Workshop 1: “Machine learning: base concepts and applications”, Prof. Dr. Hugo Gamboa

8th May

14h30 - 19h00

Seminar Room - Building 1 (Physics Department)

Limit of 20 participants

Enrollments now closed

Summary:

Machine Learning (ML) is a branch of computational sciences born from artificial intelligence, committed to the design and implementation of algorithms to automatically analyze data and to generalize this information for classification purposes. A central issue in machine leaning is pattern recognition or classification, in which machines evolve through inferential learning and acquire the ability to recognize complex patterns and to distinguish between categories based on a set of attributes.

ML algorithms have many applications in biology, robotics and other related disciplines. Neuromechanics also deals with complex behaviors and complex patterns involving interplay of many different elements. In this research field, automatic learning algorithms can be applied in analyzing motion data and other complex features and used to derive classification rules. Learning algorithms can be of aid in disclosing the features responsible for given behaviors. The conference focus on providing the base concepts of Machine Learning and it's application to produce a common language between life sciences experts and the engineers, providing access to the advances in the area and a common path of collaboration between interdisciplinary teams.

The seminar will give the awareness to what are the current capabilities of several ML approaches. The seminar will close with real applications examples and a hands on experience with a user friendly ML toolbox.

Program:

1. Base concepts. Artificial intelligence; Optimization; Classification system; Signal processing; Feature extraction/selection; Distance measures; Statistical Learning; Classification; Training and testing sets; Error measures.

2. Supervised Learning. Parametric and non parametric models; Bayes classifier; K nearest neighbour; Naive Bayes classifier.

3. Unsupervised Learning. Clustering; Kmeans and hierarchical clustering.

4. Other approaches to Machine learning. Genetic algorithms; Neural Networks.

5. Example applications. Behavioural Biometrics. Biosignal Clustering. Neuromechanics classification.

6. Hands on - Use a pattern recognition user friendly toolbox (Orange) to test several classifiers.

Workshop 2: “Introdução ao LaTeX”, IEEE

9th May

15h00 - 17h30

Room 3.5 - Building 7 (Mathmatics Department)

Limit of 30 participants

Enrollments now closed

Warning:

This Workshop will be given entirely in Portuguese, for more information see the section in Portuguese below.

Workshop 3: “Controlo da Qualidade da imagem Radiológica”, Medical Consult

10th May

15h00 - 17h00

Lab. 2.1 - Building 7 (Mathmatics Department)

Limit of 30 participants

Enrollments now closed

Warning:

This Workshop will be given entirely in Portuguese.

Summary:

The Workshop consists in two equal cycles (2x1 hour). Each cycle consists in a 15 min presentation, available for 15 people; followed by 3 paralleled sessions of 15 min each, available for 5 people and repeated thrice.

Program:

Presentation of the Company (15 people) and Activities performed by the Radiologic Protection Sector (15 people).

Table 1. Evaluation of the image quality in mammography equipments (15 mins.):

- Obtaining the threshold of contrast detection

- Minimum thickness of the visible filament

- Spatial resolution 

Table 2. Evaluation of the image quality of primary monitors (15mins.):

- Verification of the environment’s illumination

- Verification of the Homogeneity

- Distortion

- Luminance’s response

Table 3.  Evaluation of the image quality in Computerized Tomography (15 mins.):

- Obtaining the threshold of contrast detection

- Spatial resolution 

- Verification of the cut’s thickness

- Verification of the Noise and uniformity

 ---

Workshop 1: “Machine learning: base concepts and applications”, Prof. Dr. Hugo Gamboa

8 de Maio

Sala de Seminários - Edifício 1 (Departamento de Física)

14h30 - 19h00

Limite de 20 participantes

Inscrições fechadas

Resumo:

Machine Learning (ML) é um ramo das ciências computacionais criado a partir da inteligência artificial, o qual visa fazer o design e a implementação de algoritmos quer que analisem dados automaticamente, quer que generalizem esta informação com propósitos de classificação. Um assunto central em Machine Learning é o reconhecimento e ou classificação de padrões nos quais as máquinas se desenvolvem e evoluem através de uma aprendizagem dedutiva, adquirindo tanto a capacidade de reconhecer padrões complexos, como de fazer a distinção entre categorias baseadas numa série de atributos.

Os algoritmos de ML têm aplicações na biologia, robótica e em outras disciplinas relacionadas. A Neuromecânica também lida com comportamentos e padrões complexos, envolvendo a interacção entre muitos e distintos elementos. Nesta área da investigação, algoritmos de aprendizagem automática podem ser aplicados à análise de movimentos assim como a outras características complexas, e usado para obter regras de classificação. O conhecimento acerca de algoritmos pode ser importante na descoberta das características responsáveis por determinados comportamentos. O objectivo principal da conferência é dar a conhecer conceitos base em Machine Learning e respectivas aplicações, a fim de se conseguir uma linguagem em comum entre os experts das ciências da vida e os engenheiros, o que tornará possível o acesso aos avanços na área e um caminho em comum na colaboração entre equipas interdisciplinares.

O workshop irá consciencializar os seus participantes de quais são as actuais capacidades das várias abordagens do Machine Learning, sendo que será dado por concluído com exemplos de aplicações reais e uma experiência que envolve a utilização de uma caixa de ferramentas de ML user friendly.

Programa:

1. Conceitos base. Inteligência Artificial; Optimização; Sistema de Classificação; Processamento de sinais; Extracção/Selecção de Características; Medição de distâncias; Aprendizagem Estatística; Classificação; Cenários de treino e teste; Medição de erros.

2. Aprendizagem supervisionada. Modelos paramétricos e não-paramétricos; Classificador de Bayes; K nearest neighbour; Classificador Naive Bayes.

3. Aprendizagem sem supervisão. Clustering; Kmeans clustering e clustering hierárquico.

4. Outras abordagens ao Machine Learning. Algoritmos genéticos; Rede neural.

5. Exemplos de aplicações. Biometria Comportamental; Clustering de biosinais; Classificação em Neuromecânica.

6. Hands On - Uso de uma caixa de ferramentas de reconhecimento de padrões user friendly (Orange) para testar vários classificadores.

Workshop 2: “Introdução ao LaTeX”, IEEE

9 de Maio

Sala 3.5 - Edifício 7 (Departamento de Matemática)

15h00 - 17h30

Limite de 30 participantes

Inscrições fechadas

Resumo:

O Workshop irá abordar um pouco de tudo para que o participante seja capaz de elaborar relatórios simples para trabalhos académicos, etc. Não se espera preparar ninguém para escrever uma tese, contudo as bases serão cobertas e referências futuras serão dadas para que as pessoas possam continuar a aprender a trabalhar com a ferramenta.

Programa:

1. O que é o LaTeX.

2. Estrutura de documentos.

3. Principais comandos.

4. Mensagens de erro e avisos típicos.

5. Referências a secções, imagens, tabelas, etc..

6. Criação e tipos de listas.

7. Inserção de imagens.

8. Inserção de tabelas.

9. Gestão e inserção bibliográfica.

10. Fórmulas matemáticas.

11. Listagens de código.

12. Criação de capas.

Workshop 3: “Controlo da Qualidade da imagem Radiológica”, Medical Consult

10 de Maio

15h00 – 17h00

Lab. 2.1 - Edifício 7 (Departamento de Matemática)

Limite de 30 participantes

Inscrições fechadas

Resumo:

O Workshop é constituído por 2 ciclos iguais (2x1hora). Cada ciclo é constituído por uma apresentação, de 15 min, disponível para 15 pessoas; e seguida de 3 sessões em paralelo de 15 minutos cada, disponível para 5 pessoas e repetida por três vezes.

Programa:

Apresentação da Empresa (15 pessoas) e Actividades efectuadas pelo Sector de Protecção Radiológica (15 pessoas)

Mesa 1. Avaliação da qualidade de imagem em equipamentos de mamografia (15 min.):

- Obtenção do Limiar de contraste de detecção

- Espessura mínima do filamento visível

- Resolução espacial

Mesa 2. Avaliação da qualidade de imagem de monitores primários (15 min.):

- Verificação da iluminação ambiente

- Verificação da Homogeneidade

- Distorção

- Resposta da Luminância

Mesa 3. Avaliação da qualidade de imagem em equipamentos de Tomografia Computorizada (15 min.):

- Obtenção do Limiar de contraste de detecção

- Resolução espacial

- Verificação da espessura de corte

- Verificação do Ruido e uniformidade