Resultados previstos
- Apartado 9 Sistema de garantiacutea de calidad
- Apartado 10 Calendario de implantacioacuten
- Apartado 11 Personas asociadas a la solicitud
-
Identificador 4317140
5 52
2 JUSTIFICACIOacuteN ADECUACIOacuteN DE LA PROPUESTA Y PROCEDIMIENTOSVer Apartado 2 Anexo 1
3 COMPETENCIAS31 COMPETENCIAS BAacuteSICAS Y GENERALES
BAacuteSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
32 COMPETENCIAS TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
6 52
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
33 COMPETENCIAS ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
4 ACCESO Y ADMISIOacuteN DE ESTUDIANTES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
7 52
41 SISTEMAS DE INFORMACIOacuteN PREVIO
Ver Apartado 4 Anexo 1
42 REQUISITOS DE ACCESO Y CRITERIOS DE ADMISIOacuteN
421 Requisitos acadeacutemicos generales de acceso al maacutester
Seguacuten los Reales Decretos 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universitarias oficiales en Espantildeay 8612010 de 2 de julio por el que se modifica el anterior para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de untiacutetulo universitario oficial espantildeol u otro expedido por una institucioacuten de educacioacuten superior perteneciente a otro estado integrante del Espacio Europeode Educacioacuten Superior que faculte en el mismo para el acceso a ensentildeanzas de maacutester
Adicionalmente podraacuten acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educacioacuten Superior sin necesidad de lahomologacioacuten de sus tiacutetulos previa comprobacioacuten por la Universidad de que aquellos acreditan un nivel de formacioacuten equivalente a los correspondien-tes tiacutetulos universitarios oficiales espantildeoles y que facultan en el paiacutes expedidor del tiacutetulo para el acceso a ensentildeanzas de postgrado El acceso por es-ta viacutea no implicaraacute en ninguacuten caso la homologacioacuten del tiacutetulo previo de que esteacute en posesioacuten el interesado ni su reconocimiento a otros efectos que elde cursar las ensentildeanzas de maacutester
El procedimiento formal de solicitud de admisioacuten se realizaraacute a traveacutes del Centro de Posgrado de la Universidad Autoacutenoma de Madrid durante los pla-zos establecidos al efecto por la Universidad La relacioacuten de la documentacioacuten especiacutefica que debe aportar el estudiante al solicitar su admisioacuten se re-coge en la paacutegina web httpwwwuamesadmisionmasteroficial
En todo caso los solicitantes deben cumplir las condiciones especificadas en la Normativa de Ensentildeanzas Oficiales de Posgrado de la UniversidadAutoacutenoma de Madrid (Aprobada en Consejo de Gobierno de 10 de Julio de 2008) cuyos artiacuteculos relevantes son transcritos a continuacioacuten
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Requisitos acadeacutemicos especiacuteficos de acceso al maacutester
Dado el caraacutecter internacional del maacutester propuesto se opta por definir el perfil de ingreso acorde a conocimientos requeridos en lugar de especificarlas titulaciones que permitan acceder al maacutester Asiacute pues el perfil de admisioacuten al Maacutester Universitario en Deep Learning for Audio and Video SignalProcessing corresponderaacute con los siguientes candidatos
1 Ingenieros o candidatos en posesioacuten de un tiacutetulo de grado en la Rama de Ingenieriacutea relacionado con TIC (Tecnologias de Informacion y Comunicaciones) siem-pre que hayan cursado en su tiacutetulo al menos
middot 24 ECTS de fundamentos matemaacuteticos en caacutelculo (12 ECTS) aacutelgebra lineal (6 ECTS) probabilidad y estadiacutestica (6 ECTS)
middot 12 ECTS de programacioacuten en alguacuten lenguaje de alto nivel
middot 6 ECTS en tratamiento de sentildeales
middot 6 ECTS en aprendizaje automaacutetico2 Graduados en posesioacuten de un tiacutetulo oficial equivalente a cualquiera de los anteriores ya sea expedido por una universidad espantildeola o perteneciente a otro estado
integrante del Espacio Europeo de Educacioacuten Superior o asiacute declarado de acuerdo con las ordenaciones anteriores de los estudios universitarios en Espantildea Serequiere que los solicitantes acrediten un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
3 Solicitantes que esteacuten en posesioacuten de tiacutetulos obtenidos en sistemas educativos ajenos al Espacio Europeo de Educacioacuten Estos solicitantes comprobacioacuten por par-te de la Comisioacuten Acadeacutemica del maacutester de que los solicitantes deben acreditar un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
Seguacuten el perfil de ingreso de los estudiantes al Maacutester se consideraraacute si deben cursar un programa intensivo de nivelacioacuten programado justo al co-mienzo del curso acadeacutemico El programa contempla un moacutedulo de nivelacioacuten en Fundamentos de Tratamiento de Sentildeales (Fundamentals of Signalprocessing) de 1 ECTS dirigido a estudiantes cuya formacioacuten en el aacutembito sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento forma-tivo por no tratarse expresamente de materia del maacutester
Dado que las asignaturas seraacuten impartidas en lengua inglesa se exigiraacute para cursar el maacutester un conocimiento de la lengua inglesa al nivel del certifi-cado B2 En caso de no ser hablantes nativos este nivel de idioma deberaacute ser acreditado bien mediante un certificado o mediante una entrevista porparte de la comisioacuten del maacutester
423 Procedimiento de admisioacuten y documentacioacuten requerida de acceso al maacutester
Una vez admitida la solicitud la Comisioacuten Acadeacutemica del maacutester presidida por el Coordinador seraacute la encargada de gestionar la admisioacuten al MaacutesterUniversitario en Deep Learning for Audio and Video Signal Processing y llevaraacute tambieacuten a cabo el proceso de seleccioacuten necesario para garantizar quelos estudiantes admitidos cumplen las condiciones establecidas para su admisioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
8 52
Con el fin de valorar los meacuteritos de las personas interesadas en cursar el Maacutester Universitario en Deep Learning for Audio and Video Signal Proces-sing las solicitudes de admisioacuten al programa deben incluir los siguientes documentos
middot Certificado acadeacutemico oficial
middot Curriacuteculum Vitae
middot Certificado de nivel B2 o superior de conocimiento de ingleacutes En caso de no disponer de certificado se podraacute realizar una entrevista con el solicitante para esta-blecer su adecuado nivel de ingleacutes Se exceptuacutean aquellos estudiantes cuya lengua materna sea el ingleacutes
middot Carta de motivacioacuten en la que se detalle el intereacutes del solicitante por el programa
middot Carta de adecuacioacuten de los estudios previos del solicitante a los requisitos acadeacutemicos especiacuteficos de acceso al maacutester (descritos en el apartado 422)
En el proceso de seleccioacuten de solicitantes se tendraacuten en cuenta los siguientes criterios
middot Expediente acadeacutemico en la titulacioacuten de acceso [40-60 ]
middot Meacuteritos adicionales al expediente incluidos Curriacuteculum Vitae del solicitante [10-30 ]
middot Adecuacioacuten del perfil del solicitante a los contenidos y objetivos del programa [10-40 ]
En caso de que se estime necesario la Comisioacuten Acadeacutemica del Maacutester o los miembros en los que esta delegue podraacuten mantener una entrevista conel solicitante con el fin de poder evaluar de manera maacutes precisa sus meacuteritos y la adecuacioacuten de su perfil al programa
421 General academic requirements for applying to the master
According to the Royal Decree-Law of 13932007 (October 29th) which establishes the organization of Spanish official university education and8612010 (July 2nd) which modifies the previous Royal Decree-Law to access official education Masters degree in Spain it will be necessary to be inpossession of an official Spanish university degree or another issued by an institution of higher education belonging to another member state of the Eu-ropean Higher Education Area that provides the same for access to masters education
In addition students will be able to access the master degrees according to the educational systems outside the European Higher Education Area wit-hout the need for the homologation of their degrees subject to verification by the University that students accredit a level of training equivalent to thecorresponding official Spanish university degrees and that students are able to access to postgraduate education in the country issuing their degreetitle The access via this way will not imply in any case the homologation of the previous degree title that the students are in possession nor its recog-nition for other purposes than that of being admitted to the masteriquests degree
The formal procedure to apply for admission will be carried out through the Postgraduate Center of the Universidad Autoacutenoma of Madrid during thedeadlines established for this purpose by the University The specific documentation that the student must provide when requesting admission is listedin the website httpwwwuamesUAMAcceso-y-admision-posgrados1234886371157htmlanguage=en
In any case applicants must meet the conditions specified in the Official Postgraduate Teaching Regulations of the Universidad Autoacutenoma of Madrid(Approved by the Consejo de Gobierno of July 10 2008) whose relevant articles are transcribed below (in Spanish)
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Specific academic requirements for applying to the master
Given the international orientation of the proposed master the admission profile has been defined according to the required knowledge instead of spe-cifying the degree titles that allow access to the master Thus the admission profile to the Masters Degree in Deep Learning for Audio and Video Sig-nal Processing will correspond to the following candidates
1 Engineers or candidates in possession of a bachelors degree in Engineering Areas related to ICT (Information and Communication Technologies) provided theirdegree contains at least the following contents
middot 24 ECTS of mathematical fundamentals in calculus (12 ECTS) linear algebra (6 ECTS) probability and statistics (6 ECTS)
middot 12 ECTS of programming in some high-level language
middot 6 ECTS in signal processing
middot 6 ECTS in machine learning2 Graduates in possession of an official degree equivalent to any of the above either issued by a Spanish university or belonging to another member state of the
European Higher Education Area or so declared in accordance with the previous regulations of university studies in Spain These graduates are required to ac-credit a level of training equivalent to the requirements defined in the first case
3 Applicants who are in possession of degrees obtained in educational systems outside the European Education Area These applicants are required to accredit alevel of training equivalent to the requirements defined in the first case
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
9 52
According to the academic profile of students entering the Master it will be considered whether they should study an intensive leveling program pro-grammed just at the beginning of the academic year The program includes a leveling module in Fundamentals of Signal Processing of 1 ECTS aimedat students whose previous training in the area is less than 12 ECTS This module will be offered as a training supplement because it is not expressly asubject of the master program
Since the subjects will be taught in English a knowledge of the English language at the level of the B2 certificate will be required to take the mastersdegree In case of not being native speakers this level of language must be accredited either by means of a certificate or by an interview by theMasters Academic Committee
423 Admission procedure and required documentation for applying to the master
Once the application is accepted the Masters Academic Committee chaired by the Coordinator will be in charge of managing the admission to theMasters Degree in Deep Learning for Audio and Video Signal Processing and also to carry out the selection process for guarantying that admittedstudents admitted met the conditions established for admission
In order to assess the merits of prospective students interested in pursuing the Masters Degree in iquestDeep Learning for audio and video signalprocessingiquest (hereinafter the applicants) their applications for admission to the program must include the following documents
middot Official academic certificate
middot Curriculum vitae
middot Certificate of level B2 or higher of knowledge of English If the applicants do not have a certificate the Masters Academic Committee can conduct an interviewwith the applicants to establish the appropriate level of English Students whose mother tongue is English are excluded from this interview
middot Motivation letter detailing the applicants interest in the program
middot Letter describing the adequacy of the applicants previous studies to the specific academic requirements for applying to this master (described in section 422)
The following criteria are defined for the selection process of the applicants
middot Academic record in the degree of access [40-60]
middot Additional merits to the academic record including Curriculum Vitae of the applicant [10-30]
middot Adaptation of the applicants profile to the contents and objectives of the program [10-40]
If needed the Masters Academic Committee or the members in which it delegates can hold an interview with the applicants in order to accurately as-sess their merits and the adequacy of their profile to the program
43 APOYO A ESTUDIANTES
Los estudiantes que cursen el Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video en la Escuela Politeacutecni-ca Superior de la Universidad Autoacutenoma de Madrid (EPS-UAM) dispondraacuten de los mismos sistemas (sede en red de posgrado UAM paacutegina web de latitulacioacuten etc) unidades (Servicio de Tecnologiacuteas de la Informacioacuten Oficina de Acogida) y agentes (equipo de administracioacuten EPS-UAM secretariacuteade los departamentos de dicho centro comisioacuten acadeacutemica del maacutester coordinador de la titulacioacuten) de apoyo que los utilizados para proporcionar in-formacioacuten previa a los solicitantes
En la sede en red del Centro de Estudios de Posgrado [httpwwwuamesposgrado] de la Universidad Autoacutenoma de Madrid (UAM) se proporcionainformacioacuten sobre los maacutesteres impartidos en dicha universidad asiacute como la normativa y los detalles de los procedimientos de admisioacuten y matriacuteculaDesde estas paacuteginas tambieacuten se puede acceder a las respectivas paacuteginas de cada tiacutetuloLa paacutegina en red especiacutefica del maacutester contendraacute al menos la siguiente informacioacuten
middot Descripcioacuten y objetivos del tiacutetulo
middot Planificacioacuten docente detallada (guiacutea docente recomendaciones de matriacutecula calendario acadeacutemico horarios etc)
middot Comisioacuten acadeacutemica del maacutester y coordinador
middot Equipo docente
middot Admisioacuten de estudiantes criterios y procedimientos
middot Becas y ayudas
middot Oferta de trabajos de fin de maacutester (incluyendo las ofertas de empresas)
middot Movilidad de profesorado y estudiantes
middot Actividades formativas complementarias (seminarios conferencias talleres etc)
middot Recursos materiales
middot Indicadores de resultados
middot Sistema de garantiacutea de calidad
Las consultas por parte de los estudiantes tanto fiacutesicas como por medios electroacutenicos recibiraacuten una atencioacuten personalizada
middot Las cuestiones administrativas seraacuten respondidas por parte del personal designado dentro del equipo de administracioacuten de la Escuela Politeacutecnica Superior de laUAM y de la secretariacutea de los departamentos de dicho centro
middot Para las consultas acadeacutemicas la responsabilidad de la elaboracioacuten de la respuesta corresponde a la comisioacuten acadeacutemica del master representada por el coordina-dor de la titulacioacuten o la persona en quien esta tarea sea delegada
Adicionalmente todo estudiante que haya sido admitido en el maacutester contaraacute con el asesoramiento de un tutor acadeacutemico El tutor acadeacutemico es unprofesor involucardo en la docencia del maacutester Su labor principal consiste en la elaboracioacuten en diaacutelogo con el estudiante del plan de formacioacuten inclu-yendo matriacutecula y eleccioacuten de optativas En general el TFM seraacute realizado con el tutor bien como director bien como ponente en caso de la direccioacutende este trabajo sea responsabilidad director externo al prorama Asimismo es misioacuten misioacuten del tutor proporcionar apoyo para que el estudiante resuel-va los problemas de adaptacioacuten que pudieran surgir al comienzo de sus estudios e informarle durante el desarrollo de los mismos
En en el caso de que el estudiante haya propuesto un tutor que cumpla los requisitos especificados en su solicitud la asignacioacuten se realizaraacute en el mo-mento de la admisioacuten En caso de haber sido admitido sin tutor designado el estudiante debe ponerse en contacto con profesores del maacutester y desig-nar de entre ellos tras mutuo acuerdo un tutor definitivo en un plazo limitado (por ejemplo un mes) desde el comienzo del curso
Adicionalmente la UAM pone a disposicioacuten de los estudiantes matriculados en sus programas acadeacutemicos los siguientes recursos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
10 52
middot Oficina de acogida [httpswwwuamesUAMOficina-de-Acogida1242652242790htm]middot Oficina de Orientacioacuten y Atencioacuten al Estudiante [httpwwwuamesestudiantesacceso]middot La Oficina de Praacutecticas Externas y Empleabilidad (OPE) [ httpswwwuamesope]middot Servicio de idiomas [httpwwwuamesUAMServicio-de-Idiomas1242654677923htm]middot Unidad de igualdad de Geacutenero [httpwwwuamesUAMUnidad_Igualdad1446766849002htm]middot Oficina de Accioacuten Solidaria y Cooperacioacuten [httpswwwuamesUAMOficina-de-Accioacuten-Solidaria-y-Cooperacioacuten1242664234487htm] Entre las
labores de esta oficina se encuentra el apoyo a estudiantes con discapacidad con el objetivo de que puedan realizar todas sus actividades en la universidad en lasmejores condiciones posibles
middot Centro de psicologiacutea aplicada [httpswwwuamesUAMCPA]middot Servicio de deportes [httpsservdepsefduames]
44 SISTEMA DE TRANSFERENCIA Y RECONOCIMIENTO DE CREacuteDITOS
Reconocimiento de Creacuteditos Cursados en Ensentildeanzas Superiores Oficiales no Universitarias
MIacuteNIMO MAacuteXIMO
0 0
Reconocimiento de Creacuteditos Cursados en Tiacutetulos Propios
MIacuteNIMO MAacuteXIMO
0 0
Adjuntar Tiacutetulo PropioVer Apartado 4 Anexo 2
Reconocimiento de Creacuteditos Cursados por Acreditacioacuten de Experiencia Laboral y Profesional
MIacuteNIMO MAacuteXIMO
0 0
En el caso del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video (DeepLearning for audio and visual signal processing) se reconoceraacuten creacuteditos exclusivamente de materias correspon-diente a Maacutesteres oficiales
La Universidad Autoacutenoma de Madrid cuenta con una normativa general de transferencia y reconocimiento de creacutedi-tos aprobada en el Consejo de Gobierno de 8 de febrero de 2008 y modificada en el Consejo de Gobierno del 8 deoctubre de 2010 A continuacioacuten se detalla dicha normativa
PREAacuteMBULOEl Real Decreto 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universita-rias oficiales y el Real Decreto 8612010 de 2 de julio por el que se modifica el anterior potencian la movilidad entrelas distintas universidades espantildeolas y dentro de una misma universidad Al tiempo el proceso de transformacioacuten delas titulaciones previas al Espacio Europeo de Educacioacuten Superior en otras conforme a las previsiones del Real De-creto citado crea situaciones de adaptacioacuten que conviene prever Por todo ello resulta imprescindible un sistema deadaptacioacuten reconocimiento y transferencia de creacuteditos en el que los creacuteditos cursados en otra universidad puedanser reconocidos e incorporados al expediente acadeacutemico del estudianteEn este contexto la Universidad Autoacutenoma de Madrid tiene como objetivo por un lado fomentar la movilidad de susestudiantes para permitir su enriquecimiento y desarrollo personal y acadeacutemico y por otro facilitar el procedimientopara aquellos estudiantes que deseen reciclar sus estudios universitarios cambiando de centro yo titulacioacutenInspirado en estas premisas la Universidad Autoacutenoma de Madrid dispone el siguiente sistema de adaptacioacuten reco-nocimiento y transferencia de creacuteditos aplicable a sus estudiantes
Artiacuteculo 1 AacuteMBITO DE APLICACIOacuteN
El aacutembito de aplicacioacuten de estas normas son las ensentildeanzas universitarias oficiales de grado y posgrado seguacuten se-ntildealan las disposiciones establecidas en el Real Decreto 13932007 de 29 de octubre por el que se establece la or-denacioacuten de las ensentildeanzas universitarias oficiales
Artiacuteculo 2 DEFINICIONES
1 Adaptacioacuten de creacuteditos La adaptacioacuten de creacuteditos implica la aceptacioacuten por la Universidad Autoacutenoma de Madridde los creacuteditos correspondientes a estudios previos al Real Decreto 13932007 realizados en esta Universidad o enotras distintas
2 Reconocimiento de creacuteditos El reconocimiento de creacuteditos ECTS implica la aceptacioacuten por la Universidad Autoacuteno-ma de Madrid de los creacuteditos ECTS que habiendo sido obtenidos en unas ensentildeanzas oficiales en la misma u otrauniversidad son computados en otras ensentildeanzas distintas a efectos de la obtencioacuten de un tiacutetulo oficial
Tambieacuten podraacuten ser objeto de reconocimiento los creacuteditos superados en ensentildeanzas superiores oficiales y en ense-ntildeanzas universitarias no oficiales Asimismo podraacuten reconocerse creacuteditos por experiencia laboral o profesional acre-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
11 52
ditada siempre que dicha experiencia esteacute relacionada con las competencias inherentes al tiacutetulo que se pretendeobtener En ambos casos deberaacuten tenerse en cuenta las limitaciones que se establecen en los artiacuteculos 4 y 6
3 Transferencia de creacuteditos La transferencia de creacuteditos ECTS implica que en los documentos acadeacutemicos oficia-les acreditativos de las ensentildeanzas seguidas por cada estudiante la Universidad Autoacutenoma de Madrid incluiraacute la to-talidad de los creacuteditos obtenidos en ensentildeanzas oficiales cursadas con anterioridad en la misma u otra universidadque no hayan conducido a la obtencioacuten de un tiacutetulo oficial
Artiacuteculo 3 REGLAS SOBRE ADAPTACIOacuteN DE CREacuteDITOS
1 En el supuesto de estudios previos realizados en la Universidad Autoacutenoma de Madrid en una titulacioacuten equiva-lente la adaptacioacuten de creacuteditos se ajustaraacute a una tabla de equivalencias que realizaraacute la Comisioacuten Acadeacutemica (u oacuter-gano equivalente) conforme a lo que se prevea al amparo del punto 102 del Anexo I del Real Decreto 13932007
2 En el caso de estudios previos realizados en otras universidades o sin equivalencia en las nuevas titulaciones dela Universidad Autoacutenoma de Madrid la adaptacioacuten de creacuteditos se realizaraacute a peticioacuten del estudiante por parte de laComisioacuten Acadeacutemica (u oacutergano equivalente) atendiendo en lo posible a los conocimientos asociados a las materiascursadas y su valor en creacuteditos
Artiacuteculo 4 REGLAS SOBRE RECONOCIMIENTO DE CREacuteDITOS
1 Se reconoceraacuten automaacuteticamentea) Los creacuteditos correspondientes a materias de formacioacuten baacutesica siempre que la titulacioacuten de destino de esta Univer-sidad pertenezca a la misma rama de conocimiento que la de origenb) Los creacuteditos correspondientes a aquellas otras materias de formacioacuten baacutesica cursadas pertenecientes a la ramade conocimiento de la titulacioacuten de destino
En los supuestos a) y b) anteriores la Comisioacuten Acadeacutemica (u oacutergano equivalente) decidiraacute a solicitud del estudian-te a queacute materias de eacutesta se imputan los creacuteditos de formacioacuten baacutesica de la rama de conocimiento superados en latitulacioacuten de origen teniendo en cuenta la adecuacioacuten entre competencias y los conocimientos asociados a dichasmaterias
Soacutelo en el caso de que se haya superado un nuacutemero de creacuteditos menor asociado a una materia de formacioacuten baacutesi-ca de origen se estableceraacute por el oacutergano responsable la necesidad o no de concluir los creacuteditos determinados enla materia de destino por aquellos complementos formativos que se disentildeen
c) Los creacuteditos de los moacutedulos o materias definidos por el Gobierno en las normativas correspondientes a los estu-dios de maacutester oficial que habiliten para el ejercicio de profesiones reguladas
2 El resto de los creacuteditos no pertenecientes a materias de formacioacuten baacutesica podraacuten ser reconocidos por la ComisioacutenAcadeacutemica (u oacutergano equivalente) teniendo en cuenta la adecuacioacuten entre las competencias los conocimientos y elnuacutemero de creacuteditos asociados a las materias cursadas por el estudiante y los previstos en el plan de estudios o bienvalorando su caraacutecter transversal
3 No podraacuten ser objeto de reconocimiento los creacuteditos correspondientes a los trabajos de fin de grado y maacutester
4 El nuacutemero de creacuteditos que sean objeto de reconocimiento a partir de experiencia profesional o laboral y de ense-ntildeanzas universitarias no oficiales no podraacute ser superior en su conjunto al 15 por ciento del total de los creacuteditos queconstituyen el plan de estudios No obstante lo anterior los creacuteditos procedentes de tiacutetulos no oficiales podraacuten ex-cepcionalmente ser objeto de reconocimiento en un porcentaje superior siempre que el correspondiente tiacutetulo propiohaya sido extinguido y sustituido por un tiacutetulo oficial A tal efecto en la memoria de verificacioacuten deberaacute constar dichacircunstancia conforme a los criterios especificados en el RD 86120105 Se articularaacuten Comisiones Acadeacutemicas por Centros en orden a valorar la equivalencia entre las materias previa-mente cursadas y las materias de destino para las que se solicite reconocimiento
6 Al objeto de facilitar el trabajo de reconocimiento automaacutetico en las AdministracionesSecretariacuteas de los Centroslas Comisiones adoptaraacuten y mantendraacuten actualizadas tablas de reconocimiento para las materias previamente cursa-das en determinadas titulaciones y universidades que maacutes frecuentemente lo solicitan
7 Los estudiantes podraacuten solicitar reconocimiento de creacuteditos por participacioacuten en actividades universitarias cultura-les deportivas de representacioacuten estudiantil solidarias y de cooperacioacuten hasta el valor maacuteximo establecido en elplan de estudios de acuerdo con la normativa que sobre actividades de tipo extracurricular se desarrolle
Artiacuteculo 5 REGLAS SOBRE TRANSFERENCIA DE CREacuteDITOS
Se incluiraacuten en el expediente acadeacutemico del estudiante los creacuteditos correspondientes a materias superadas en otrosestudios universitarios oficiales no terminados
Artiacuteculo 6 CALIFICACIONES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
12 52
1 Al objeto de facilitar la movilidad del estudiante se arrastraraacute la calificacioacuten obtenida en los reconocimientos ytransferencias de creacuteditos ECTS y en las adaptaciones de creacuteditos previstas en el artiacuteculo 3 En su caso se realizaraacutemedia ponderada cuando coexistan varias materias de origen y una sola de destino2 El reconocimiento de creacuteditos a partir de experiencia profesional o laboral y de ensentildeanzas universitarias no ofi-ciales no incorporaraacute la calificacioacuten de los mismos3 En todos los supuestos en los que no haya calificacioacuten se haraacute constar APTO y no baremaraacute a efectos de mediade expediente
Artiacuteculo 7 OacuteRGANOS COMPETENTES
El oacutergano al que compete la adaptacioacuten el reconocimiento y la transferencia de creacuteditos es la Comisioacuten Acadeacutemica(u oacutergano equivalente que regula la ordenacioacuten acadeacutemica de cada titulacioacuten oficial) seguacuten quede establecido en elReglamento del Centro y en los Estatutos de la Universidad Autoacutenoma de Madrid
Artiacuteculo 8 PROCEDIMIENTO
1 Las reglas que regiraacuten el procedimiento de tramitacioacuten de las solicitudes de adaptacioacuten transferencia y reconoci-miento de creacuteditos necesariamente dispondraacuten dea) Un modelo unificado de solicitud de la Universidad Autoacutenoma de Madridb) Un plazo de solicitudc) Un plazo de resolucioacuten de las solicitudes2 Contra los acuerdos que se adopten podraacuten interponerse los recursos previstos en los Estatutos de la UniversidadAutoacutenoma de Madrid
DISPOSICIOacuteN ADICIONAL
Los estudiantes que por programas o convenios internacionales o nacionales esteacuten bajo el aacutembito de movilidad seregiraacuten aparte de lo establecido en esta normativa por lo regulado en su propia normativa y con arreglo a los acuer-dos de estudios suscritos previamente por los estudiantes y los centros de origen y destino de los mismos
Estudiantes UAM httpwwwuamesssSatellitees1234886374930contenidoFi-nalNormativas_de_movilidadhtm
Estudiantes de otras universidades httpwwwuamesinternacionalesnormativaal_exthtml
46 COMPLEMENTOS FORMATIVOS
Aun siendo el perfil de admisioacuten enfocado a Ingenieros o graduados en posesioacuten de un tiacutetulo en la Rama de Inge-nieriacutea relacionado con TIC los estudiantes pueden poseer conocimientos ligeramente diferenciados en temas espe-ciacuteficos debido a la heterogeneidad entre estos estudios de grado Con vistas a que los estudiantes lleguen a alcan-zar el eacutexito acadeacutemico se considera un programa de nivelacioacuten de corta duracioacuten que busca conseguir los miacutenimosnecesarios en ciertos temas especiacuteficos Obseacutervese que aspectos maacutes globales del perfil del estudiante no puedenser compensados con este programa de nivelacioacuten (por ejemplo dominio de herramientas matemaacuteticas yo progra-macioacuten) puesto que requiere cursos de mayor duracioacuten que interfeririacutean con los objetivos del maacutester Estos aspectosglobales se encuentran claramente definidos en el perfil de admisioacuten del estudiante
Este programa de nivelacioacuten contiene un moacutedulo sobre Fundamentos de teoriacutea de sentildeal de 1 ECTS a cursar en lafase inicial del maacutester estando dirigido a estudiantes cuya formacioacuten en el aacutembito de teoriacutea y procesamiento de se-ntildeales sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento formativo por no tratarse expresamentede materia del maacutester A continuacioacuten se describe este moacutedulo
01 Fundamentos de teoriacutea de la sentildeal
Carga 1 ECTS (25 horas)
Duracioacuten y periodo de imparticioacuten una semana al comienzo del curso acadeacutemico
Resultados de aprendizaje
Al final de este moacutedulo se espera que el estudiante sea capaz de
middot Conocimiento y comprensioacuten de las expresiones caracteriacutesticas de los sistemas lineales e invariantes aplicadas a sentildeales mul-tidimensionales o vectoriales
middot Conocimiento y comprensioacuten del Teorema de Muestreo e integracioacuten de los conceptos asociados a sentildeales y sistemas de va-riable independiente continua con los de variable independiente discreta
middot Conocimiento y comprensioacuten del anaacutelisis Frecuencial de sentildeales unidimensionales y multidimensionales
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
13 52
middot Conocer las teacutecnicas baacutesicas de muestreo interpolacioacuten y cuantificacioacuten de sentildeales multidimensionales
Contenidos
El contenido de este moacutedulo es el siguiente
middot Sentildeales y sistemas Lineales e Invariantes (LTI) multidimensionales
middot Anaacutelisis Frecuencial Multidimensionalo Transformacdas discretas unidimensionaleso Transformacdas discretas bidimensionales
middot Muestreo y reconstruccioacuten
middot Interpolacioacuten y cuantificacioacuten
Metodologiacuteas docentes
middot Leccioacuten magistral
middot Resolucioacuten de ejercicios y problemas en el aula
Actividades formativas
Actividad Horas Presencialidad
Desarrollo de contenidos teoacutericopraacutecticos 5 100
Resolucioacuten de problemas 2 100
Pruebas de evaluacioacuten 1 100
Estudio independiente 17 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
14 52
5 PLANIFICACIOacuteN DE LAS ENSENtildeANZAS51 DESCRIPCIOacuteN DEL PLAN DE ESTUDIOS
Ver Apartado 5 Anexo 1
52 ACTIVIDADES FORMATIVAS
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical and practical content
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
A03 - Praacutecticas guiadas en laboratorios informaacuteticos Guided practices in computer labs
A04 - Proyectos desarrollados por parte de los estudiantes de manera individual o en grupos de tamantildeo reducido Projectsdeveloped by students individually or in small groups
A05 - Seminarios impartidos por expertos Seminars given by experts
A06 - Estudio autoacutenomo por parte del estudiante Autonomous study by the student
A07 - Trabajo praacutectico autoacutenomo por parte del estudiante Autonomous practical work by the student
A08 - Pruebas de evaluacioacuten Evaluation tests
A09 - Preparacioacuten de pruebas de evaluacioacuten Preparation of evaluation tests
A10 - Trabajo en un grupo de investigacioacuten Training in a research group
A11 - Integracioacuten en un entorno investigador o profesional real Integration in a research lab or professional environment
A12 - Discusioacuten tutorizada individual Individual guided discussion
A13 - Planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master Planning and presentation of the state-of-the-art for the Master thesis in progress
A14 - Jornadas para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas Conference to expose the progress of the Masters Thesis projects through short presentations and round tables
A15 - Curso de corta duracioacuten para desarrollar habilidades de escritura y presentacioacuten Short course to develop writing andpresentation skills
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
53 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M06 - Aprendizaje cooperativo Cooperative Learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
54 SISTEMAS DE EVALUACIOacuteN
E01 - Exaacutemenes escritos u orales Written or oral exams
E02 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados Evaluation of reports and presentations of workand projects performed
E03 - Evaluacioacuten de las praacutecticas de laboratorio Evaluation of laboratory assignments
E04 - Evaluacioacuten de la participacioacuten y aprovechamiento en seminarios
E05 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento en actividades del aula Evaluation on participationperformance and attitude in classroom activities
E06 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento por parte del tutor Evaluation on participationperformance and attitude by the supervisor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
15 52
E07 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados por parte de un tribunal Evaluation of reportsand presentations of work and projects performed by a panel of experts
55 NIVEL 1 Fundamentos y herramientas baacutesicas para aprendizaje profundo y procesamiento de audio e imagen Fundamentals andbasic tools for deep Learning audio and image processing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Fundamentos y herramientas baacutesicas para aprendizaje profundo Fundamentals of Deep Learning and basic Tools
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 8
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
8
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender los conceptos fundamentales del aprendizaje profundo dentro del contexto del aprendizaje automaacutetico
middot Entrenar una red neuronal profunda seleccionando las caracteriacutesticas maacutes adecuadas de la misma en funcioacuten del tipo de problema y optimizando los hiperparaacute-metros
middot Describir las principales arquitecturas utilizadas en aprendizaje profundo asiacute como las aplicaciones maacutes tiacutepicas
middot Identificar el tipo de algoritmo de aprendizaje profundo maacutes apropiado para varios tipos de problemas en diferentes dominios
middot Implementar algoritmos de aprendizaje profundo utilizando diferentes herramientas
This subject considers the following learning outcomes
middot Understand the fundamentals of deep learning within the machine learning context
middot Train a deep neural network choosing the most appropriate characteristics depending on the type of problem and optimizing the hyperparameters
middot Describe the main architectures used in deep learning as well as the most typical applications
middot Identify the most appropriate deep learning algorithm for various types of problems in different domains
middot Implement deep learning algorithms using different tools
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Fundamentos de aprendizaje automaacutetico
middot Backpropagation
middot Redes Neuronales Profundas (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot Teacutecnicas de optimizacioacuten (Stochastic Gradient Descent Second order methods)
middot Optimizacioacuten de hiper-paraacutemetros
middot Arquitecturas (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot Herramientas de programacioacuten
The contents of this subject are as follows
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
16 52
middot - Machine learning fundamentals
middot - Backpropagation
middot - Deep Neural Networks (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot - Optimization techniques (Stochastic Gradient Descent Second order methods)
middot - Hyper-parameter optimization
middot - Architectures (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot - Programming tools
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
24 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
24 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
17 52
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
64 0
A08 - Pruebas de evaluacioacuten Evaluationtests
8 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
20 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
200 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
00 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 100
NIVEL 2 Revisioacuten de Teacutecnicas Asentadas de Tratamiento de Sentildeal Review of Established Signal Processing Techniques
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 4
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
4
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
18 52
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Analizar los principios que marcan el modelado de secuencias temporales de diferente naturaleza
middot Conocer los principios que definen el anaacutelisis claacutesico de imaacutegenes
middot Disentildear algoritmos para extraccioacuten de caracteriacutesticas en imaacutegenes
This subject considers the following learning outcomes
middot Analysis of the principles that govern the modelling of temporal sequences from different nature
middot Know the principles that define the classic image analysis
middot Design algorithms for feature extraction in images
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Anaacutelisis de sentildeales con dependencia temporalo Anaacutelisis de Sentildeal en el Dominio Temporalo Anaacutelisis de Sentildeales en el Dominio de la Frecuenciao Modelado Estadiacutestico de Secuencias
middot Anaacutelisis de sentildeales visualeso Descriptores globales color puntos de intereacuteso Descriptores a nivel de regioacuten segmentada color puntos de intereacutes textura formao Descriptores de movimiento movimiento global trayectoriaso Aplicaciones en imaacutegenes buacutesqueda global por color y puntos de intereacuteso Aplicaciones en viacutedeo
The contents of this subject are as follows
middot Signal Processing with temporal dependencyo Time domain signal processingo Frequency domain signal processingo Statistical Modeling of Sequences
middot Visual Signal Processingo Global descriptors color keypointso Region-based descriptors color keypoints texture shapeo Motion descriptors global motion trajectorieso Applications for images global search by color and keypointso Applications for video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
19 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
12 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
12 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
20 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
42 0
A08 - Pruebas de evaluacioacuten Evaluationtests
4 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Procesamiento de audio imagen y video basado en aprendizaje profundo Deep Learning for audio image and videoprocessing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de audio Deep Learning for audio signal processing
5511 Datos Baacutesicos del Nivel 2
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
20 52
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y ser capaz de obtener las principales formas de representacioacuten de las sentildeales de audio y voz para su procesamiento mediante teacutencias de deep learning
middot Conocer y ser capaz de aplicar distintas teacutecnicas para el modelado de secuencias temporales en deep learning (ej Frame Stacking Time-Delay NNs redes recu-rrentes )
middot Conocer y ser capaz de aplicar teacutecnicas de transformacioacuten de secuencias de longitud variable en vectores de longitud fija (ej i-vectors x-vectors )
middot Conocer y ser capaz de aplicar disintas teacutecnicas para el reconocimiento de secuencias temprales (ej modelos hiacutebridos HMM-DNN CTC modelos de aten-cioacuten )
middot Conocer el problema de la calibracioacuten e interpretacioacuten probabiliacutestica de las salidas de sistemas deep learning y ser capaz de aplicar teacutecnicas de calibracioacuten en es-te contexto
middot Conocer diferentes aplicaciones del deep learning en procesamiento de audio y voz (ej reconocimiento de locutor idioma emociones voz deteccioacuten de eventosde audio mejora de voz siacutentesis de voz) y las formas maacutes habituales de aplicarlo
This subject considers the following learning outcomes
middot To know and be able to obtain the main forms to represent audio and speech signalsfor processing with deep learning techniques
middot To know and be able to apply different techniques for modeling time sequences indeep learning (ie Frame Stacking Time-Delay NNs recurrent networks )
middot To know and be able to apply techniques for transforming variable-length sequences into fixed-length vectors (ie i-vectors x-vectors )
middot To know and be able to apply different techniques for the recognition of temporal sequences (ie hybrid HMM-DNN models CTC attention models )
middot To know the problem of calibration and the probabilistic interpretation of the outputs of deep learning systems and to be able to apply calibration techniques inthis context
middot To know different applications of deep learning in audio and voice processing (ie speaker language emotions and speech recognition audio event detectionspeech enhancement speech synthesis) and the most common ways of applying them
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Representacioacuten de las sentildeales de audio y voz para Deep learning (de las formas de onda a los embeddings neuronales)
middot Manejo de secuencias temporales con Deep learning (Frame Stacking Time-Delay NNs redes convolucionales por segmentos redes recurrentes (LSTM GRU)etc)
middot Transformacioacuten de secuencias de longitud variable en vectores de longitud fija (de los i-vectors a los x-vectors)
middot Problemas de reconocimiento de secuencias (modelos hiacutebridos HMM-DNN Connectionist Temporal Classification modelos de atencioacuten)
middot Calibracioacuten e interpretacioacuten probabiliacutestica de salidas de sistemas Deep Learning
middot Aplicaciones Reconocimiento de locutor e idioma Reconocimiento de voz Reconocimiento de emociones Deteccioacuten de Eventos de Audio Mejora de VozSiacutentesis de Voz etc
The contents of this subject are as follows
middot Representation of audio and speech signals for Deep learning (from waveforms to neural embeddings)
middot Management of temporal sequences with Deep learning (Frame Stacking Time-Delay NNs segment-based convolutional networks recurrent networks (LSTMGRU) etc)
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
21 52
middot Transformation of variable length sequences into fixed-length vectors (from i-vectors to x-vectors)
middot Sequence recognition problems (HMM-DNN hybrid models Connectionist Temporal Classification attention models)
middot Calibration and the probabilistic interpretation of outputs of Deep Learning systems
middot Applications Speaker and language recognition Speech recognition Emotion recognition Audio Event Detection Speech Enhancement Speech Synthesis etc
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
22 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
18 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
24 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
56 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 400
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 400
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de imagen Deep Learning for image signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
23 52
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales funcionalidades para las que se puede utilizar una red neuronal convolucional (CNN)
middot Conocer y ser capaz de identificar los elementos baacutesicos que componen una CNN
middot Conocer y ser capaz de identificar y utilizar las principales arquitecturas de CNN que se forman a partir de estos elementos baacutesicos
middot Conocer y comprender las razones detraacutes de la evolucioacuten de las arquitecturas CNN
middot Conocer comprender saber utilizar y adaptar las diferentes estrategias para el entrenamiento de las CNNs
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de muacuteltiples tareas en una misma CNN
middot Conocer y comprender las estrategias para la adaptacioacuten interdominio de una CNN
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de una CNN con un conjunto reducido de datos
This subject considers the following learning outcomes
middot To know and be able to differentiate the main functionalities for which a convolutional neural network (CNN) can be used
middot To know and be able to identify the basic elements that make up a CNN
middot To know and be able to identify and use the main CNN architectures that are formed from these basic elements
middot To know and understand the reasons behind the evolution of CNN architectures
middot To know understand be able to use and adapt the different strategies for the training of CNNs
middot To know understand and be able to use the strategies for training multiple tasks in the same CNN
middot To know and understand the strategies for the inter-domain adaptation of a CNN
middot To know understand and be able to use the strategies for training a CNN with a reduced set of data
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Tipos de arquitecturas de redes convolucionales discriminativa regresiva y generativa
middot Evolucioacuten de arquitecturas de redes convolucionales LeNet AlexNet VGG ResNet Inception random connections
middot Entrenamiento de arquitecturas basadas en redes convolucionales y adaptacioacuten a distintos dominios (eg deteccioacuten de objetos segmentacioacuten semaacutetica)
The contents of this subject are as follows
middot Architectures for convolutional neural networks discriminative regressive y generative
middot Advanced architectures LeNet AlexNet VGG ResNet Inception random connections
middot Training convolutional neural networks
middot Adaptations to different tasks object detection semantic segmentation
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
24 52
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
25 52
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de video Deep Learning for video signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales estrategias para detectar objetos en movimiento utilizando CNNs
middot Conocer y saber diferenciar las principales estrategias para seguir objetos en movimiento utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar actividades en video utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar anomalias en video utilizando CNNs y redes temporales LSTM
middot Programar y entrenar redes neuronales que sean capaz de detectar y seguir objetos en secuencias de video
middot Programar y entrenar redes neuronales que sean capaz de detectar anomaliacuteas en secuencias de video
This subject considers the following learning outcomes
middot To know and be able to differentiate the main strategies to detect moving objects using CNNs
middot To know and be able to differentiate the main strategies to follow moving objects using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video activities using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video anomalies using CNNs and LSTM temporary networks
middot To program and train neural networks that are able to detect and track objects in video sequences
middot To program and train neural networks that are capable of detecting anomalies in video sequences
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
26 52
middot Deteccioacuten de objetos en video
middot Seguimiento de objetos en video
middot Reconocimiento de actividades en video
middot Deteccioacuten de anomaliacuteas en video
The contents of this subject are as follows
middot Object detection in video
middot Object tracking in video
middot Activity recognition in video
middot Anomaly detection in video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
27 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
28 52
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Modelar sentildeales heterogeacuteneas de naturaleza fisioloacutegica
middot Analizar y modelar el comportamiento hombre-maacutequina a traveacutes de sentildeales obtenidas de la interaccioacuten
middot Desarrollar y evaluar modelos de aprendizaje automaacutetico maacutes transparentes y justos
This subject considers the following learning outcomes
middot Modelling physiological heterogeneous signals
middot Analysis and Modelling of Human-Machine Behavior from Signals captured during Interaction
middot Development and Evaluation of Transparente and Fair Machine Learning
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Reconocimiento Biomeacutetrico basado en Caracteriacutesticas Fisioloacutegicas
middot Reconocimiento Biomeacutetrico basado en Interaccioacuten
middot Perfilado de Usuario basado en Interaccioacuten Hombre-Maacutequina
middot Seguridad y Privacidad de los sistemas Biomeacutetricos
middot Transparencia Justicia y Responsabilidad en la Inteligencia Artificial
The contents of this subject are as follows
middot Biometric Recognition based on Physiological Characteristics
middot Biometric Recognition based on Human Interaction
middot User Profiling based on Human-Machine Interaction
middot Security and Privacy of Biometric Systems
middot Machine Behavior Transparency Fairness and Accountability
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
29 52
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
14 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
6 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
40 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
58 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
30 52
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender las principales arquitecturas hardware para implementar aprendzaje profundo
middot Comprender y utilzar optimizaciones tanto a nivel software como hardware en los algoritmos de aprendizaje
middot Entender las implicaciones en tiempo de computo consumo de corriente y coste en general de diferentes alternativas arquitecturales
This subject considers the following learning outcomes
middot To understand the main hardware architectures to implement deep learning
middot To understand and use optimizations both at the software and hardware level in the learning algorithms
middot To understand the implications in computing time current consumption and cost in general of different architectural alternatives
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Hardware para aprendizaje automaacutetico GPU CPU FPGA otras arquitecturaso Arquitecturas modernas para aprendizaje automaacuteticoo El dominio de GPUs pero iquestqueacute es lo siguienteo iquestCuaacuteles son los liacutemites del aprendizaje profundo (deep learning)o iquestQueacute ocurre con la inferenciao Modelos de bajo coste especializadoso Compresioacuteno Aceleradores para aprendizaje automaacutetico
middot Ancho de banda en memoria y computacioacuten de baja precisioacuteno Memoria como cuello de botellao Posible solucioacuten computacioacuten de baja precisioacuten
middot Paralelismo y arquitecturas altamente paralelizableso Sobre CPUs paralelismo a nivel de instruccioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
31 52
o Sobre CPUs paralelismo a nivel SIMDVectoro Sobre CPUs paralelismo con muacuteltiples nuacutecleoso Sobre CPUs paralelismo con muacuteltiples socketso Sobre GPUs paralelismo para procesamiento de streamso Aceleradores especializados y ASICso Limites de rendimiento con paralelizacioacuten
The contents of this subject are as follows
middot Hardware for Machine Learning GPU CPU FPGA other architectureso Modern ML architecture (Hardware for machine learning)o The dominance of GPUs but what is nexto What limits deep learning (Is it computed bounded or memory boundedo What happens on the inference sideo Specialized low-cost modelso Compressiono Accelerators for machine learning
middot Memory Bandwidth and Low Precision Computationo Memory as a Bottlenecko One way to help Low-Precision Computation
middot Parallelism and massively parallel architectureso On CPUs Instruction-Level Parallelismo On CPUs SIMDVector Parallelismo On CPUs Multicore Parallelismo On CPUs Multi-socket parallelismo On GPUs Stream Processingo On specialized accelerators and ASICso Limits on parallel performance
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
32 52
55153 ESPECIacuteFICAS
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
16 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
4 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
8 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
30 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
50 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
350 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento en
00 200
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
33 52
actividades del aula Evaluation onparticipation performance and attitude inclassroom activities
55 NIVEL 1 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer los aspectos maacutes importantes del conocimiento cientiacutefico y los fundamentos de la investigacioacuten cientiacutefica
middot Disentildear procedimientos de investigacioacuten que puedan articularse de manera coherente con las metodologiacuteas y teacutecnicas existentes
middot Desarrollo del pensamiento criacutetico en investigacioacuten cientiacutefica
middot Desarrollo de las habilidades para la comunicacioacuten oral y escrita en un marco cientiacutefico
This subject considers the following learning outcomes
middot To understand the most important aspects of scientific knowledge and the fundamentals of scientific research
middot To design research procedures that can be articulated in a manner consistent with existing methodologies and techniques
middot Development of critical thinking in scientific research
middot Development of oral and written communication skills in a scientific framework
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Planificacioacuten de la investigacioacuten
middot Introduccioacuten a la buacutesqueda bibliograacutefica
middot Elaboracioacuten de referencias bibliograacuteficas
middot Creacioacuten de bases de datos y anaacutelisis estadiacutestico
middot Desarrollo de opinioacuten criacutetica
middot Transferencia de los resultados de la investigacioacuteno Redaccioacuten de informes teacutecnicoso Presentacioacuten de informes teacutecnicos
Con el objetivo de cubrir estos contenidos se han planificado las siguientes actividades
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
34 52
middot Curso Writing and Presentation Skills impartido por el servicio de idiomas de la Universidad Autoacutenoma de Madrid
middot Seminarios de investigacioacuten (hasta cuatro) con participacioacuten de reputados investigadores y acadeacutemicos reconocidos del aacutembito nacional e internacional
middot Sesiones de planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master en curso
middot Jornada para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas
The content of this subject is as follows
middot Research planning
middot Introduction to bibliographic search
middot Preparation of bibliographic references
middot Database creation and statistical analysis
middot Development of critical opinion
middot Transfer of research resultso Writing technical reportso Presentation of technical reports
In order to cover these contents the following activities have been planned
middot Course Writing and Presentation Skills taught by the language service of the Autonomous University of Madrid
middot Research seminars (up to four) with the participation of renowned researchers and academics recognized nationally and internationally
middot Sessions of planning and presentation of the state-of-the-art of the Master thesis projects in progress
middot Dayconference to expose the progress of the Masters Thesis projects through short presentations and round tables
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
No existen datos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
58 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
35 52
A05 - Seminarios impartidos porexpertos Seminars given by experts
16 100
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
50 0
A13 - Planificacioacuten y presentacioacuten de losestados del arte de los Trabajos Fin deMaster Planning and presentation of thestate-of-the-art for the Master thesis inprogress
12 100
A14 - Jornadas para exponer el avancede los Trabajos Fin de Maacutester a traveacutes depresentaciones breves y mesas redondas Conference to expose the progress of theMasters Thesis projects through shortpresentations and round tables
6 100
A15 - Curso de corta duracioacuten paradesarrollar habilidades de escritura ypresentacioacuten Short course to developwriting and presentation skills
8 100
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 500
E04 - Evaluacioacuten de la participacioacuten yaprovechamiento en seminarios
200 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Trabajo fin de maacutester Master Degree Thesis
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Trabajo fin de maacutester Master Degree Thesis
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Trabajo Fin de Grado Maacutester
ECTS NIVEL 2 12
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
12
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
36 52
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
LISTADO DE ESPECIALIDADES
No existen datos
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Disentildeo y desarrollo de un proyecto de un sistema aplicacioacuten o servicio en el aacutembito de conocimiento de las materias abarcadas en el Maacutester de complejidad sufi-ciente de forma que sea posible por medio de la evaluacioacuten de sus resultados determinar si el estudiante ha adquirido los conocimientos y competencias asocia-dos al tiacutetulo
middot Elaboracioacuten y defensa de un informe sobre el proyecto realizado en el que el estudiante demuestre su capacidad para analizar problemas complejos disentildear e im-plementar soluciones tecnoloacutegicas para dichos problemas dentro del aacutembito de la Ciencia de Datos asiacute como su capacidad de anaacutelisis siacutentesis presentacioacuten ycomunicacioacuten
This subject considers the following learning outcomes
middot Design and development of a project of a system application or service in the field of knowledge of the subjects covered in the Master of sufficient complexityso that it is possible through the evaluation of its results to determine if the student has acquired the knowledge and skills associated with the degree
middot Preparation and defense of a report on the project carried out in which the student demonstrates his ability to analyze complex problems design and implementtechnological solutions for such problems within the scope of Data Science as well as his capacity for analysis synthesis presentation and communication
5513 CONTENIDOS
El Trabajo de Fin de Maacutester (TFM) es un trabajo original realizado individualmente por el estudiante bajo la direccioacuten y supervisioacuten de un tutor preferi-blemente doctor o con experiencia y competencia profesional acreditada Su desarrollo debe involucrar la articulacioacuten de los conocimientos habilida-des y destrezas adquiridos a lo largo de su formacioacuten en el maacutester Adicionalmente debe tener caraacutecter formativo abordar problemas propios del aacutereaprofesional correspondiente y servir de preparacioacuten para posteriores etapas de formacioacuten acadeacutemica en estudios de doctorado incorporando compo-nentes de investigacioacuten o innovacioacuten El trabajo involucraraacute la realizacioacuten de estudios valoraciones e informes acerca de las tecnologiacuteas disponiblesinnovaciones y alternativas Finalmente debe ser realizado con rigor cientiacutefico y de manera conforme a los principios eacuteticos
El proyecto tendraacute un componente de innovacioacuten o investigacioacuten en el que se utilicen e integren las competencias adquiridas en las ensentildeanzas Seraacutedefendido ante un tribunal acadeacutemico designado a tal efecto
The Masters Thesis (TFM) is an original work carried out individually by the student under the direction and supervision of a tutor preferably a doctoror with proven professional experience and competence Its development must involve the articulation of the knowledge skills and abilities acquired th-roughout its training in the master Additionally it must be formative address problems related to the corresponding professional area and serve as pre-paration for subsequent stages of academic training in doctoral studies incorporating research or innovation components The work will involve conduc-ting studies assessments and reports about the available technologies Innovations and alternatives Finally it must be carried out with scientific rigorand in a manner consistent with ethical principles
The project will have an innovation or research component in which the skills acquired in the teachings are used and integrated It will be defended be-fore an academic tribunal appointed for this purpose
5514 OBSERVACIONES
La realizacioacuten del Trabajo Fin de Maacutester se ajustaraacute a la normativa de la Escuela Politeacutecnica Superior Esta normativa puede consultarse en la dispo-nible en la paacutegina web httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm y describe los procedimientos para los siguientes aspec-tos
middot Director codirectores y ponente del TFM
middot Oferta y asignacioacuten de TFMs
middot Calendario de convocatorias de defensas
middot Presentacioacuten del proyecto y propuesta de tribunal
middot Modificaciones formales del TFM
middot Solicitud de defensa
middot Desarrollo de la defensa y calificacioacuten
Respecto a la evaluacioacuten del TFM un 0-30 de la calificacioacuten final seraacute otorgada a propuesta del director quedando el 70-100 restante a decisioacutendel tribunal evaluador Adicionalmente la comisioacuten de Coordinacioacuten y Seguimiento del Maacutester elaboraraacute un documento que extienda la normativa men-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
37 52
cionada anteriormente con el objetivo de detallar los criterios de evaluacioacuten y meacuteritos que determinaraacuten cuando un TFM ha generado resultados extra-ordinarios
The completion of the Master Thesis will comply with the regulations of the Escuela Politeacutecnica Superior These regulations can be found on the oneavailable on the website httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm and describe the procedures for the following aspects
middot Director co-directors and rapporteur of the TFM
middot Offer and allocation of TFMs
middot Calendar of calls for defenses
middot Project presentation and court proposal
middot Formal Modifications of the TFM
middot Defense Request
middot Defense development and grading
Regarding the evaluation of the Master Thesis up to 0-30 of the final grade will be awarded by the director leaving the remaining 70-100 of the gra-de to be determined by the evaluation panel In addition the Committee for Coordinacioacuten y Seguimiento del Maacutester will prepare a document that ex-tends the aforementioned regulations with the objective of detailing the evaluation criteria and merits that will determine when a TFM has generated ex-traordinary results
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
38 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
118 0
A11 - Integracioacuten en un entornoinvestigador o profesional real Integration in a research lab orprofessional environment
100 50
A12 - Discusioacuten tutorizada individual Individual guided discussion
20 100
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
2 100
5517 METODOLOGIacuteAS DOCENTES
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E06 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento por partedel tutor Evaluation on participationperformance and attitude by the supervisor
00 300
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
39 52
E07 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados por parte de un tribunal Evaluation of reports and presentations ofwork and projects performed by a panel ofexperts
700 1000
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
40 52
6 PERSONAL ACADEacuteMICO61 PROFESORADO Y OTROS RECURSOS HUMANOS
Universidad Categoriacutea Total Doctores Horas
Universidad Autoacutenoma de Madrid ProfesorContratadoDoctor
29 100 40
Universidad Autoacutenoma de Madrid Ayudante Doctor 12 100 14
Universidad Autoacutenoma de Madrid Profesor Titularde Universidad
35 100 24
Universidad Autoacutenoma de Madrid Catedraacutetico deUniversidad
24 100 22
PERSONAL ACADEacuteMICO
Ver Apartado 6 Anexo 1
62 OTROS RECURSOS HUMANOS
Ver Apartado 6 Anexo 2
7 RECURSOS MATERIALES Y SERVICIOSJustificacioacuten de que los medios materiales disponibles son adecuados Ver Apartado 7 Anexo 1
8 RESULTADOS PREVISTOS81 ESTIMACIOacuteN DE VALORES CUANTITATIVOS
TASA DE GRADUACIOacuteN TASA DE ABANDONO TASA DE EFICIENCIA
80 20 80
CODIGO TASA VALOR
No existen datos
Justificacioacuten de los Indicadores Propuestos
Ver Apartado 8 Anexo 1
82 PROCEDIMIENTO GENERAL PARA VALORAR EL PROCESO Y LOS RESULTADOS
A los efectos de organizacioacuten y supervisioacuten de las actividades del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Au-dio y Video (Deep Learning for Audio and Video Signal Processing) se nombraraacute una Comisioacuten de Coordinacioacuten Acadeacutemica Esta comisioacuten asiacute comosu coordinador seraacuten nombrados por la Junta de Centro de la Escuela Politeacutecnica Superior de la Universidad Autoacutenoma de Madrid
Seraacute responsabilidad de dicha comisioacuten la planificacioacuten el seguimiento y la evaluacioacuten del funcionamiento del tiacutetulo para lo cual se reuniraacute al menosdos veces al antildeo
Los procedimientos para la valuacioacuten y mejora de la calidad de la ensentildeanza y el profesorado se recogen en el manual que describe el Sistema de Ga-rantiacutea Interna de Calidad de los Planes de Estudios de la Escuela Politeacutecnica Superior (Sistema de Garantiacutea Interna de Calidad-SGIC) Se puede ac-ceder a este manual a traveacutes del enlace httpswwwuamesEPSdocumento1242662061305sgicpdf
Dichos procedimientos estaacuten descritos en una serie de fichas En estas fichas se detallan los indicadores de seguimiento control y evaluacioacuten ademaacutesde los responsables de llevarlos a la praacutectica y proponer acciones de mejora sobre las desviaciones previstas
De este modo las fichas E2-F1 hacen alusioacuten a la calidad de la ensentildeanza y el uso de los datos para su mejora Por otro lado las en las fichas E2-F2tratan del anaacutelisis los resultados del aprendizaje Finalmente en las fichas E2-F3 se especifica el uso de los datos sobre resultados del aprendizaje pa-ra su mejora Los objetivos formativos globales de la titulacioacuten se mediraacuten fundamentalmente a traveacutes de las pruebas de evaluacioacuten de las competen-cias adquiridas en las asignaturas cursadas y del Trabajo de Fin de Maacutester Finalmente se tendraacute en cuenta la valoracioacuten del profesorado y de los es-tudiantes expresada en las encuestas de satisfaccioacuten
El impacto social del maacutester se mediraacute mediante encuestas sobre insercioacuten laboral de los egresados Estos y otros aspectos se recogeraacuten anualmen-te en la memoria de seguimiento del maacutester que elaboraraacute la Comisioacuten de Calidad del Posgrado a partir de la informacioacuten recabada de la Comisioacuten deCoordinacioacuten Acadeacutemica y del resto de agentes involucrados en la titulacioacuten En esta memoria se analizaraacuten aspectos del desarrollo del maacutester talescomo la coordinacioacuten la satisfaccioacuten de los agentes implicados el sistema de informacioacuten del tiacutetulo y los asuntos del buzoacuten de sugerencias y quejas
De forma especiacutefica se calcularaacuten y analizaraacuten los indicadores y tasas que se mencionan a continuacioacutenmiddot Tasa de graduacioacuten del tiacutetulo porcentaje de estudiantes que finalizan la ensentildeanza en el tiempo previsto en el plan de estudios (d) o en un antildeo) en relacioacuten con su
cohorte de entradamiddot Tasa de abandono del tiacutetulo relacioacuten porcentual entre el nuacutemero total de estudiantes de una cohorte de nuevo ingreso que debieron finalizar la titulacioacuten el curso
anterior y que no se han matriculado ni en ese curso ni en el anteriormiddot Tasa de eficiencia de los egresados del tiacutetulo relacioacuten porcentual entre el nuacutemero total de creacuteditos establecidos en el plan de estudios y el nuacutemero total de creacutedi-
tos en los que han tenido que matricularse a lo largo de sus estudios el conjunto de estudiantes titulados en un determinado curso acadeacutemico
Adicionalmente se estudiaraacute la evolucioacuten de cada uno de estos indicadores a lo largo de los distintos cursos acadeacutemicos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
41 52
Se crearaacuten y mantendraacuten grupos de antiguos alumnos Finalmente se llevaraacute a cabo un seguimiento de los puestos profesionales o acadeacutemicosdesempentildeados por los egresados del programa completando asiacute la informacioacuten sobre su insercioacuten laboral
Tras el anaacutelisis de estos datos la Comisioacuten comunicaraacute los resultados a las partes implicadas propondraacute las medidas de revisioacuten necesarias para con-seguir los objetivos previstos y en su caso para su mejora Adoptaraacute asimismo las medidas necesarias para la ejecucioacuten de dichas medidas
Cuando las variaciones anuales de los indicadores propuestos sean significativas la Comisioacuten solicitaraacute a los agentes implicados un informe en el quese indiquen los motivos que podriacutean haber producido esta variacioacuten La Comisioacuten tendraacute la capacidad de elaborar propuestas concretas de revisioacuten delplan de estudios de modificacioacuten en los programas o en la forma de imparticioacuten de las asignaturas asiacute como sugerir cambios en los equipos docentesen aras de la mejora continuada de la calidad del programa
9 SISTEMA DE GARANTIacuteA DE CALIDADENLACE httpswwwuamesEPSSistemaDeGarantiaDeCalidad1242668432722htm
10 CALENDARIO DE IMPLANTACIOacuteN101 CRONOGRAMA DE IMPLANTACIOacuteN
CURSO DE INICIO 2020
Ver Apartado 10 Anexo 1
102 PROCEDIMIENTO DE ADAPTACIOacuteN
No procede
103 ENSENtildeANZAS QUE SE EXTINGUEN
COacuteDIGO ESTUDIO - CENTRO
11 PERSONAS ASOCIADAS A LA SOLICITUD111 RESPONSABLE DEL TIacuteTULO
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
51380809M Joseacute Mariacutea Martiacutenez Saacutenchez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
directorepsuames 647378186 914972224 Director de la EscuelaPoliteacutecnica Superior
112 REPRESENTANTE LEGAL
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
05255176K Juan Antonio Huertas Martiacutenez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Einstein 1 EdificioRectorado CiudadUniversitaria de Cantoblanco
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
vicerrectoradodocenciauames638090858 914973970 Vicerrector de DocenciaInnovacioacuten Educativa yCalidad
El Rector de la Universidad no es el Representante Legal
Ver Apartado 11 Anexo 1
113 SOLICITANTE
El responsable del tiacutetulo no es el solicitante
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
70070739C Juan Carlos San Miguel Avedillo
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
42 52
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
juancarlossanmigueluames 675110180 914972235 Profesor Contratado Doctor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
43 52
Apartado 2 Anexo 1Nombre MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
HASH SHA1 5C139FD312BD81EE69F6C38E7CF8A3670536790A
Coacutedigo CSV 363722671162737707782868Ver Fichero MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
44 52
Apartado 4 Anexo 1Nombre MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
HASH SHA1 890764F01A406789C4CD3A375506D949FC3A19E3
Coacutedigo CSV 362909569091623933311976Ver Fichero MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
45 52
Apartado 5 Anexo 1Nombre MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
HASH SHA1 CB59CD8AF924AA04395541A0E190FD77B5049331
Coacutedigo CSV 362909758779329923811011Ver Fichero MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
46 52
Apartado 6 Anexo 1Nombre MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
HASH SHA1 2D71F0C967BCE214B90317AC3E1DC53537F375DB
Coacutedigo CSV 363722772631468772300398Ver Fichero MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
47 52
Apartado 6 Anexo 2Nombre MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
HASH SHA1 3B916DC1B99190FB14E7F9B9DB9894C0D72E0CE6
Coacutedigo CSV 355636984887564471420005Ver Fichero MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
48 52
Apartado 7 Anexo 1Nombre MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
HASH SHA1 555AB2169976CF2DFE226AA41A0838591B9454DF
Coacutedigo CSV 362910143973192215809487Ver Fichero MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
49 52
Apartado 8 Anexo 1Nombre MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
HASH SHA1 7970D5D3C129A83188495120FDED212E761AE038
Coacutedigo CSV 355637055281804878980158Ver Fichero MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
50 52
Apartado 10 Anexo 1Nombre MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
HASH SHA1 6E707647BD5C20C00581AF8D8D06E2DB2E7967EF
Coacutedigo CSV 362910284986688361858045Ver Fichero MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
51 52
Apartado 11 Anexo 1Nombre Delegacion Firma2019pdf
HASH SHA1 05DF0B4170731D61EA322D5F9716EAF56D413316
Coacutedigo CSV 340595051038543788419529Ver Fichero Delegacion Firma2019pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
52 52 CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
- IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
- Apartado 1 Descripcioacuten del tiacutetulo
- Apartado 2 Justificacioacuten
- Apartado 3 Competencias
- Apartado 4 Acceso y admisioacuten de estudiantes
- Apartado 5 Planificacioacuten de las ensentildeanzas
- Apartado 6 Personal acadeacutemico
- Apartado 7 Recursos materiales y servicios
- Apartado 8 Resultados previstos
- Apartado 9 Sistema de garantiacutea de calidad
- Apartado 10 Calendario de implantacioacuten
- Apartado 11 Personas asociadas a la solicitud
-
Identificador 4317140
6 52
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
33 COMPETENCIAS ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
4 ACCESO Y ADMISIOacuteN DE ESTUDIANTES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
7 52
41 SISTEMAS DE INFORMACIOacuteN PREVIO
Ver Apartado 4 Anexo 1
42 REQUISITOS DE ACCESO Y CRITERIOS DE ADMISIOacuteN
421 Requisitos acadeacutemicos generales de acceso al maacutester
Seguacuten los Reales Decretos 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universitarias oficiales en Espantildeay 8612010 de 2 de julio por el que se modifica el anterior para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de untiacutetulo universitario oficial espantildeol u otro expedido por una institucioacuten de educacioacuten superior perteneciente a otro estado integrante del Espacio Europeode Educacioacuten Superior que faculte en el mismo para el acceso a ensentildeanzas de maacutester
Adicionalmente podraacuten acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educacioacuten Superior sin necesidad de lahomologacioacuten de sus tiacutetulos previa comprobacioacuten por la Universidad de que aquellos acreditan un nivel de formacioacuten equivalente a los correspondien-tes tiacutetulos universitarios oficiales espantildeoles y que facultan en el paiacutes expedidor del tiacutetulo para el acceso a ensentildeanzas de postgrado El acceso por es-ta viacutea no implicaraacute en ninguacuten caso la homologacioacuten del tiacutetulo previo de que esteacute en posesioacuten el interesado ni su reconocimiento a otros efectos que elde cursar las ensentildeanzas de maacutester
El procedimiento formal de solicitud de admisioacuten se realizaraacute a traveacutes del Centro de Posgrado de la Universidad Autoacutenoma de Madrid durante los pla-zos establecidos al efecto por la Universidad La relacioacuten de la documentacioacuten especiacutefica que debe aportar el estudiante al solicitar su admisioacuten se re-coge en la paacutegina web httpwwwuamesadmisionmasteroficial
En todo caso los solicitantes deben cumplir las condiciones especificadas en la Normativa de Ensentildeanzas Oficiales de Posgrado de la UniversidadAutoacutenoma de Madrid (Aprobada en Consejo de Gobierno de 10 de Julio de 2008) cuyos artiacuteculos relevantes son transcritos a continuacioacuten
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Requisitos acadeacutemicos especiacuteficos de acceso al maacutester
Dado el caraacutecter internacional del maacutester propuesto se opta por definir el perfil de ingreso acorde a conocimientos requeridos en lugar de especificarlas titulaciones que permitan acceder al maacutester Asiacute pues el perfil de admisioacuten al Maacutester Universitario en Deep Learning for Audio and Video SignalProcessing corresponderaacute con los siguientes candidatos
1 Ingenieros o candidatos en posesioacuten de un tiacutetulo de grado en la Rama de Ingenieriacutea relacionado con TIC (Tecnologias de Informacion y Comunicaciones) siem-pre que hayan cursado en su tiacutetulo al menos
middot 24 ECTS de fundamentos matemaacuteticos en caacutelculo (12 ECTS) aacutelgebra lineal (6 ECTS) probabilidad y estadiacutestica (6 ECTS)
middot 12 ECTS de programacioacuten en alguacuten lenguaje de alto nivel
middot 6 ECTS en tratamiento de sentildeales
middot 6 ECTS en aprendizaje automaacutetico2 Graduados en posesioacuten de un tiacutetulo oficial equivalente a cualquiera de los anteriores ya sea expedido por una universidad espantildeola o perteneciente a otro estado
integrante del Espacio Europeo de Educacioacuten Superior o asiacute declarado de acuerdo con las ordenaciones anteriores de los estudios universitarios en Espantildea Serequiere que los solicitantes acrediten un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
3 Solicitantes que esteacuten en posesioacuten de tiacutetulos obtenidos en sistemas educativos ajenos al Espacio Europeo de Educacioacuten Estos solicitantes comprobacioacuten por par-te de la Comisioacuten Acadeacutemica del maacutester de que los solicitantes deben acreditar un nivel de formacioacuten equivalente a los requisitos definidos en el primer caso
Seguacuten el perfil de ingreso de los estudiantes al Maacutester se consideraraacute si deben cursar un programa intensivo de nivelacioacuten programado justo al co-mienzo del curso acadeacutemico El programa contempla un moacutedulo de nivelacioacuten en Fundamentos de Tratamiento de Sentildeales (Fundamentals of Signalprocessing) de 1 ECTS dirigido a estudiantes cuya formacioacuten en el aacutembito sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento forma-tivo por no tratarse expresamente de materia del maacutester
Dado que las asignaturas seraacuten impartidas en lengua inglesa se exigiraacute para cursar el maacutester un conocimiento de la lengua inglesa al nivel del certifi-cado B2 En caso de no ser hablantes nativos este nivel de idioma deberaacute ser acreditado bien mediante un certificado o mediante una entrevista porparte de la comisioacuten del maacutester
423 Procedimiento de admisioacuten y documentacioacuten requerida de acceso al maacutester
Una vez admitida la solicitud la Comisioacuten Acadeacutemica del maacutester presidida por el Coordinador seraacute la encargada de gestionar la admisioacuten al MaacutesterUniversitario en Deep Learning for Audio and Video Signal Processing y llevaraacute tambieacuten a cabo el proceso de seleccioacuten necesario para garantizar quelos estudiantes admitidos cumplen las condiciones establecidas para su admisioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
8 52
Con el fin de valorar los meacuteritos de las personas interesadas en cursar el Maacutester Universitario en Deep Learning for Audio and Video Signal Proces-sing las solicitudes de admisioacuten al programa deben incluir los siguientes documentos
middot Certificado acadeacutemico oficial
middot Curriacuteculum Vitae
middot Certificado de nivel B2 o superior de conocimiento de ingleacutes En caso de no disponer de certificado se podraacute realizar una entrevista con el solicitante para esta-blecer su adecuado nivel de ingleacutes Se exceptuacutean aquellos estudiantes cuya lengua materna sea el ingleacutes
middot Carta de motivacioacuten en la que se detalle el intereacutes del solicitante por el programa
middot Carta de adecuacioacuten de los estudios previos del solicitante a los requisitos acadeacutemicos especiacuteficos de acceso al maacutester (descritos en el apartado 422)
En el proceso de seleccioacuten de solicitantes se tendraacuten en cuenta los siguientes criterios
middot Expediente acadeacutemico en la titulacioacuten de acceso [40-60 ]
middot Meacuteritos adicionales al expediente incluidos Curriacuteculum Vitae del solicitante [10-30 ]
middot Adecuacioacuten del perfil del solicitante a los contenidos y objetivos del programa [10-40 ]
En caso de que se estime necesario la Comisioacuten Acadeacutemica del Maacutester o los miembros en los que esta delegue podraacuten mantener una entrevista conel solicitante con el fin de poder evaluar de manera maacutes precisa sus meacuteritos y la adecuacioacuten de su perfil al programa
421 General academic requirements for applying to the master
According to the Royal Decree-Law of 13932007 (October 29th) which establishes the organization of Spanish official university education and8612010 (July 2nd) which modifies the previous Royal Decree-Law to access official education Masters degree in Spain it will be necessary to be inpossession of an official Spanish university degree or another issued by an institution of higher education belonging to another member state of the Eu-ropean Higher Education Area that provides the same for access to masters education
In addition students will be able to access the master degrees according to the educational systems outside the European Higher Education Area wit-hout the need for the homologation of their degrees subject to verification by the University that students accredit a level of training equivalent to thecorresponding official Spanish university degrees and that students are able to access to postgraduate education in the country issuing their degreetitle The access via this way will not imply in any case the homologation of the previous degree title that the students are in possession nor its recog-nition for other purposes than that of being admitted to the masteriquests degree
The formal procedure to apply for admission will be carried out through the Postgraduate Center of the Universidad Autoacutenoma of Madrid during thedeadlines established for this purpose by the University The specific documentation that the student must provide when requesting admission is listedin the website httpwwwuamesUAMAcceso-y-admision-posgrados1234886371157htmlanguage=en
In any case applicants must meet the conditions specified in the Official Postgraduate Teaching Regulations of the Universidad Autoacutenoma of Madrid(Approved by the Consejo de Gobierno of July 10 2008) whose relevant articles are transcribed below (in Spanish)
Artiacuteculo 2- Ensentildeanzas oficiales de MaacutesterEstructura1 Las ensentildeanzas de maacutester tienen como finalidad la adquisicioacuten por el estudiante de una formacioacuten avanzada de caraacutecter especializado o multidisci-plinar orientada a la especializacioacuten acadeacutemica o profesional o bien a promover la iniciacioacuten en tareas investigadoras2 Los planes de estudio conducentes a la obtencioacuten de los tiacutetulos de maacutester oficial tendraacuten una extensioacuten entre 60 y 120 creacuteditos que contendraacuten todala formacioacuten teoacuterica y praacutectica que el estudiante deba adquirir3 La superacioacuten de las ensentildeanzas previstas en el apartado anterior conduciraacute a la obtencioacuten del tiacutetulo de Maacutester Universitario en por la Universi-dad Autoacutenoma de Madrid con la denominacioacuten especiacutefica que figure en el Registro de Universidades Centros y Tiacutetulos En el caso de maacutesteres inter-universitarios el tiacutetulo se expediraacute conforme a lo que establezca el convenio establecido al efecto4 Los estudios de Maacutester de la Universidad Autoacutenoma de Madrid podraacuten contener materias obligatorias materias optativas seminarios praacutecticas ex-ternas trabajos dirigidos y tutelados e incluiraacuten la elaboracioacuten y defensa puacuteblica de un trabajo de fin de maacutester de entre 6 y 30 creacuteditosCondiciones de acceso5 Para acceder a las ensentildeanzas oficiales de maacutester seraacute necesario estar en posesioacuten de un tiacutetulo universitario oficial espantildeol Asimismo podraacuten ac-ceder los titulados universitarios conforme a sistemas educativos extranjeros sin necesidad de la homologacioacuten de sus tiacutetulos siempre que acreditenun nivel de formacioacuten equivalente a los correspondientes tiacutetulos universitarios oficiales espantildeoles y que faculten en el paiacutes expedidor del tiacutetulo para elacceso a ensentildeanzas de posgradoAdmisioacuten de estudiantes6 Los estudiantes seraacuten admitidos a un maacutester oficial determinado conforme a los requisitos especiacuteficos y criterios de valoracioacuten de meacuteritos que esta-raacuten definidos para cada uno de ellos entre los que podraacuten figurar requisitos de formacioacuten previa especiacutefica en algunas disciplinas o de formacioacuten com-plementaria Esta formacioacuten complementaria podraacute formar parte de la oferta de creacuteditos del maacutester y el estudiante podraacute cursarla como parte de susestudios de maacutester siempre que no le suponga la realizacioacuten de maacutes de 120 creacuteditos en el total de los estudios Para esta formacioacuten complementariapodraacuten utilizarse con la autorizacioacuten de los responsables del programa asignaturas de otros planes de estudios oficiales de la UAM
422 Specific academic requirements for applying to the master
Given the international orientation of the proposed master the admission profile has been defined according to the required knowledge instead of spe-cifying the degree titles that allow access to the master Thus the admission profile to the Masters Degree in Deep Learning for Audio and Video Sig-nal Processing will correspond to the following candidates
1 Engineers or candidates in possession of a bachelors degree in Engineering Areas related to ICT (Information and Communication Technologies) provided theirdegree contains at least the following contents
middot 24 ECTS of mathematical fundamentals in calculus (12 ECTS) linear algebra (6 ECTS) probability and statistics (6 ECTS)
middot 12 ECTS of programming in some high-level language
middot 6 ECTS in signal processing
middot 6 ECTS in machine learning2 Graduates in possession of an official degree equivalent to any of the above either issued by a Spanish university or belonging to another member state of the
European Higher Education Area or so declared in accordance with the previous regulations of university studies in Spain These graduates are required to ac-credit a level of training equivalent to the requirements defined in the first case
3 Applicants who are in possession of degrees obtained in educational systems outside the European Education Area These applicants are required to accredit alevel of training equivalent to the requirements defined in the first case
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
9 52
According to the academic profile of students entering the Master it will be considered whether they should study an intensive leveling program pro-grammed just at the beginning of the academic year The program includes a leveling module in Fundamentals of Signal Processing of 1 ECTS aimedat students whose previous training in the area is less than 12 ECTS This module will be offered as a training supplement because it is not expressly asubject of the master program
Since the subjects will be taught in English a knowledge of the English language at the level of the B2 certificate will be required to take the mastersdegree In case of not being native speakers this level of language must be accredited either by means of a certificate or by an interview by theMasters Academic Committee
423 Admission procedure and required documentation for applying to the master
Once the application is accepted the Masters Academic Committee chaired by the Coordinator will be in charge of managing the admission to theMasters Degree in Deep Learning for Audio and Video Signal Processing and also to carry out the selection process for guarantying that admittedstudents admitted met the conditions established for admission
In order to assess the merits of prospective students interested in pursuing the Masters Degree in iquestDeep Learning for audio and video signalprocessingiquest (hereinafter the applicants) their applications for admission to the program must include the following documents
middot Official academic certificate
middot Curriculum vitae
middot Certificate of level B2 or higher of knowledge of English If the applicants do not have a certificate the Masters Academic Committee can conduct an interviewwith the applicants to establish the appropriate level of English Students whose mother tongue is English are excluded from this interview
middot Motivation letter detailing the applicants interest in the program
middot Letter describing the adequacy of the applicants previous studies to the specific academic requirements for applying to this master (described in section 422)
The following criteria are defined for the selection process of the applicants
middot Academic record in the degree of access [40-60]
middot Additional merits to the academic record including Curriculum Vitae of the applicant [10-30]
middot Adaptation of the applicants profile to the contents and objectives of the program [10-40]
If needed the Masters Academic Committee or the members in which it delegates can hold an interview with the applicants in order to accurately as-sess their merits and the adequacy of their profile to the program
43 APOYO A ESTUDIANTES
Los estudiantes que cursen el Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video en la Escuela Politeacutecni-ca Superior de la Universidad Autoacutenoma de Madrid (EPS-UAM) dispondraacuten de los mismos sistemas (sede en red de posgrado UAM paacutegina web de latitulacioacuten etc) unidades (Servicio de Tecnologiacuteas de la Informacioacuten Oficina de Acogida) y agentes (equipo de administracioacuten EPS-UAM secretariacuteade los departamentos de dicho centro comisioacuten acadeacutemica del maacutester coordinador de la titulacioacuten) de apoyo que los utilizados para proporcionar in-formacioacuten previa a los solicitantes
En la sede en red del Centro de Estudios de Posgrado [httpwwwuamesposgrado] de la Universidad Autoacutenoma de Madrid (UAM) se proporcionainformacioacuten sobre los maacutesteres impartidos en dicha universidad asiacute como la normativa y los detalles de los procedimientos de admisioacuten y matriacuteculaDesde estas paacuteginas tambieacuten se puede acceder a las respectivas paacuteginas de cada tiacutetuloLa paacutegina en red especiacutefica del maacutester contendraacute al menos la siguiente informacioacuten
middot Descripcioacuten y objetivos del tiacutetulo
middot Planificacioacuten docente detallada (guiacutea docente recomendaciones de matriacutecula calendario acadeacutemico horarios etc)
middot Comisioacuten acadeacutemica del maacutester y coordinador
middot Equipo docente
middot Admisioacuten de estudiantes criterios y procedimientos
middot Becas y ayudas
middot Oferta de trabajos de fin de maacutester (incluyendo las ofertas de empresas)
middot Movilidad de profesorado y estudiantes
middot Actividades formativas complementarias (seminarios conferencias talleres etc)
middot Recursos materiales
middot Indicadores de resultados
middot Sistema de garantiacutea de calidad
Las consultas por parte de los estudiantes tanto fiacutesicas como por medios electroacutenicos recibiraacuten una atencioacuten personalizada
middot Las cuestiones administrativas seraacuten respondidas por parte del personal designado dentro del equipo de administracioacuten de la Escuela Politeacutecnica Superior de laUAM y de la secretariacutea de los departamentos de dicho centro
middot Para las consultas acadeacutemicas la responsabilidad de la elaboracioacuten de la respuesta corresponde a la comisioacuten acadeacutemica del master representada por el coordina-dor de la titulacioacuten o la persona en quien esta tarea sea delegada
Adicionalmente todo estudiante que haya sido admitido en el maacutester contaraacute con el asesoramiento de un tutor acadeacutemico El tutor acadeacutemico es unprofesor involucardo en la docencia del maacutester Su labor principal consiste en la elaboracioacuten en diaacutelogo con el estudiante del plan de formacioacuten inclu-yendo matriacutecula y eleccioacuten de optativas En general el TFM seraacute realizado con el tutor bien como director bien como ponente en caso de la direccioacutende este trabajo sea responsabilidad director externo al prorama Asimismo es misioacuten misioacuten del tutor proporcionar apoyo para que el estudiante resuel-va los problemas de adaptacioacuten que pudieran surgir al comienzo de sus estudios e informarle durante el desarrollo de los mismos
En en el caso de que el estudiante haya propuesto un tutor que cumpla los requisitos especificados en su solicitud la asignacioacuten se realizaraacute en el mo-mento de la admisioacuten En caso de haber sido admitido sin tutor designado el estudiante debe ponerse en contacto con profesores del maacutester y desig-nar de entre ellos tras mutuo acuerdo un tutor definitivo en un plazo limitado (por ejemplo un mes) desde el comienzo del curso
Adicionalmente la UAM pone a disposicioacuten de los estudiantes matriculados en sus programas acadeacutemicos los siguientes recursos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
10 52
middot Oficina de acogida [httpswwwuamesUAMOficina-de-Acogida1242652242790htm]middot Oficina de Orientacioacuten y Atencioacuten al Estudiante [httpwwwuamesestudiantesacceso]middot La Oficina de Praacutecticas Externas y Empleabilidad (OPE) [ httpswwwuamesope]middot Servicio de idiomas [httpwwwuamesUAMServicio-de-Idiomas1242654677923htm]middot Unidad de igualdad de Geacutenero [httpwwwuamesUAMUnidad_Igualdad1446766849002htm]middot Oficina de Accioacuten Solidaria y Cooperacioacuten [httpswwwuamesUAMOficina-de-Accioacuten-Solidaria-y-Cooperacioacuten1242664234487htm] Entre las
labores de esta oficina se encuentra el apoyo a estudiantes con discapacidad con el objetivo de que puedan realizar todas sus actividades en la universidad en lasmejores condiciones posibles
middot Centro de psicologiacutea aplicada [httpswwwuamesUAMCPA]middot Servicio de deportes [httpsservdepsefduames]
44 SISTEMA DE TRANSFERENCIA Y RECONOCIMIENTO DE CREacuteDITOS
Reconocimiento de Creacuteditos Cursados en Ensentildeanzas Superiores Oficiales no Universitarias
MIacuteNIMO MAacuteXIMO
0 0
Reconocimiento de Creacuteditos Cursados en Tiacutetulos Propios
MIacuteNIMO MAacuteXIMO
0 0
Adjuntar Tiacutetulo PropioVer Apartado 4 Anexo 2
Reconocimiento de Creacuteditos Cursados por Acreditacioacuten de Experiencia Laboral y Profesional
MIacuteNIMO MAacuteXIMO
0 0
En el caso del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Audio y Video (DeepLearning for audio and visual signal processing) se reconoceraacuten creacuteditos exclusivamente de materias correspon-diente a Maacutesteres oficiales
La Universidad Autoacutenoma de Madrid cuenta con una normativa general de transferencia y reconocimiento de creacutedi-tos aprobada en el Consejo de Gobierno de 8 de febrero de 2008 y modificada en el Consejo de Gobierno del 8 deoctubre de 2010 A continuacioacuten se detalla dicha normativa
PREAacuteMBULOEl Real Decreto 13932007 de 29 de octubre por el que se establece la ordenacioacuten de las ensentildeanzas universita-rias oficiales y el Real Decreto 8612010 de 2 de julio por el que se modifica el anterior potencian la movilidad entrelas distintas universidades espantildeolas y dentro de una misma universidad Al tiempo el proceso de transformacioacuten delas titulaciones previas al Espacio Europeo de Educacioacuten Superior en otras conforme a las previsiones del Real De-creto citado crea situaciones de adaptacioacuten que conviene prever Por todo ello resulta imprescindible un sistema deadaptacioacuten reconocimiento y transferencia de creacuteditos en el que los creacuteditos cursados en otra universidad puedanser reconocidos e incorporados al expediente acadeacutemico del estudianteEn este contexto la Universidad Autoacutenoma de Madrid tiene como objetivo por un lado fomentar la movilidad de susestudiantes para permitir su enriquecimiento y desarrollo personal y acadeacutemico y por otro facilitar el procedimientopara aquellos estudiantes que deseen reciclar sus estudios universitarios cambiando de centro yo titulacioacutenInspirado en estas premisas la Universidad Autoacutenoma de Madrid dispone el siguiente sistema de adaptacioacuten reco-nocimiento y transferencia de creacuteditos aplicable a sus estudiantes
Artiacuteculo 1 AacuteMBITO DE APLICACIOacuteN
El aacutembito de aplicacioacuten de estas normas son las ensentildeanzas universitarias oficiales de grado y posgrado seguacuten se-ntildealan las disposiciones establecidas en el Real Decreto 13932007 de 29 de octubre por el que se establece la or-denacioacuten de las ensentildeanzas universitarias oficiales
Artiacuteculo 2 DEFINICIONES
1 Adaptacioacuten de creacuteditos La adaptacioacuten de creacuteditos implica la aceptacioacuten por la Universidad Autoacutenoma de Madridde los creacuteditos correspondientes a estudios previos al Real Decreto 13932007 realizados en esta Universidad o enotras distintas
2 Reconocimiento de creacuteditos El reconocimiento de creacuteditos ECTS implica la aceptacioacuten por la Universidad Autoacuteno-ma de Madrid de los creacuteditos ECTS que habiendo sido obtenidos en unas ensentildeanzas oficiales en la misma u otrauniversidad son computados en otras ensentildeanzas distintas a efectos de la obtencioacuten de un tiacutetulo oficial
Tambieacuten podraacuten ser objeto de reconocimiento los creacuteditos superados en ensentildeanzas superiores oficiales y en ense-ntildeanzas universitarias no oficiales Asimismo podraacuten reconocerse creacuteditos por experiencia laboral o profesional acre-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
11 52
ditada siempre que dicha experiencia esteacute relacionada con las competencias inherentes al tiacutetulo que se pretendeobtener En ambos casos deberaacuten tenerse en cuenta las limitaciones que se establecen en los artiacuteculos 4 y 6
3 Transferencia de creacuteditos La transferencia de creacuteditos ECTS implica que en los documentos acadeacutemicos oficia-les acreditativos de las ensentildeanzas seguidas por cada estudiante la Universidad Autoacutenoma de Madrid incluiraacute la to-talidad de los creacuteditos obtenidos en ensentildeanzas oficiales cursadas con anterioridad en la misma u otra universidadque no hayan conducido a la obtencioacuten de un tiacutetulo oficial
Artiacuteculo 3 REGLAS SOBRE ADAPTACIOacuteN DE CREacuteDITOS
1 En el supuesto de estudios previos realizados en la Universidad Autoacutenoma de Madrid en una titulacioacuten equiva-lente la adaptacioacuten de creacuteditos se ajustaraacute a una tabla de equivalencias que realizaraacute la Comisioacuten Acadeacutemica (u oacuter-gano equivalente) conforme a lo que se prevea al amparo del punto 102 del Anexo I del Real Decreto 13932007
2 En el caso de estudios previos realizados en otras universidades o sin equivalencia en las nuevas titulaciones dela Universidad Autoacutenoma de Madrid la adaptacioacuten de creacuteditos se realizaraacute a peticioacuten del estudiante por parte de laComisioacuten Acadeacutemica (u oacutergano equivalente) atendiendo en lo posible a los conocimientos asociados a las materiascursadas y su valor en creacuteditos
Artiacuteculo 4 REGLAS SOBRE RECONOCIMIENTO DE CREacuteDITOS
1 Se reconoceraacuten automaacuteticamentea) Los creacuteditos correspondientes a materias de formacioacuten baacutesica siempre que la titulacioacuten de destino de esta Univer-sidad pertenezca a la misma rama de conocimiento que la de origenb) Los creacuteditos correspondientes a aquellas otras materias de formacioacuten baacutesica cursadas pertenecientes a la ramade conocimiento de la titulacioacuten de destino
En los supuestos a) y b) anteriores la Comisioacuten Acadeacutemica (u oacutergano equivalente) decidiraacute a solicitud del estudian-te a queacute materias de eacutesta se imputan los creacuteditos de formacioacuten baacutesica de la rama de conocimiento superados en latitulacioacuten de origen teniendo en cuenta la adecuacioacuten entre competencias y los conocimientos asociados a dichasmaterias
Soacutelo en el caso de que se haya superado un nuacutemero de creacuteditos menor asociado a una materia de formacioacuten baacutesi-ca de origen se estableceraacute por el oacutergano responsable la necesidad o no de concluir los creacuteditos determinados enla materia de destino por aquellos complementos formativos que se disentildeen
c) Los creacuteditos de los moacutedulos o materias definidos por el Gobierno en las normativas correspondientes a los estu-dios de maacutester oficial que habiliten para el ejercicio de profesiones reguladas
2 El resto de los creacuteditos no pertenecientes a materias de formacioacuten baacutesica podraacuten ser reconocidos por la ComisioacutenAcadeacutemica (u oacutergano equivalente) teniendo en cuenta la adecuacioacuten entre las competencias los conocimientos y elnuacutemero de creacuteditos asociados a las materias cursadas por el estudiante y los previstos en el plan de estudios o bienvalorando su caraacutecter transversal
3 No podraacuten ser objeto de reconocimiento los creacuteditos correspondientes a los trabajos de fin de grado y maacutester
4 El nuacutemero de creacuteditos que sean objeto de reconocimiento a partir de experiencia profesional o laboral y de ense-ntildeanzas universitarias no oficiales no podraacute ser superior en su conjunto al 15 por ciento del total de los creacuteditos queconstituyen el plan de estudios No obstante lo anterior los creacuteditos procedentes de tiacutetulos no oficiales podraacuten ex-cepcionalmente ser objeto de reconocimiento en un porcentaje superior siempre que el correspondiente tiacutetulo propiohaya sido extinguido y sustituido por un tiacutetulo oficial A tal efecto en la memoria de verificacioacuten deberaacute constar dichacircunstancia conforme a los criterios especificados en el RD 86120105 Se articularaacuten Comisiones Acadeacutemicas por Centros en orden a valorar la equivalencia entre las materias previa-mente cursadas y las materias de destino para las que se solicite reconocimiento
6 Al objeto de facilitar el trabajo de reconocimiento automaacutetico en las AdministracionesSecretariacuteas de los Centroslas Comisiones adoptaraacuten y mantendraacuten actualizadas tablas de reconocimiento para las materias previamente cursa-das en determinadas titulaciones y universidades que maacutes frecuentemente lo solicitan
7 Los estudiantes podraacuten solicitar reconocimiento de creacuteditos por participacioacuten en actividades universitarias cultura-les deportivas de representacioacuten estudiantil solidarias y de cooperacioacuten hasta el valor maacuteximo establecido en elplan de estudios de acuerdo con la normativa que sobre actividades de tipo extracurricular se desarrolle
Artiacuteculo 5 REGLAS SOBRE TRANSFERENCIA DE CREacuteDITOS
Se incluiraacuten en el expediente acadeacutemico del estudiante los creacuteditos correspondientes a materias superadas en otrosestudios universitarios oficiales no terminados
Artiacuteculo 6 CALIFICACIONES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
12 52
1 Al objeto de facilitar la movilidad del estudiante se arrastraraacute la calificacioacuten obtenida en los reconocimientos ytransferencias de creacuteditos ECTS y en las adaptaciones de creacuteditos previstas en el artiacuteculo 3 En su caso se realizaraacutemedia ponderada cuando coexistan varias materias de origen y una sola de destino2 El reconocimiento de creacuteditos a partir de experiencia profesional o laboral y de ensentildeanzas universitarias no ofi-ciales no incorporaraacute la calificacioacuten de los mismos3 En todos los supuestos en los que no haya calificacioacuten se haraacute constar APTO y no baremaraacute a efectos de mediade expediente
Artiacuteculo 7 OacuteRGANOS COMPETENTES
El oacutergano al que compete la adaptacioacuten el reconocimiento y la transferencia de creacuteditos es la Comisioacuten Acadeacutemica(u oacutergano equivalente que regula la ordenacioacuten acadeacutemica de cada titulacioacuten oficial) seguacuten quede establecido en elReglamento del Centro y en los Estatutos de la Universidad Autoacutenoma de Madrid
Artiacuteculo 8 PROCEDIMIENTO
1 Las reglas que regiraacuten el procedimiento de tramitacioacuten de las solicitudes de adaptacioacuten transferencia y reconoci-miento de creacuteditos necesariamente dispondraacuten dea) Un modelo unificado de solicitud de la Universidad Autoacutenoma de Madridb) Un plazo de solicitudc) Un plazo de resolucioacuten de las solicitudes2 Contra los acuerdos que se adopten podraacuten interponerse los recursos previstos en los Estatutos de la UniversidadAutoacutenoma de Madrid
DISPOSICIOacuteN ADICIONAL
Los estudiantes que por programas o convenios internacionales o nacionales esteacuten bajo el aacutembito de movilidad seregiraacuten aparte de lo establecido en esta normativa por lo regulado en su propia normativa y con arreglo a los acuer-dos de estudios suscritos previamente por los estudiantes y los centros de origen y destino de los mismos
Estudiantes UAM httpwwwuamesssSatellitees1234886374930contenidoFi-nalNormativas_de_movilidadhtm
Estudiantes de otras universidades httpwwwuamesinternacionalesnormativaal_exthtml
46 COMPLEMENTOS FORMATIVOS
Aun siendo el perfil de admisioacuten enfocado a Ingenieros o graduados en posesioacuten de un tiacutetulo en la Rama de Inge-nieriacutea relacionado con TIC los estudiantes pueden poseer conocimientos ligeramente diferenciados en temas espe-ciacuteficos debido a la heterogeneidad entre estos estudios de grado Con vistas a que los estudiantes lleguen a alcan-zar el eacutexito acadeacutemico se considera un programa de nivelacioacuten de corta duracioacuten que busca conseguir los miacutenimosnecesarios en ciertos temas especiacuteficos Obseacutervese que aspectos maacutes globales del perfil del estudiante no puedenser compensados con este programa de nivelacioacuten (por ejemplo dominio de herramientas matemaacuteticas yo progra-macioacuten) puesto que requiere cursos de mayor duracioacuten que interfeririacutean con los objetivos del maacutester Estos aspectosglobales se encuentran claramente definidos en el perfil de admisioacuten del estudiante
Este programa de nivelacioacuten contiene un moacutedulo sobre Fundamentos de teoriacutea de sentildeal de 1 ECTS a cursar en lafase inicial del maacutester estando dirigido a estudiantes cuya formacioacuten en el aacutembito de teoriacutea y procesamiento de se-ntildeales sea inferior a 12 ECTS Este moacutedulo se ofertaraacute como complemento formativo por no tratarse expresamentede materia del maacutester A continuacioacuten se describe este moacutedulo
01 Fundamentos de teoriacutea de la sentildeal
Carga 1 ECTS (25 horas)
Duracioacuten y periodo de imparticioacuten una semana al comienzo del curso acadeacutemico
Resultados de aprendizaje
Al final de este moacutedulo se espera que el estudiante sea capaz de
middot Conocimiento y comprensioacuten de las expresiones caracteriacutesticas de los sistemas lineales e invariantes aplicadas a sentildeales mul-tidimensionales o vectoriales
middot Conocimiento y comprensioacuten del Teorema de Muestreo e integracioacuten de los conceptos asociados a sentildeales y sistemas de va-riable independiente continua con los de variable independiente discreta
middot Conocimiento y comprensioacuten del anaacutelisis Frecuencial de sentildeales unidimensionales y multidimensionales
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
13 52
middot Conocer las teacutecnicas baacutesicas de muestreo interpolacioacuten y cuantificacioacuten de sentildeales multidimensionales
Contenidos
El contenido de este moacutedulo es el siguiente
middot Sentildeales y sistemas Lineales e Invariantes (LTI) multidimensionales
middot Anaacutelisis Frecuencial Multidimensionalo Transformacdas discretas unidimensionaleso Transformacdas discretas bidimensionales
middot Muestreo y reconstruccioacuten
middot Interpolacioacuten y cuantificacioacuten
Metodologiacuteas docentes
middot Leccioacuten magistral
middot Resolucioacuten de ejercicios y problemas en el aula
Actividades formativas
Actividad Horas Presencialidad
Desarrollo de contenidos teoacutericopraacutecticos 5 100
Resolucioacuten de problemas 2 100
Pruebas de evaluacioacuten 1 100
Estudio independiente 17 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
14 52
5 PLANIFICACIOacuteN DE LAS ENSENtildeANZAS51 DESCRIPCIOacuteN DEL PLAN DE ESTUDIOS
Ver Apartado 5 Anexo 1
52 ACTIVIDADES FORMATIVAS
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical and practical content
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
A03 - Praacutecticas guiadas en laboratorios informaacuteticos Guided practices in computer labs
A04 - Proyectos desarrollados por parte de los estudiantes de manera individual o en grupos de tamantildeo reducido Projectsdeveloped by students individually or in small groups
A05 - Seminarios impartidos por expertos Seminars given by experts
A06 - Estudio autoacutenomo por parte del estudiante Autonomous study by the student
A07 - Trabajo praacutectico autoacutenomo por parte del estudiante Autonomous practical work by the student
A08 - Pruebas de evaluacioacuten Evaluation tests
A09 - Preparacioacuten de pruebas de evaluacioacuten Preparation of evaluation tests
A10 - Trabajo en un grupo de investigacioacuten Training in a research group
A11 - Integracioacuten en un entorno investigador o profesional real Integration in a research lab or professional environment
A12 - Discusioacuten tutorizada individual Individual guided discussion
A13 - Planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master Planning and presentation of the state-of-the-art for the Master thesis in progress
A14 - Jornadas para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas Conference to expose the progress of the Masters Thesis projects through short presentations and round tables
A15 - Curso de corta duracioacuten para desarrollar habilidades de escritura y presentacioacuten Short course to develop writing andpresentation skills
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
53 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M06 - Aprendizaje cooperativo Cooperative Learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
54 SISTEMAS DE EVALUACIOacuteN
E01 - Exaacutemenes escritos u orales Written or oral exams
E02 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados Evaluation of reports and presentations of workand projects performed
E03 - Evaluacioacuten de las praacutecticas de laboratorio Evaluation of laboratory assignments
E04 - Evaluacioacuten de la participacioacuten y aprovechamiento en seminarios
E05 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento en actividades del aula Evaluation on participationperformance and attitude in classroom activities
E06 - Evaluacioacuten sobre la participacioacuten desempentildeo y aprovechamiento por parte del tutor Evaluation on participationperformance and attitude by the supervisor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
15 52
E07 - Evaluacioacuten de informes y presentaciones de trabajos y proyectos realizados por parte de un tribunal Evaluation of reportsand presentations of work and projects performed by a panel of experts
55 NIVEL 1 Fundamentos y herramientas baacutesicas para aprendizaje profundo y procesamiento de audio e imagen Fundamentals andbasic tools for deep Learning audio and image processing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Fundamentos y herramientas baacutesicas para aprendizaje profundo Fundamentals of Deep Learning and basic Tools
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 8
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
8
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender los conceptos fundamentales del aprendizaje profundo dentro del contexto del aprendizaje automaacutetico
middot Entrenar una red neuronal profunda seleccionando las caracteriacutesticas maacutes adecuadas de la misma en funcioacuten del tipo de problema y optimizando los hiperparaacute-metros
middot Describir las principales arquitecturas utilizadas en aprendizaje profundo asiacute como las aplicaciones maacutes tiacutepicas
middot Identificar el tipo de algoritmo de aprendizaje profundo maacutes apropiado para varios tipos de problemas en diferentes dominios
middot Implementar algoritmos de aprendizaje profundo utilizando diferentes herramientas
This subject considers the following learning outcomes
middot Understand the fundamentals of deep learning within the machine learning context
middot Train a deep neural network choosing the most appropriate characteristics depending on the type of problem and optimizing the hyperparameters
middot Describe the main architectures used in deep learning as well as the most typical applications
middot Identify the most appropriate deep learning algorithm for various types of problems in different domains
middot Implement deep learning algorithms using different tools
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Fundamentos de aprendizaje automaacutetico
middot Backpropagation
middot Redes Neuronales Profundas (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot Teacutecnicas de optimizacioacuten (Stochastic Gradient Descent Second order methods)
middot Optimizacioacuten de hiper-paraacutemetros
middot Arquitecturas (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot Herramientas de programacioacuten
The contents of this subject are as follows
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
16 52
middot - Machine learning fundamentals
middot - Backpropagation
middot - Deep Neural Networks (Activation function Loss function Weight initialization batch normalization Regularization dropout)
middot - Optimization techniques (Stochastic Gradient Descent Second order methods)
middot - Hyper-parameter optimization
middot - Architectures (Convolutional neural networks Recurrent neural networks Autoencoders GANs)
middot - Programming tools
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE01 - Capacidad para comprender los fundamentos teoacutericos y los detalles praacutecticos del funcionamiento de las redes neuronalesasiacute como los distintos paraacutemetros y teacutecnicas de optimizacioacuten de las mismas Ability to understand the theoretical foundations andthe practical details of neural networks as well as the different parameters and optimization techniques thereof
CE02 - Capacidad para resolver problemas de clasificacioacuten y regresioacuten mediante el uso de redes neuronales profundas Ability tosolve classification and regression problems using deep neural networks
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
24 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
24 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
17 52
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
64 0
A08 - Pruebas de evaluacioacuten Evaluationtests
8 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
20 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
200 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
00 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 100
NIVEL 2 Revisioacuten de Teacutecnicas Asentadas de Tratamiento de Sentildeal Review of Established Signal Processing Techniques
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 4
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
4
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
18 52
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Analizar los principios que marcan el modelado de secuencias temporales de diferente naturaleza
middot Conocer los principios que definen el anaacutelisis claacutesico de imaacutegenes
middot Disentildear algoritmos para extraccioacuten de caracteriacutesticas en imaacutegenes
This subject considers the following learning outcomes
middot Analysis of the principles that govern the modelling of temporal sequences from different nature
middot Know the principles that define the classic image analysis
middot Design algorithms for feature extraction in images
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Anaacutelisis de sentildeales con dependencia temporalo Anaacutelisis de Sentildeal en el Dominio Temporalo Anaacutelisis de Sentildeales en el Dominio de la Frecuenciao Modelado Estadiacutestico de Secuencias
middot Anaacutelisis de sentildeales visualeso Descriptores globales color puntos de intereacuteso Descriptores a nivel de regioacuten segmentada color puntos de intereacutes textura formao Descriptores de movimiento movimiento global trayectoriaso Aplicaciones en imaacutegenes buacutesqueda global por color y puntos de intereacuteso Aplicaciones en viacutedeo
The contents of this subject are as follows
middot Signal Processing with temporal dependencyo Time domain signal processingo Frequency domain signal processingo Statistical Modeling of Sequences
middot Visual Signal Processingo Global descriptors color keypointso Region-based descriptors color keypoints texture shapeo Motion descriptors global motion trajectorieso Applications for images global search by color and keypointso Applications for video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
19 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE03 - Capacidad para analizar y modelar secuencias temporales tanto en el dominio del tiempo como en el de la frecuencia Ability to analyze and model temporal sequences both in the time domain and in the frequency domain
CE04 - Capacidad para analizar y modelar algoritmos para representacioacuten y procesado de imaacutegenes Ability to analyze and modelalgorithms for image representation and processing
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
12 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
12 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
20 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
42 0
A08 - Pruebas de evaluacioacuten Evaluationtests
4 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Procesamiento de audio imagen y video basado en aprendizaje profundo Deep Learning for audio image and videoprocessing
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de audio Deep Learning for audio signal processing
5511 Datos Baacutesicos del Nivel 2
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
20 52
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y ser capaz de obtener las principales formas de representacioacuten de las sentildeales de audio y voz para su procesamiento mediante teacutencias de deep learning
middot Conocer y ser capaz de aplicar distintas teacutecnicas para el modelado de secuencias temporales en deep learning (ej Frame Stacking Time-Delay NNs redes recu-rrentes )
middot Conocer y ser capaz de aplicar teacutecnicas de transformacioacuten de secuencias de longitud variable en vectores de longitud fija (ej i-vectors x-vectors )
middot Conocer y ser capaz de aplicar disintas teacutecnicas para el reconocimiento de secuencias temprales (ej modelos hiacutebridos HMM-DNN CTC modelos de aten-cioacuten )
middot Conocer el problema de la calibracioacuten e interpretacioacuten probabiliacutestica de las salidas de sistemas deep learning y ser capaz de aplicar teacutecnicas de calibracioacuten en es-te contexto
middot Conocer diferentes aplicaciones del deep learning en procesamiento de audio y voz (ej reconocimiento de locutor idioma emociones voz deteccioacuten de eventosde audio mejora de voz siacutentesis de voz) y las formas maacutes habituales de aplicarlo
This subject considers the following learning outcomes
middot To know and be able to obtain the main forms to represent audio and speech signalsfor processing with deep learning techniques
middot To know and be able to apply different techniques for modeling time sequences indeep learning (ie Frame Stacking Time-Delay NNs recurrent networks )
middot To know and be able to apply techniques for transforming variable-length sequences into fixed-length vectors (ie i-vectors x-vectors )
middot To know and be able to apply different techniques for the recognition of temporal sequences (ie hybrid HMM-DNN models CTC attention models )
middot To know the problem of calibration and the probabilistic interpretation of the outputs of deep learning systems and to be able to apply calibration techniques inthis context
middot To know different applications of deep learning in audio and voice processing (ie speaker language emotions and speech recognition audio event detectionspeech enhancement speech synthesis) and the most common ways of applying them
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Representacioacuten de las sentildeales de audio y voz para Deep learning (de las formas de onda a los embeddings neuronales)
middot Manejo de secuencias temporales con Deep learning (Frame Stacking Time-Delay NNs redes convolucionales por segmentos redes recurrentes (LSTM GRU)etc)
middot Transformacioacuten de secuencias de longitud variable en vectores de longitud fija (de los i-vectors a los x-vectors)
middot Problemas de reconocimiento de secuencias (modelos hiacutebridos HMM-DNN Connectionist Temporal Classification modelos de atencioacuten)
middot Calibracioacuten e interpretacioacuten probabiliacutestica de salidas de sistemas Deep Learning
middot Aplicaciones Reconocimiento de locutor e idioma Reconocimiento de voz Reconocimiento de emociones Deteccioacuten de Eventos de Audio Mejora de VozSiacutentesis de Voz etc
The contents of this subject are as follows
middot Representation of audio and speech signals for Deep learning (from waveforms to neural embeddings)
middot Management of temporal sequences with Deep learning (Frame Stacking Time-Delay NNs segment-based convolutional networks recurrent networks (LSTMGRU) etc)
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
21 52
middot Transformation of variable length sequences into fixed-length vectors (from i-vectors to x-vectors)
middot Sequence recognition problems (HMM-DNN hybrid models Connectionist Temporal Classification attention models)
middot Calibration and the probabilistic interpretation of outputs of Deep Learning systems
middot Applications Speaker and language recognition Speech recognition Emotion recognition Audio Event Detection Speech Enhancement Speech Synthesis etc
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE05 - Capacidad para comprender desarrollar y proponer nuevas aproximaciones basadas en aprendizaje profundo especialmentecentradas en el procesamiento de secuencias temporales en distintos aacutembitos del procesamiento de audio y voz Ability tounderstand develop and propose new approaches based on deep learning especially focused on the processing of time sequencesin different areas of audio and speech processing
CE06 - Capacidad para comprender la problemaacutetica especiacutefica del procesamiento de sentildeales de voz y audio y conocer las formasde preprocesar y representar estas sentildeales maacutes adecuadas para su posterior tratamiento mediante teacutecnicas de aprendizaje profundo Ability to understand the specific problems of speech and audio signal processing and to know ways for more suitably preprocessand represent these signals for subsequent treatment with deep learning techniques
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
22 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
18 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
24 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
56 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 400
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
200 400
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de imagen Deep Learning for image signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
23 52
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales funcionalidades para las que se puede utilizar una red neuronal convolucional (CNN)
middot Conocer y ser capaz de identificar los elementos baacutesicos que componen una CNN
middot Conocer y ser capaz de identificar y utilizar las principales arquitecturas de CNN que se forman a partir de estos elementos baacutesicos
middot Conocer y comprender las razones detraacutes de la evolucioacuten de las arquitecturas CNN
middot Conocer comprender saber utilizar y adaptar las diferentes estrategias para el entrenamiento de las CNNs
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de muacuteltiples tareas en una misma CNN
middot Conocer y comprender las estrategias para la adaptacioacuten interdominio de una CNN
middot Conocer comprender y saber utilizar las estrategias para el entrenamiento de una CNN con un conjunto reducido de datos
This subject considers the following learning outcomes
middot To know and be able to differentiate the main functionalities for which a convolutional neural network (CNN) can be used
middot To know and be able to identify the basic elements that make up a CNN
middot To know and be able to identify and use the main CNN architectures that are formed from these basic elements
middot To know and understand the reasons behind the evolution of CNN architectures
middot To know understand be able to use and adapt the different strategies for the training of CNNs
middot To know understand and be able to use the strategies for training multiple tasks in the same CNN
middot To know and understand the strategies for the inter-domain adaptation of a CNN
middot To know understand and be able to use the strategies for training a CNN with a reduced set of data
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Tipos de arquitecturas de redes convolucionales discriminativa regresiva y generativa
middot Evolucioacuten de arquitecturas de redes convolucionales LeNet AlexNet VGG ResNet Inception random connections
middot Entrenamiento de arquitecturas basadas en redes convolucionales y adaptacioacuten a distintos dominios (eg deteccioacuten de objetos segmentacioacuten semaacutetica)
The contents of this subject are as follows
middot Architectures for convolutional neural networks discriminative regressive y generative
middot Advanced architectures LeNet AlexNet VGG ResNet Inception random connections
middot Training convolutional neural networks
middot Adaptations to different tasks object detection semantic segmentation
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
24 52
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE07 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de imagen Ability to understand and use different convolutional neural network architectures applied todifferent tasks of image analysis
CE08 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales aplicadasa diferentes tareas del anaacutelisis de imagen Ability to understand and use different training methods for convolutional neuralnetworks applied to different tasks of image analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
25 52
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
NIVEL 2 Aprendizaje Profundo para procesamiento de sentildeales de video Deep Learning for video signal processing
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer y saber diferenciar las principales estrategias para detectar objetos en movimiento utilizando CNNs
middot Conocer y saber diferenciar las principales estrategias para seguir objetos en movimiento utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar actividades en video utilizando CNNs y redes temporales LSTM
middot Conocer y saber diferenciar las principales estrategias para detectar anomalias en video utilizando CNNs y redes temporales LSTM
middot Programar y entrenar redes neuronales que sean capaz de detectar y seguir objetos en secuencias de video
middot Programar y entrenar redes neuronales que sean capaz de detectar anomaliacuteas en secuencias de video
This subject considers the following learning outcomes
middot To know and be able to differentiate the main strategies to detect moving objects using CNNs
middot To know and be able to differentiate the main strategies to follow moving objects using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video activities using CNNs and LSTM temporary networks
middot To know and be able to differentiate the main strategies to detect video anomalies using CNNs and LSTM temporary networks
middot To program and train neural networks that are able to detect and track objects in video sequences
middot To program and train neural networks that are capable of detecting anomalies in video sequences
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
26 52
middot Deteccioacuten de objetos en video
middot Seguimiento de objetos en video
middot Reconocimiento de actividades en video
middot Deteccioacuten de anomaliacuteas en video
The contents of this subject are as follows
middot Object detection in video
middot Object tracking in video
middot Activity recognition in video
middot Anomaly detection in video
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
55153 ESPECIacuteFICAS
CE09 - Capacidad para comprender y utilizar diferentes arquitecturas de redes neuronales convolucionales aplicadas a diferentestareas del anaacutelisis de video Ability to understand and use different architectures of convolutional neural networks applied todifferent tasks of video analysis
CE10 - Capacidad para comprender y utilizar diferentes meacutetodos de entrenaniento para redes neuronales convolucionales ytemporales aplicadas a diferentes tareas del anaacutelisis de video Ability to understand and use different training methods forconvolutional and temporal neural networks applied to different tasks of video analysis
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
18 100
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
27 52
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
18 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
36 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
12 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Biometriacutea e inteligencia aplicada Biometrics and Applied Intelligence
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
28 52
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Modelar sentildeales heterogeacuteneas de naturaleza fisioloacutegica
middot Analizar y modelar el comportamiento hombre-maacutequina a traveacutes de sentildeales obtenidas de la interaccioacuten
middot Desarrollar y evaluar modelos de aprendizaje automaacutetico maacutes transparentes y justos
This subject considers the following learning outcomes
middot Modelling physiological heterogeneous signals
middot Analysis and Modelling of Human-Machine Behavior from Signals captured during Interaction
middot Development and Evaluation of Transparente and Fair Machine Learning
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Reconocimiento Biomeacutetrico basado en Caracteriacutesticas Fisioloacutegicas
middot Reconocimiento Biomeacutetrico basado en Interaccioacuten
middot Perfilado de Usuario basado en Interaccioacuten Hombre-Maacutequina
middot Seguridad y Privacidad de los sistemas Biomeacutetricos
middot Transparencia Justicia y Responsabilidad en la Inteligencia Artificial
The contents of this subject are as follows
middot Biometric Recognition based on Physiological Characteristics
middot Biometric Recognition based on Human Interaction
middot User Profiling based on Human-Machine Interaction
middot Security and Privacy of Biometric Systems
middot Machine Behavior Transparency Fairness and Accountability
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
29 52
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
55153 ESPECIacuteFICAS
CE11 - Capacidad para modelar disentildear implantar gestionar operar administrar y mantener sistemas de reconocimientobiomeacutetrico basados en informacioacuten fisioloacutegica o conductual Ability to model design develop manage operate and maintainbiometric recognition systems based on physiological or behavioral characteristics
CE12 - Capacidad para entender y auditar el comportamiento y los efectos de algoritmos de aprendizaje automaacutetico sobre diferentesconjuntos poblacionales Ability to understand and audit the behavior and effects of machine learning algorithms over differentdemographic groups
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
14 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
6 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
40 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
58 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
400 600
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
30 52
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Computacioacuten de altas prestaciones para aprendizaje profundo High Performance Architectures for Deep Learning
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Entender las principales arquitecturas hardware para implementar aprendzaje profundo
middot Comprender y utilzar optimizaciones tanto a nivel software como hardware en los algoritmos de aprendizaje
middot Entender las implicaciones en tiempo de computo consumo de corriente y coste en general de diferentes alternativas arquitecturales
This subject considers the following learning outcomes
middot To understand the main hardware architectures to implement deep learning
middot To understand and use optimizations both at the software and hardware level in the learning algorithms
middot To understand the implications in computing time current consumption and cost in general of different architectural alternatives
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Hardware para aprendizaje automaacutetico GPU CPU FPGA otras arquitecturaso Arquitecturas modernas para aprendizaje automaacuteticoo El dominio de GPUs pero iquestqueacute es lo siguienteo iquestCuaacuteles son los liacutemites del aprendizaje profundo (deep learning)o iquestQueacute ocurre con la inferenciao Modelos de bajo coste especializadoso Compresioacuteno Aceleradores para aprendizaje automaacutetico
middot Ancho de banda en memoria y computacioacuten de baja precisioacuteno Memoria como cuello de botellao Posible solucioacuten computacioacuten de baja precisioacuten
middot Paralelismo y arquitecturas altamente paralelizableso Sobre CPUs paralelismo a nivel de instruccioacuten
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
31 52
o Sobre CPUs paralelismo a nivel SIMDVectoro Sobre CPUs paralelismo con muacuteltiples nuacutecleoso Sobre CPUs paralelismo con muacuteltiples socketso Sobre GPUs paralelismo para procesamiento de streamso Aceleradores especializados y ASICso Limites de rendimiento con paralelizacioacuten
The contents of this subject are as follows
middot Hardware for Machine Learning GPU CPU FPGA other architectureso Modern ML architecture (Hardware for machine learning)o The dominance of GPUs but what is nexto What limits deep learning (Is it computed bounded or memory boundedo What happens on the inference sideo Specialized low-cost modelso Compressiono Accelerators for machine learning
middot Memory Bandwidth and Low Precision Computationo Memory as a Bottlenecko One way to help Low-Precision Computation
middot Parallelism and massively parallel architectureso On CPUs Instruction-Level Parallelismo On CPUs SIMDVector Parallelismo On CPUs Multicore Parallelismo On CPUs Multi-socket parallelismo On GPUs Stream Processingo On specialized accelerators and ASICso Limits on parallel performance
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
32 52
55153 ESPECIacuteFICAS
CE13 - Capacidad para entender las arquitecturas hardware capaces de ejecutar eficientemente la algoritmia subyacente en elaprendizaje profundo
CE14 - Capacidad de utilizar optimizaciones hardware y software para acelerar la computacioacuten de inferencia y aprendizaje de losalgoritmos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A01- Desarrollo de contenidos teoacuterico-praacutecticos Development of theoretical andpractical content
16 100
A02 - Resolucioacuten de problemas praacutecticos Resolution of practical problems
4 100
A03 - Praacutecticas guiadas en laboratoriosinformaacuteticos Guided practices incomputer labs
16 100
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
8 0
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
30 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
60 0
A08 - Pruebas de evaluacioacuten Evaluationtests
6 100
A09 - Preparacioacuten de pruebas deevaluacioacuten Preparation of evaluation tests
10 0
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M02 - Resolucioacuten de ejercicios y problemas en el aula Resolution of exercises and problems in the classroom
M03 - Praacutecticas y aprendizaje basado en casos y problemas en laboratorios informaacuteticos Practices and case-based learning incomputer labs
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E01 - Exaacutemenes escritos u orales Writtenor oral exams
400 600
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
50 200
E03 - Evaluacioacuten de las praacutecticas delaboratorio Evaluation of laboratoryassignments
350 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento en
00 200
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
33 52
actividades del aula Evaluation onparticipation performance and attitude inclassroom activities
55 NIVEL 1 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Metodologiacuteas y seminarios de investigacioacuten Research methodologies and seminars
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Obligatoria
ECTS NIVEL 2 6
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
6
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Conocer los aspectos maacutes importantes del conocimiento cientiacutefico y los fundamentos de la investigacioacuten cientiacutefica
middot Disentildear procedimientos de investigacioacuten que puedan articularse de manera coherente con las metodologiacuteas y teacutecnicas existentes
middot Desarrollo del pensamiento criacutetico en investigacioacuten cientiacutefica
middot Desarrollo de las habilidades para la comunicacioacuten oral y escrita en un marco cientiacutefico
This subject considers the following learning outcomes
middot To understand the most important aspects of scientific knowledge and the fundamentals of scientific research
middot To design research procedures that can be articulated in a manner consistent with existing methodologies and techniques
middot Development of critical thinking in scientific research
middot Development of oral and written communication skills in a scientific framework
5513 CONTENIDOS
El contenido de esta asignatura es el siguiente
middot Planificacioacuten de la investigacioacuten
middot Introduccioacuten a la buacutesqueda bibliograacutefica
middot Elaboracioacuten de referencias bibliograacuteficas
middot Creacioacuten de bases de datos y anaacutelisis estadiacutestico
middot Desarrollo de opinioacuten criacutetica
middot Transferencia de los resultados de la investigacioacuteno Redaccioacuten de informes teacutecnicoso Presentacioacuten de informes teacutecnicos
Con el objetivo de cubrir estos contenidos se han planificado las siguientes actividades
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
34 52
middot Curso Writing and Presentation Skills impartido por el servicio de idiomas de la Universidad Autoacutenoma de Madrid
middot Seminarios de investigacioacuten (hasta cuatro) con participacioacuten de reputados investigadores y acadeacutemicos reconocidos del aacutembito nacional e internacional
middot Sesiones de planificacioacuten y presentacioacuten de los estados del arte de los Trabajos Fin de Master en curso
middot Jornada para exponer el avance de los Trabajos Fin de Maacutester a traveacutes de presentaciones breves y mesas redondas
The content of this subject is as follows
middot Research planning
middot Introduction to bibliographic search
middot Preparation of bibliographic references
middot Database creation and statistical analysis
middot Development of critical opinion
middot Transfer of research resultso Writing technical reportso Presentation of technical reports
In order to cover these contents the following activities have been planned
middot Course Writing and Presentation Skills taught by the language service of the Autonomous University of Madrid
middot Research seminars (up to four) with the participation of renowned researchers and academics recognized nationally and internationally
middot Sessions of planning and presentation of the state-of-the-art of the Master thesis projects in progress
middot Dayconference to expose the progress of the Masters Thesis projects through short presentations and round tables
5514 OBSERVACIONES
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
No existen datos
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A04 - Proyectos desarrollados por partede los estudiantes de manera individual oen grupos de tamantildeo reducido Projectsdeveloped by students individually or insmall groups
58 0
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
35 52
A05 - Seminarios impartidos porexpertos Seminars given by experts
16 100
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
50 0
A13 - Planificacioacuten y presentacioacuten de losestados del arte de los Trabajos Fin deMaster Planning and presentation of thestate-of-the-art for the Master thesis inprogress
12 100
A14 - Jornadas para exponer el avancede los Trabajos Fin de Maacutester a traveacutes depresentaciones breves y mesas redondas Conference to expose the progress of theMasters Thesis projects through shortpresentations and round tables
6 100
A15 - Curso de corta duracioacuten paradesarrollar habilidades de escritura ypresentacioacuten Short course to developwriting and presentation skills
8 100
5517 METODOLOGIacuteAS DOCENTES
M01 - Leccioacuten magistral Master lecture
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E02 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados Evaluation of reports andpresentations of work and projectsperformed
200 500
E04 - Evaluacioacuten de la participacioacuten yaprovechamiento en seminarios
200 500
E05 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento enactividades del aula Evaluation onparticipation performance and attitude inclassroom activities
00 200
55 NIVEL 1 Trabajo fin de maacutester Master Degree Thesis
551 Datos Baacutesicos del Nivel 1
NIVEL 2 Trabajo fin de maacutester Master Degree Thesis
5511 Datos Baacutesicos del Nivel 2
CARAacuteCTER Trabajo Fin de Grado Maacutester
ECTS NIVEL 2 12
DESPLIEGUE TEMPORAL Cuatrimestral
ECTS Cuatrimestral 1 ECTS Cuatrimestral 2 ECTS Cuatrimestral 3
12
ECTS Cuatrimestral 4 ECTS Cuatrimestral 5 ECTS Cuatrimestral 6
ECTS Cuatrimestral 7 ECTS Cuatrimestral 8 ECTS Cuatrimestral 9
ECTS Cuatrimestral 10 ECTS Cuatrimestral 11 ECTS Cuatrimestral 12
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
36 52
LENGUAS EN LAS QUE SE IMPARTE
CASTELLANO CATALAacuteN EUSKERA
No No No
GALLEGO VALENCIANO INGLEacuteS
No No Siacute
FRANCEacuteS ALEMAacuteN PORTUGUEacuteS
No No No
ITALIANO OTRAS
No No
LISTADO DE ESPECIALIDADES
No existen datos
NO CONSTAN ELEMENTOS DE NIVEL 3
5512 RESULTADOS DE APRENDIZAJE
Esta asignatura considera los siguientes resultados de aprendizaje
middot Disentildeo y desarrollo de un proyecto de un sistema aplicacioacuten o servicio en el aacutembito de conocimiento de las materias abarcadas en el Maacutester de complejidad sufi-ciente de forma que sea posible por medio de la evaluacioacuten de sus resultados determinar si el estudiante ha adquirido los conocimientos y competencias asocia-dos al tiacutetulo
middot Elaboracioacuten y defensa de un informe sobre el proyecto realizado en el que el estudiante demuestre su capacidad para analizar problemas complejos disentildear e im-plementar soluciones tecnoloacutegicas para dichos problemas dentro del aacutembito de la Ciencia de Datos asiacute como su capacidad de anaacutelisis siacutentesis presentacioacuten ycomunicacioacuten
This subject considers the following learning outcomes
middot Design and development of a project of a system application or service in the field of knowledge of the subjects covered in the Master of sufficient complexityso that it is possible through the evaluation of its results to determine if the student has acquired the knowledge and skills associated with the degree
middot Preparation and defense of a report on the project carried out in which the student demonstrates his ability to analyze complex problems design and implementtechnological solutions for such problems within the scope of Data Science as well as his capacity for analysis synthesis presentation and communication
5513 CONTENIDOS
El Trabajo de Fin de Maacutester (TFM) es un trabajo original realizado individualmente por el estudiante bajo la direccioacuten y supervisioacuten de un tutor preferi-blemente doctor o con experiencia y competencia profesional acreditada Su desarrollo debe involucrar la articulacioacuten de los conocimientos habilida-des y destrezas adquiridos a lo largo de su formacioacuten en el maacutester Adicionalmente debe tener caraacutecter formativo abordar problemas propios del aacutereaprofesional correspondiente y servir de preparacioacuten para posteriores etapas de formacioacuten acadeacutemica en estudios de doctorado incorporando compo-nentes de investigacioacuten o innovacioacuten El trabajo involucraraacute la realizacioacuten de estudios valoraciones e informes acerca de las tecnologiacuteas disponiblesinnovaciones y alternativas Finalmente debe ser realizado con rigor cientiacutefico y de manera conforme a los principios eacuteticos
El proyecto tendraacute un componente de innovacioacuten o investigacioacuten en el que se utilicen e integren las competencias adquiridas en las ensentildeanzas Seraacutedefendido ante un tribunal acadeacutemico designado a tal efecto
The Masters Thesis (TFM) is an original work carried out individually by the student under the direction and supervision of a tutor preferably a doctoror with proven professional experience and competence Its development must involve the articulation of the knowledge skills and abilities acquired th-roughout its training in the master Additionally it must be formative address problems related to the corresponding professional area and serve as pre-paration for subsequent stages of academic training in doctoral studies incorporating research or innovation components The work will involve conduc-ting studies assessments and reports about the available technologies Innovations and alternatives Finally it must be carried out with scientific rigorand in a manner consistent with ethical principles
The project will have an innovation or research component in which the skills acquired in the teachings are used and integrated It will be defended be-fore an academic tribunal appointed for this purpose
5514 OBSERVACIONES
La realizacioacuten del Trabajo Fin de Maacutester se ajustaraacute a la normativa de la Escuela Politeacutecnica Superior Esta normativa puede consultarse en la dispo-nible en la paacutegina web httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm y describe los procedimientos para los siguientes aspec-tos
middot Director codirectores y ponente del TFM
middot Oferta y asignacioacuten de TFMs
middot Calendario de convocatorias de defensas
middot Presentacioacuten del proyecto y propuesta de tribunal
middot Modificaciones formales del TFM
middot Solicitud de defensa
middot Desarrollo de la defensa y calificacioacuten
Respecto a la evaluacioacuten del TFM un 0-30 de la calificacioacuten final seraacute otorgada a propuesta del director quedando el 70-100 restante a decisioacutendel tribunal evaluador Adicionalmente la comisioacuten de Coordinacioacuten y Seguimiento del Maacutester elaboraraacute un documento que extienda la normativa men-
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
37 52
cionada anteriormente con el objetivo de detallar los criterios de evaluacioacuten y meacuteritos que determinaraacuten cuando un TFM ha generado resultados extra-ordinarios
The completion of the Master Thesis will comply with the regulations of the Escuela Politeacutecnica Superior These regulations can be found on the oneavailable on the website httpswwwuamesEPSTrabajoFinDeMaster1242674966369htm and describe the procedures for the following aspects
middot Director co-directors and rapporteur of the TFM
middot Offer and allocation of TFMs
middot Calendar of calls for defenses
middot Project presentation and court proposal
middot Formal Modifications of the TFM
middot Defense Request
middot Defense development and grading
Regarding the evaluation of the Master Thesis up to 0-30 of the final grade will be awarded by the director leaving the remaining 70-100 of the gra-de to be determined by the evaluation panel In addition the Committee for Coordinacioacuten y Seguimiento del Maacutester will prepare a document that ex-tends the aforementioned regulations with the objective of detailing the evaluation criteria and merits that will determine when a TFM has generated ex-traordinary results
5515 COMPETENCIAS
55151 BAacuteSICAS Y GENERALES
CG1 - Capacidad para comprender y aplicar meacutetodos y teacutecnicas de investigacioacuten en el aacutembito del aprendizaje profundo aplicadoa sentildeales audiovisuales Ability to understand and apply research methods and techniques in the field of deep learning applied toaudiovisual signals
CG2 - Capacidad para proyectar calcular y disentildear productos derivados del aprendizaje profundo aplicado a sentildealesaudiovisuales Ability to design and implement products derived from deep learning applied to audiovisual signals
CG3 - Capacidad para trabajar en equipos multidisciplinares comunicaacutendose eficientemente y desarrollando su actividad deacuerdo con las buenas praacutecticas cientiacuteficas Ability to work in multidisciplinary teams communicating efficiently and developingtheir activity in accordance with good scientific practices
CG4 - Capacidad para la investigacioacuten desarrollo e innovacioacuten en empresas y centros tecnoloacutegicos en el aacutembito del aprendizajeprofundo aplicado a sentildeales audiovisuales Ability for research development and innovation in companies and technologycenters in the field of deep learning applied to audiovisual signals
CG5 - Capacidad para la aplicacioacuten de los conocimientos adquiridos y resolucioacuten de problemas en entornos nuevos o pococonocidos en el aacutembito del aprendizaje profundo aplicado a sentildeales audiovisuales Ability to apply acquired knowledge and solveproblems for new or little known environments in the field of deep learning applied to audiovisual signals
CG6 - Capacidad de utilizar herramientas computacionales de altas prestaciones para resolver problemas del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to use high-performance computational tools to solve deep learning problems applied toaudiovisual signals
CG7 - Capacidad para comprender trabajos de investigacioacuten y para crear nuevo conocimiento en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand research papers and to create new knowledge in the field of deep learningapplied to audiovisual signals
CG8 - Capacidad para comprender y ser capaz de aplicar metodologiacuteas de investigacioacuten en el aacutembito del aprendizaje profundoaplicado a sentildeales audiovisuales Ability to understand and be able to apply research methodologies in the field of deep learningapplied to audiovisual signals
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo yo aplicacioacuten deideas a menudo en un contexto de investigacioacuten
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolucioacuten de problemas en entornosnuevos o poco conocidos dentro de contextos maacutes amplios (o multidisciplinares) relacionados con su aacuterea de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir deuna informacioacuten que siendo incompleta o limitada incluya reflexiones sobre las responsabilidades sociales y eacuteticas vinculadas a laaplicacioacuten de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones uacuteltimas que las sustentan a puacuteblicosespecializados y no especializados de un modo claro y sin ambiguumledades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habraacute deser en gran medida autodirigido o autoacutenomo
55152 TRANSVERSALES
CT1 - Capacidad para la identificacioacuten y el manejo adecuado de fuentes de informacioacuten Ability to identify and properly manageinformation sources
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
38 52
CT2 - Capacidad para trabajar en equipo de forma colaborativa y con responsabilidad compartida en el disentildeo y comunicacioacuten deestrategias experimentales Ability to work in a team collaboratively and with shared responsibility in the design development andcommunication of experimental strategies
CT3 - Capacidad para la exposicioacuten oral y escrita de manera estructurada y concisa tanto en el aacutembito investigador como en elprofesional Abitility to perform oral presentations and written reports in a structured and concise manner both in the research andprofessional fields
CT4 - Capacidad para aplicar conceptos fundamentales de la gestioacuten de proyectos tecnoloacutegicos incluyendo aspectos comocoordinacioacuten planificacioacuten estrateacutegica y desarrollo teacutecnico Ability to apply fundamental concepts of technological projectmanagement including aspects such as coordination strategic planning and technical development
CT5 - Capacidad de aprender de manera autoacutenoma para completar su formacioacuten cientiacutefica y tecnoloacutegica eacutetica social y en generalhumana Ability to learn autonomously to complete their scientific and technological ethical social and in general humantraining
55153 ESPECIacuteFICAS
CE15 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas avanzadas en la vanguardia de la investigacioacuten en aprendizajeprofundo Knowledge of methods and ability to handle state-of-the-art research techniques of deep learning
CE16 - Conocimiento de meacutetodos y capacidad de manejo de teacutecnicas complementarias al aprendizaje profundo Knowledge ofmethods and ability to manage techniques complementary to deep learning
CE17 - Capacidad para realizar un trabajo individual que recoja la integracioacuten de conocimientos adquiridos en la totalidad delmaacutester y capacidad para defenderlo puacuteblicamente ante un tribunal Ability to perform an individual work that includes theintegration of knowledge acquired in the entire masters degree and ability to defend it publicly in front of a panel
CE18 - Capacidad de desarrollar proyectos de investigacioacuten utilizando una metodologiacutea adecuada teniendo en cuenta losaspectos eacuteticos y sus implicaciones sociales econoacutemicas y humanas Ability to develop research projects using an appropriatemethodology taking into account ethical aspects and their social economic and human implications
5516 ACTIVIDADES FORMATIVAS
ACTIVIDAD FORMATIVA HORAS PRESENCIALIDAD
A06 - Estudio autoacutenomo por parte delestudiante Autonomous study by thestudent
60 0
A07 - Trabajo praacutectico autoacutenomo por partedel estudiante Autonomous practicalwork by the student
118 0
A11 - Integracioacuten en un entornoinvestigador o profesional real Integration in a research lab orprofessional environment
100 50
A12 - Discusioacuten tutorizada individual Individual guided discussion
20 100
A16 - Defensa del Trabajo Fin de Maacutester Master thesis defence
2 100
5517 METODOLOGIacuteAS DOCENTES
M04 - Lectura y anaacutelisis dirigidos de textos artiacuteculos o informes teacutecnicos Guided reading and analysis of texts articles ortechnical reports
M05 - Aprendizaje orientado a proyectos yo basado en casos Project-oriented andor case-based learning
M07 - Elaboracioacuten de un trabajo individual Individual preparation of a report
M08 - Seguimiento y supervisioacuten del Trabajo Fin de Master Follow-up and supervision of the Masters Thesis
5518 SISTEMAS DE EVALUACIOacuteN
SISTEMA DE EVALUACIOacuteN PONDERACIOacuteN MIacuteNIMA PONDERACIOacuteN MAacuteXIMA
E06 - Evaluacioacuten sobre la participacioacutendesempentildeo y aprovechamiento por partedel tutor Evaluation on participationperformance and attitude by the supervisor
00 300
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
39 52
E07 - Evaluacioacuten de informes ypresentaciones de trabajos y proyectosrealizados por parte de un tribunal Evaluation of reports and presentations ofwork and projects performed by a panel ofexperts
700 1000
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
40 52
6 PERSONAL ACADEacuteMICO61 PROFESORADO Y OTROS RECURSOS HUMANOS
Universidad Categoriacutea Total Doctores Horas
Universidad Autoacutenoma de Madrid ProfesorContratadoDoctor
29 100 40
Universidad Autoacutenoma de Madrid Ayudante Doctor 12 100 14
Universidad Autoacutenoma de Madrid Profesor Titularde Universidad
35 100 24
Universidad Autoacutenoma de Madrid Catedraacutetico deUniversidad
24 100 22
PERSONAL ACADEacuteMICO
Ver Apartado 6 Anexo 1
62 OTROS RECURSOS HUMANOS
Ver Apartado 6 Anexo 2
7 RECURSOS MATERIALES Y SERVICIOSJustificacioacuten de que los medios materiales disponibles son adecuados Ver Apartado 7 Anexo 1
8 RESULTADOS PREVISTOS81 ESTIMACIOacuteN DE VALORES CUANTITATIVOS
TASA DE GRADUACIOacuteN TASA DE ABANDONO TASA DE EFICIENCIA
80 20 80
CODIGO TASA VALOR
No existen datos
Justificacioacuten de los Indicadores Propuestos
Ver Apartado 8 Anexo 1
82 PROCEDIMIENTO GENERAL PARA VALORAR EL PROCESO Y LOS RESULTADOS
A los efectos de organizacioacuten y supervisioacuten de las actividades del Maacutester Universitario en Aprendizaje Profundo para el Tratamiento de Sentildeales de Au-dio y Video (Deep Learning for Audio and Video Signal Processing) se nombraraacute una Comisioacuten de Coordinacioacuten Acadeacutemica Esta comisioacuten asiacute comosu coordinador seraacuten nombrados por la Junta de Centro de la Escuela Politeacutecnica Superior de la Universidad Autoacutenoma de Madrid
Seraacute responsabilidad de dicha comisioacuten la planificacioacuten el seguimiento y la evaluacioacuten del funcionamiento del tiacutetulo para lo cual se reuniraacute al menosdos veces al antildeo
Los procedimientos para la valuacioacuten y mejora de la calidad de la ensentildeanza y el profesorado se recogen en el manual que describe el Sistema de Ga-rantiacutea Interna de Calidad de los Planes de Estudios de la Escuela Politeacutecnica Superior (Sistema de Garantiacutea Interna de Calidad-SGIC) Se puede ac-ceder a este manual a traveacutes del enlace httpswwwuamesEPSdocumento1242662061305sgicpdf
Dichos procedimientos estaacuten descritos en una serie de fichas En estas fichas se detallan los indicadores de seguimiento control y evaluacioacuten ademaacutesde los responsables de llevarlos a la praacutectica y proponer acciones de mejora sobre las desviaciones previstas
De este modo las fichas E2-F1 hacen alusioacuten a la calidad de la ensentildeanza y el uso de los datos para su mejora Por otro lado las en las fichas E2-F2tratan del anaacutelisis los resultados del aprendizaje Finalmente en las fichas E2-F3 se especifica el uso de los datos sobre resultados del aprendizaje pa-ra su mejora Los objetivos formativos globales de la titulacioacuten se mediraacuten fundamentalmente a traveacutes de las pruebas de evaluacioacuten de las competen-cias adquiridas en las asignaturas cursadas y del Trabajo de Fin de Maacutester Finalmente se tendraacute en cuenta la valoracioacuten del profesorado y de los es-tudiantes expresada en las encuestas de satisfaccioacuten
El impacto social del maacutester se mediraacute mediante encuestas sobre insercioacuten laboral de los egresados Estos y otros aspectos se recogeraacuten anualmen-te en la memoria de seguimiento del maacutester que elaboraraacute la Comisioacuten de Calidad del Posgrado a partir de la informacioacuten recabada de la Comisioacuten deCoordinacioacuten Acadeacutemica y del resto de agentes involucrados en la titulacioacuten En esta memoria se analizaraacuten aspectos del desarrollo del maacutester talescomo la coordinacioacuten la satisfaccioacuten de los agentes implicados el sistema de informacioacuten del tiacutetulo y los asuntos del buzoacuten de sugerencias y quejas
De forma especiacutefica se calcularaacuten y analizaraacuten los indicadores y tasas que se mencionan a continuacioacutenmiddot Tasa de graduacioacuten del tiacutetulo porcentaje de estudiantes que finalizan la ensentildeanza en el tiempo previsto en el plan de estudios (d) o en un antildeo) en relacioacuten con su
cohorte de entradamiddot Tasa de abandono del tiacutetulo relacioacuten porcentual entre el nuacutemero total de estudiantes de una cohorte de nuevo ingreso que debieron finalizar la titulacioacuten el curso
anterior y que no se han matriculado ni en ese curso ni en el anteriormiddot Tasa de eficiencia de los egresados del tiacutetulo relacioacuten porcentual entre el nuacutemero total de creacuteditos establecidos en el plan de estudios y el nuacutemero total de creacutedi-
tos en los que han tenido que matricularse a lo largo de sus estudios el conjunto de estudiantes titulados en un determinado curso acadeacutemico
Adicionalmente se estudiaraacute la evolucioacuten de cada uno de estos indicadores a lo largo de los distintos cursos acadeacutemicos
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
41 52
Se crearaacuten y mantendraacuten grupos de antiguos alumnos Finalmente se llevaraacute a cabo un seguimiento de los puestos profesionales o acadeacutemicosdesempentildeados por los egresados del programa completando asiacute la informacioacuten sobre su insercioacuten laboral
Tras el anaacutelisis de estos datos la Comisioacuten comunicaraacute los resultados a las partes implicadas propondraacute las medidas de revisioacuten necesarias para con-seguir los objetivos previstos y en su caso para su mejora Adoptaraacute asimismo las medidas necesarias para la ejecucioacuten de dichas medidas
Cuando las variaciones anuales de los indicadores propuestos sean significativas la Comisioacuten solicitaraacute a los agentes implicados un informe en el quese indiquen los motivos que podriacutean haber producido esta variacioacuten La Comisioacuten tendraacute la capacidad de elaborar propuestas concretas de revisioacuten delplan de estudios de modificacioacuten en los programas o en la forma de imparticioacuten de las asignaturas asiacute como sugerir cambios en los equipos docentesen aras de la mejora continuada de la calidad del programa
9 SISTEMA DE GARANTIacuteA DE CALIDADENLACE httpswwwuamesEPSSistemaDeGarantiaDeCalidad1242668432722htm
10 CALENDARIO DE IMPLANTACIOacuteN101 CRONOGRAMA DE IMPLANTACIOacuteN
CURSO DE INICIO 2020
Ver Apartado 10 Anexo 1
102 PROCEDIMIENTO DE ADAPTACIOacuteN
No procede
103 ENSENtildeANZAS QUE SE EXTINGUEN
COacuteDIGO ESTUDIO - CENTRO
11 PERSONAS ASOCIADAS A LA SOLICITUD111 RESPONSABLE DEL TIacuteTULO
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
51380809M Joseacute Mariacutea Martiacutenez Saacutenchez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
directorepsuames 647378186 914972224 Director de la EscuelaPoliteacutecnica Superior
112 REPRESENTANTE LEGAL
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
05255176K Juan Antonio Huertas Martiacutenez
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
C Einstein 1 EdificioRectorado CiudadUniversitaria de Cantoblanco
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
vicerrectoradodocenciauames638090858 914973970 Vicerrector de DocenciaInnovacioacuten Educativa yCalidad
El Rector de la Universidad no es el Representante Legal
Ver Apartado 11 Anexo 1
113 SOLICITANTE
El responsable del tiacutetulo no es el solicitante
NIF NOMBRE PRIMER APELLIDO SEGUNDO APELLIDO
70070739C Juan Carlos San Miguel Avedillo
DOMICILIO COacuteDIGO POSTAL PROVINCIA MUNICIPIO
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
42 52
C Francisco Tomas y ValienteN11 Escuela PolitecnicaSuperior
28049 Madrid Madrid
EMAIL MOacuteVIL FAX CARGO
juancarlossanmigueluames 675110180 914972235 Profesor Contratado Doctor
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
43 52
Apartado 2 Anexo 1Nombre MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
HASH SHA1 5C139FD312BD81EE69F6C38E7CF8A3670536790A
Coacutedigo CSV 363722671162737707782868Ver Fichero MUDL4AVS_EPS_UAM_2_justificacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
44 52
Apartado 4 Anexo 1Nombre MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
HASH SHA1 890764F01A406789C4CD3A375506D949FC3A19E3
Coacutedigo CSV 362909569091623933311976Ver Fichero MUDL4AVS_EPS_UAM_4_sistemas_informacion_previa_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
45 52
Apartado 5 Anexo 1Nombre MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
HASH SHA1 CB59CD8AF924AA04395541A0E190FD77B5049331
Coacutedigo CSV 362909758779329923811011Ver Fichero MUDL4AVS_EPS_UAM_5_plan_estudios_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
46 52
Apartado 6 Anexo 1Nombre MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
HASH SHA1 2D71F0C967BCE214B90317AC3E1DC53537F375DB
Coacutedigo CSV 363722772631468772300398Ver Fichero MUDL4AVS_EPS_UAM_6_1_profesorado_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
47 52
Apartado 6 Anexo 2Nombre MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
HASH SHA1 3B916DC1B99190FB14E7F9B9DB9894C0D72E0CE6
Coacutedigo CSV 355636984887564471420005Ver Fichero MUDL4AVS_EPS_UAM_6_2_recursos_humanos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
48 52
Apartado 7 Anexo 1Nombre MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
HASH SHA1 555AB2169976CF2DFE226AA41A0838591B9454DF
Coacutedigo CSV 362910143973192215809487Ver Fichero MUDL4AVS_EPS_UAM_7_medios_materiales_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
49 52
Apartado 8 Anexo 1Nombre MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
HASH SHA1 7970D5D3C129A83188495120FDED212E761AE038
Coacutedigo CSV 355637055281804878980158Ver Fichero MUDL4AVS_EPS_UAM_8_justificacion_indicadores_propuestos_v2pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
50 52
Apartado 10 Anexo 1Nombre MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
HASH SHA1 6E707647BD5C20C00581AF8D8D06E2DB2E7967EF
Coacutedigo CSV 362910284986688361858045Ver Fichero MUDL4AVS_EPS_UAM_10_cronograma_implantacion_v3pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
51 52
Apartado 11 Anexo 1Nombre Delegacion Firma2019pdf
HASH SHA1 05DF0B4170731D61EA322D5F9716EAF56D413316
Coacutedigo CSV 340595051038543788419529Ver Fichero Delegacion Firma2019pdf
CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
Identificador 4317140
52 52 CSV
364
1065
0599
9362
9861
0701
0 - V
erifi
cabl
e en
http
ss
ede
educ
acio
ngo
bes
cid
y C
arpe
ta C
iuda
dana
http
ss
ede
adm
inis
traci
ong
obe
s
- IMPRESO SOLICITUD PARA VERIFICACIOacuteN DE TIacuteTULOS OFICIALES
- Apartado 1 Descripcioacuten del tiacutetulo
- Apartado 2 Justificacioacuten
- Apartado 3 Competencias
- Apartado 4 Acceso y admisioacuten de estudiantes
- Apartado 5 Planificacioacuten de las ensentildeanzas
- Apartado 6 Personal acadeacutemico
- Apartado 7 Recursos materiales y servicios
- Apartado 8 Resultados previstos
- Apartado 9 Sistema de garantiacutea de calidad
- Apartado 10 Calendario de implantacioacuten
- Apartado 11 Personas asociadas a la solicitud
-