Conceptualizo la idea segun la profundidad que necesite el alumno. Mis clases son adaptables, debido a que se maneja un nivel de profundidad significativo, por lo tanto segun la profundidad que el alumno necesite, lo puedo apoyar. En general, mis alumnos pueden ser personas que necesiten apoyo en educacion basica, hasta postgrado nivel Magister. Las clases pueden ser en tiempo real o se pueden r...
Conceptualizo la idea segun la profundidad que necesite el alumno. Mis clases son adaptables, debido a que se maneja un nivel de profundidad significativo, por lo tanto segun la profundidad que el alumno necesite, lo puedo apoyar. En general, mis alumnos pueden ser personas que necesiten apoyo en educacion basica, hasta postgrado nivel Magister. Las clases pueden ser en tiempo real o se pueden realizar mediante algun trabajo que necesiten resolver.
Se utiliza software en caso de ser necesario. Normalmente se trabaja en Matlab en ambientes de códigos y/o simulink. Tanto para control automático,
señales y sistemas, optimizacion y estadísticas. Para estadísticas tambien se enseña el uso de Minitab. Para inteligencia artificial se utiliza Python. Por parte de PLC se trabaja con tecnología Siemens software TIA Portal (cualquier versión), tanto para creación de lógicas con variables analógicas como discretas, así como el trabajo con HMI (paneles de operador). En esta línea, también se trabaja con protocolos de comunicación Profibus, Profinet y Ethernet TCP/IP, para aplicaciones desde basico a avanzado ( por ejemplo Accionamiento con VDF). También se imparte enseñanza y se realiza trabajos en plataformas electrónicas (de menor a mayor complejidad) como Arduino, Raspberry y Jetson ( Nvidia) modelos Nano y TX, para Robotica e Inteligencia Artificial (IA). En último punto puedo hacer énfasis en tres topicos ( no excluyentes) : Lógica Difusa, Redes Neuronales y Algoritmos Genéticos. Finalmente en Redes Neuronales, puedo impartir clases enfocado en los siguientes tópicos: Problemas de Clasificación y Problemas de Regresion. En el caso de Clasificación se revisa Redes Neuronales Convolucionales y en el caso de Regresión se revisa las redes GRU y LSTM. Todo lo de IA es 100% aplicado, desde nivel básico a avanzado, por ejemplo en Clasificación se puede revisar aplicaciones desde reconocimiento de objetos en una imagen, hasta la detección de objetos en ella (con software y codificación en python), mientras que para Regresión se puede revisar aplicaciones desde estimación de tendencias hasta su pronóstico a k pasos hacia el futuro.