Laboratorio de Computación

Funciones

Funciones de Laboratorio de Computación

• Administrar, mantener, y gestionar las aulas y laboratorios de computación destinados a alumnos y docentes de grado y postgrado.
• Generar y asesorar a las autoridades en planes de mejoras de dichas aulas.
• Asesorar para la adquisición de software y hardware del Laboratorio.
• Establecer las políticas de seguridad de las aulas.
• Realizar acciones de capacitación del personal interno del área
• Administrar, mantener y gestionar los espacios físicos destinados a proyectos de investigación, desarrollo e innovación.
• Brindar soporte y asesoramiento a docentes de la Facultad que dicten materias que utilicen la herramienta informática.
• Administrar, mantener y gestionar los espacios destinados al servicio directo a los alumnos.
• Administrar los servidores de gestión de paginas Web del Laboratorio y del Departamento de Computación.
• Administrar servidores HPC de la Facultad y Universidad.
• Realizar investigaciones y trabajos relacionados con la temática.

Fuente: Art. 5 de la resolución Nº218-H.C.D.2004

• Dirección
  • Dr. Gustavo Wolfmann
• Investigadores
  • Ing. Aldo Algorry
  • Ing. Agustín Martina
• Becarios
  • Tarazi, Pedro
  • Garbiglia, Diego
  • Aguilar, Mauricio

Ex-Integrantes

Desarrollo

Desarrollo de proyectos de Programación Científica utilizando:

• Inteligencia Artificial y Visión por Computadora:
  • Tensorflow,Keras
  • PyTorch
  • CNN,OpenCV
• Lenguajes de Programación:
  • Fortran, C/C++.
  • Python, Java.
• Procesadores:
  • CPU multicore.
  • Aceleradores GPU y Xeon Phi.
  • Cluster de nodos híbridos multicore, multiGPU, multiXeon Phi.
  • Cluster de nodos SoC.
• Tecnologías de Procesamiento Paralelo:
  • ILP Instruction Level Parallelism.
  • MPI para memoria distribuida.
  • OpenMP y Phreads para memoria compartida.
  • CUDA para aceleradores GPU de Nvidia.
• Modelos de Programación Paralela:
  • Master / Worker, Peer to Peer.
  • Redes de Petri.
  • Sincrónicos y Asíncronos.

Investigación

• Proyectos de Investigación Financiados:
  • INTEGRACION DE LA DETECCION DE OBJETOS EN IMAGENES EN TIEMPO REAL EN LA CONDUCCION AUTONOMA DE VEHICULOS Y BRAZOS ROBOTICOS
  • Fiananciado por: Secyt - UNC
    OPTIMIZACION DE ALGORITMOS PARALELOS DE APRENDIZAJE PROFUNDO APLICADOS A LA VISION POR COMPUTADORA
  • Fiananciado por: Secyt - UNC
• Proyectos de Investigación de Doctorandos:
  • Desarrollo de modelos automatizados de detección de la concordancia semántica entre imágenes y textos de lenguaje natural
  • por: Aldo Algorry
• Proyectos de Investigación desarrollado con alumnos de la carrera de Ing. en Computación, mediante becas, pasantias o PPS:
• Cluster de HPC y bajo consumo:
  • Cluster compuesto por 4 unidades Nvidia Shield, cada una de las cuales dispone de un procesaror ARM Cortex A-57 y 256 cuda cores.
  • por: Diego Provinciani y Julian Morales
• Cluster de SoC Odroid U3:
  • Cluster de unidades SoC (System on Chip) Odroid U3, procesador ARM Cortex A9, de cuatro cores cada uno.
  • Instalación de biblioteca de rutinas MPI
  • por: Diego Garbiblia
• Reconocimiento de Objetos en imágenes usando técnicas de deep learning.
  • Implementación de investigaciones previas realizadas para reconocimiento de imágenes basadas en Redes Neuronales Convolucionales
  • Framework Caffe, en maquinas paralelas de 32 cores y coprocesadores de imágenes NVIDIA
  • por: Luis Aguilar
• Instalación de la biblioteca Parallel Computing Java en Odroid U3:
  • Instalación de la biblioteca y depedencias de Java 8 sobre procesador ARM Cortex A9
  • Testing de algortimos paralelos sobre esta plataforma.
  • por: Fabian Wolfmann, Agustin Colazo y Nicolas Pasaglia

2019

• 18-05 Estamos desarrollando un Framework para guiar un brazo robotico
• 13-04 Diseñamos una maquina recolectora de frutos con multiples brazos roboticos
• 19-01 Nuevo Proyecto de Investigación apoyado por Secyt
  "INTEGRACION DE LA DETECCION DE OBJETOS EN IMAGENES EN TIEMPO REAL EN LA CONDUCCION AUTONOMA DE VEHICULOS Y BRAZOS ROBOTICOS"

2018

• 17-12 IEEE publicó paper de investigadores del Departamento
• 22-06 Secyt aprueba los resultados del proyecto: Optimización de algoritmos paralelos en redes neuronales aplicadas a la visión por computadora

2017

• 18-12 Participamos de "The 2017 International Conference on Computational Science and Computational Intelligence (CSCI) December 14-16, 2017, Las Vegas, USA"

2016

• 02-12 Donación NVIDIA
• 15-06 Proyecto Investigación Secyt - UNC
  “OPTIMIZACION DE ALGORITMOS PARALELOS DE APRENDIZAJE PROFUNDO APLICADOS A LA VISION POR COMPUTADORA"
• 30-05 Nuevo sitio del Laboratorio
• 16-05 Servidor Aula 103