Josef Baumgartner

 

Josef1

Nombre y Apellido:                            Josef Sylvester Baumgartner

Título:                                                       Dipl. Ingeniero (Cibernético)

Fecha y Lugar de Nacimiento:        16.07.1983, Dachau (Alemania)

Estado Civil:                                           Casado

Mail:                                                         josef.s.baumgartner@gmail.com

Temas de investigación:

Data mining, pattern recognition, statistical learning, image segmentation, 2D hidden Markov models,

parameter estimation.

Estudios Universitarios

 Postgrado

Doctorado en Ciencias de la Ingeniería en la Universidad Nacional de Córdoba (Resolución N° 001076-T-2010: Categoría A), Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional Córdoba. Finalizado el 23 de Febrero de 2016.

Tema: “Modelos dinámicos estocásticos para optimización de procesos no lineales con restricciones”.

Grado

Ingeniero en Cibernética, egresado de la Universität Stuttgart, Facultad VII Mecánica. Promedio 9. (2009).

Tesis de Grado: “Modelos dinámicos basado en procesos gaussianos: métodos y aplicaciones para motores diesel”. Centro de investigación de la Robert Bosch GmbH Schwieberdingen, Departamento: “Cognitive Systems”. Calificación 10. (2009).

Tesis de estudiante: “Synchronization of metronomes“ en el “Institut for Systemstheorie and Control”. Calificación 10. (2008).

Intercambio con la Universidad Tecnológica Nacional en Córdoba, Argentina (2007).

Docencia

Grado

INGENIERÍA ELECTRÓNICA DEL INSTITUTO UNIVERSITAIO AEREONAUTICO I.U.A.

Profesor contratado para el curso optativo “Matlab/Simulink aplicado a control”. (2011-2012).

INGENIERÍA ELECTRÓNICA DE LA FACULTAD DE CIENCIAS EXACTAS FÍSICAS Y NATURALES DE LA U.N.C

Profesor Ayudante B de la materia “Sistemas de Control I”. (2010-2013, Resolución 1099-T-2009).

INGENIERÍA CIBERNÉTICA DE LA FACULTAD MECÁNICA DE LA UNIVERSITÄT STUTTGART

Supervisor de la práctica “Control I” en el “Institute for Systems Theory and Automatic Control”. (2008).

FACULTAD MATEMÁTICA Y FÍSICA DE LA UNIVERSITÄT STUTTGART

Ayudante alumno de las materias “Matemática I y II” en el “Institut for Geometry and Topology”. (2005 – 2007).

 

Trabajos publicados en Revistas Científicos

Rodríguez Rivero, C.; Herrera, M.; Pucheta, J.; Baumgartner, J.; Patiño, D. y Sauchelli, V. (2013) “High Roughness Time Series Forecasting based on energy associated of series.” Journal of Communication and Computer, Vol. 9, No. 5, 2012, pp. 576-586, ISSN 1548-7709, USA, David Publishing Company.

Rodríguez Rivero, C.; Herrera, M.; Pucheta, J.; Baumgartner, J.; Patiño, D. y Sauchelli, V. (2013) “Time series forecasting using Bayesian method: application to cumulative rainfall.” IEEE Latin America Transactions, Vol. 11, No. 1, Feb. 2013. pp. 359-364. ISSN 1548-0992.

Trabajos publicados en Congresos Científicos

Baumgartner, J.; Rodríguez Rivero, C. y Pucheta, J. (2010) “A genetic algorithm based design approach for the properties of a Gaussian Process for Time Series Forecasting.” XXIIº Congreso Argentino de Control Automático – AADECA 2010. 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina.

Rodríguez, C.; Pucheta, J.; Baumgartner, J.; Patiño, H. y Kuchen, B. (2010) “An Approach for Time Series Forecasting by simulating Stochastic Processes through time lagged feed-forward neural network”. Proceedings of the 2010 International Conference on Data Mining – DMIN’10, Las Vegas, EE.UU., 12 al 15 de Julio de 2010. ISBN 1-60132-138-4, CSREA Press, Vol.6, pp. 287-293 (CD ISBN 1-60132-131-7).

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M.; Salas, C. y Sauchelli, V. (2011) “A NN-Based Autoregressive Model that considers the Energy associated of Time Series for Forecasting”. En: III MACI 2011 – Tercer Congreso de Mathematica Aplicada, Computacional e Industrial. 9 al 11 de mayo de 2011, Bahía Blanca, Argentina.

Baumgartner, J.; Rodríguez Rivero, C. y Pucheta, J. (2011) “Pronóstico de lluvia en un punto desde diversos puntos geográficos de observación mediante procesos gaussianos.” XXIII Congreso Nacional del Agua – CONAGUA, 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina, ISSN 1853-7685.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Patiño, H.; Herrera, M. y Sauchelli, V.  (2011) “Modelado bayesiano de un filtro autorregresivo no lineal basado en redes neuronales para el pronóstico de series temporales de lluvia acumulada mensual.” XXIII Congreso Nacional del Agua – CONAGUA, 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina, ISSN 1853-7685. pp. 149-163.

Pucheta, J.; Herrera, M.; Rodríguez Rivero, C. y Baumgartner, J. (2011) “Filtro no lineal para pronóstico de series temporales de alta Rugosidad empleando submuestreo.” XXIII Congreso Nacional del Agua – CONAGUA, 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina, ISSN 1853-7685. pp. 117-135.

Baumgartner, J.; Rodríguez Rivero, C. y Pucheta, J. (2011) “Identificación no-supervisada de parcelas agrícolas en imágenes satelitales multiespectrales basado en la semejanza de pixeles homólogos en las distintas bandas.” Jornadas de Informática – JAIIO 40, 3º Congreso Argentino de AgroInformática – CAI, 30 y 31 de Agosto de 2011, Córdoba, Argentina.

Pucheta, J.; Herrera, M.; Rodríguez Rivero, C. y Baumgartner, J. (2011) “Filtro predictor basado en redes neuronales para pronóstico de series temporales de lluvia acumulada empleando submuestreo.” Jornadas de Informática – JAIIO 40, 3º Congreso Argentino de AgroInformática – CAI, 30 y 31 de Agosto de 2011, Córdoba, Argentina.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M.; Patiño, H. y Kuchen, B.  (2011) “A NN-based model for time series forecasting in function of energy associated of series.” Proc. of the International Conference on Applied, Numerical and Computational Mathematics – ICANCM’11, 15 al 17 de Septiembre de 2011, Barcelona, España, ISBN 978-1-61804-030-5, pp. 80-86.

Pucheta, J.; Rodríguez Rivero, C.; Herrera, M.; Sauchelli, V. y Baumgartner, J. (2011) “Time Series Forecasting using Kernel and Feed-Forward Neural.” XIV Reunión de Trabajo en Procesamiento de la Información y Control RPIC 2011, 16 al 18 de Noviembre de 2011 Oro Verde, Entre Ríos, Argentina.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M. y Patiño, D. (2011) “A NN-based nonlinear autoregressive model for Time series forecasting in function of energy associated of series”. En: “The 50th IEEE Conference on Decision and Control and European Control Conference” a realizarse del 12 al 15 de Diciembre de 2011, Florida, EE.UU.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M.; Sauchelli, V.; Patiño, D. y Laboret, S. (2012) “Neural Networks Based Algorithms for Forecasting Short Time Series with Uncertatinties on their Data”. Proceedings of XXIIIº Argentine Association of Automation and Control, 2012.

Rodríguez Rivero, C.; Herrera, M.; Pucheta, J.; Baumgartner, J.; Patiño, D. y Sauchelli, V. (2012) “Neural Networks Based Algorithms for Forecasting Short Time Series with Uncertatinties on their Data”. Time series forecasting using Bayesian method: application to cumulative rainfall. IEEE ARGENCON 2012, Universidad Nacional de Córdoba del 13 al 15 de Junio de 2012.

Baumgartner, J.; Giménez J.; Pucheta, J. y Flesia A. G. (2013) “Classification of agricultural fields in satellite images using two-dimensional hidden markov models”. Jornadas de Informática – JAIIO 42, 5º Congreso Argentino de AgroInformática – CAI, Setiembre de 2013, Córdoba, Argentina.

Flesia, A. G.; Giménez J. y Baumgartner, J. (2013) “On segmentation with markovian models”. Jornadas de Informática – JAIIO 42, XIV Argentine Symposium on Artificial Intelligence – ASAI, Setiembre de 2013, Córdoba, Argentina.

Baumgartner, J.; Flesia A. G.; Giménez J. y Pucheta, J. (2013) “A new approach to image segmentation with two-dimensional hidden markov models”. 1st BRICS Countries Congress on Computational Intelligence BRICS-CCI, Recife, Brasil, Setiembre 2013.

 Premio: Best Professional Paper Award – First Place.

Publicaciones en Revisión

Flesia, A. G.; Baumgartner, J.; Giménez J. y Martínez, J. (2013) Accuracy of map segmentation with hidden potts and markov mesh prior models via path constrained viterbi training, iterated conditional modes and graph cut based algorithms. Pattern Recognition, Elsevier, Julio 2013, iSSN: 0031-3203.

Enunciación de los antecedentes científicos

Cursos de posgrado

Curso de posgrado “Probabilidad y Procesos Estocásticos” de 120Hs, dictado por el Dr. Carlos Briozzo en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Control Optimo de Procesos No Lineales” de 60Hs, dictado por el Dr. Andrés Barrea en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Tópicos en Series Temporales y Cadenas de Markov” de 60Hs, dictado por la Dra. Silvia María Ojeda en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Introducción al aprendizaje automático: aplicación a la predicción y control” de 60Hs, dictado por el Dr. Julián Antonio Pucheta en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Curso de posgrado “Adquisición y Procesamiento de Imágenes” de 60Hs, dictado por el Lic. Jesús Humberto Calderón en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Segmentación de imágenes usando modelos markovianos ocultos” de 60Hs, dictado por la Dra. Georgina Flesia en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Clasificación Estadística de Patrones” de 60Hs, dictado por la Dra. Georgina Flesia en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Introducción a la estadística bayesiana” de 60Hs, dictado por el Dr. Oscar Bustos en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Control óptimo de sistemas dinámicos modelados como procesos determinísticos y estocásticos” de 60Hs, dictado por el Dr. Julián Antonio Pucheta en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Curso de posgrado “Teoría y Metodología de la Investigación en Ingeniería” de 40Hs, dictado por el Dr. Luis Godoy en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Conocimiento de Idiomas

Alemán: Nivel nativo.

Inglés: Nivel bilingüe.

Español: Nivel bilingüe.

Subir al inicio de la páginaLogo subir

2020 Desarrollado por Centro de Cómputos Facultad de Ciencias Exactas, Físicas y Naturales