Técnicas de Deep Learning y Control Aplicadas a Sistemas Inteligentes de Transporte

Ir al contenido principal de la página

Título

Microcredencial Universitaria de Técnicas de Deep Learning y Control Aplicadas a Sistemas Inteligentes de Transporte

Ficha técnica

Código del plan de estudios

FC77

Ámbitos del conocimiento

Ingeniería industrial, ingeniería mecánica, ingeniería automática, ingeniería de la organización

Universidades participantes

Universidad de Alcalá

Dirección

Director:

Ignacio Parra Alonso                                        ignacio.parra@uah.es

Codirectora:

Noelia Hernández Parra

Contacto

Rubén Izquierdo Gonzalo

Escuela Politécnica Superior despacho E333

Teléfono:  91 885 66 82

E-mail: ruben.izquierdo@uah.es

Director:

Ignacio Parra Alonso                         ignacio.parra@uah.es

Objetivos formativos

Los objetivos del Estudio son proporcionar una visión general de los Sistemas Inteligentes de Transporte y las Nuevas Tecnologías aplicables al Transporte, específicamente en cuanto a técnicas de control, simuladores y Deep Learning.

Competencias a adquirir

Competencias generales

  • CG1: Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, y de comunicar y transmitir conocimientos.
  • CG2: Capacidad de trabajar en un grupo multidisciplinar y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas.

Competencias Específicas del programa:

  • CE1: Utilización de técnicas y algoritmos capaces de extraer información de grandes cantida-des de datos, aprender de ellos y realizar predicciones que pueden ser utilizadas para reco-nocimiento de patrones, filtrado y visión artificial.
  • CE2: Comprensión de las teorías, principios generales y aplicaciones de sistemas expertos, sistemas basados en reglas y las redes neuronales.
  • CE3: Comprensión de los principios generales y aplicaciones del control orientado a los siste-mas inteligentes de transporte.
  • CE4: Capacidad para comprender técnicas básicas de deep learning aplicadas a los sistemas inteligentes de transporte.
  • CE5: Capacidad para comprender técnicas básicas de control aplicadas a los sistemas inteligentes de transporte.

Público al que va dirigido

Profesionales del transporte y la movilidad, la logística, las infraestructuras del transporte, miembros de las administraciones públicas, personas desempleadas, estudiantes y, en general, cualquier persona interesada en el sector que requiere de capacitación en los ámbitos de actuación de esta formación

Plan de estudios

Créditos

15 ECTS

Modalidad de enseñanza

Híbrida

Periodo de impartición

Fechas Previstas Inicio-Fin: 29/01/24 - 24/05/24

Lugar de impartición

Sesiones presenciales en la Escuela Politécnica Superior de la Universidad de Alcalá y sesiones 

Horario de impartición

De 17 a 21h martes, miércoles y jueves

Plazo de preinscripción

Consultar con el contacto

Lugar de preinscripción

Secretaría de Alumnos de Posgrado y Estudios Propios. Escuela de Posgrado, Colegio de León.

C/ Libreros, 21 - 28801 Alcalá de Henares.

E-mail: secalum.posgrado@uah.es

Teléfonos: 91 885 4300   Fax: 91 885 6879

Requisitos generales de acceso

Documentación a presentar

Número de plazas

50

Plazo de matrícula

Consultar con el contacto

Procedimiento

Importe del estudio

Precio por crédito: 80,00€

Este importe no incluye precios por servicios administrativos y seguro de accidentes.

Forma de pago

Pago único

Becas

La convocatoria y adjudicación de las becas correrá a cargo de la dirección académica del estudio. El 10% de los ingresos de este estudio serán destinados a becas.