DIRECCION GENERAL DE EDUCACION SUPERIOR TECNOLOGICA
INSTITUTO TECNOLÓGICO DE TIJUANA
DIVISIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN
PLAN DE ESTUDIOS DEL
PROGRAMA DE
DOCTORADO
EN CIENCIAS EN COMPUTACIÓN
CLAVE: DICC-2010-18 (CON ANTECEDENTES DE MAESTRÍA)
TIJUANA, BAJA CALIFORNIA, ACTUALIZACION 2014
ÍNDICE
Resumen 2 1. Antecedentes, Justificación del Programa y Línea de Investigación 3 2. Diseño Académico/Curricular 8
2.1 Líneas de investigación 8 2.2 Características del programa 8 2.3 Plan de estudios 10 2.4 Estructura por asignatura 12 2.5 Mapa curricular 30 2.6 Actividades programadas por periodo 30
3. Cuerpo Académico 30
3.1 Investigadores o profesores de la institución 31 3.2 Investigadores o profesores invitados 32 3.3 Currículo vitae tipo resumen de los últimos tres años 33 3.4 Programa para formación de investigadores 110 3.5 Conformación del Claustro Doctoral/Consejo de Posgrado 111
4. Infraestructura Destinada por Línea de Investigación 112 5. Fuentes de Financiamiento del Programa de Posgrado 113 6. Acuerdos o Bases de Concertación 117 7. Necesidades de Equipo y Software para la Investigación 117 8. Otra Información Relevante 117 Anexo 1 Estudio Amplio del Estado del Arte 121 Anexo 2 Análisis Integral del Plan y Programa de Estudio 136
2
DOCTORADO
EN CIENCIAS EN COMPUTACIÓN
RESUMEN
En el presente documento se presenta la descripción detallada de la
actualizacion del programa de estudios del Doctorado en Ciencias en
Computación, así como las Líneas de investigación en las cuales trabajan los
profesores-investigadores del programa. Se presenta además una breve
descripción del estado del arte en ciencias de la computación, específicamente
en el área de sistemas inteligentes. El programa de Doctorado esta sustentado
en base a la Maestría en Ciencias en Ciencias de la Computación del Instituto
Tecnológico de Tijuana, que ya tiene cierto grado de consolidación, lo cual se ha
evidenciado históricamente por su aceptación en el PIFOP 1.0, su ratificación en
el PIFOP 2.0 y su ingreso al PNP en mayo del 2006 como programa
consolidado. Además, ya existen aproximadamente 170 egresados de la
maestría y se han desarrollado numerosos proyectos de investigación con
apoyos de CONACYT, COSNET y DGEST. También ha existido una gran
productividad científica, la cual se ha evidenciado por más de 200 publicaciones
en revistas indexadas y más de 300 participaciones en congresos nacionales e
internacionales. Por estas razones, consideramos que existe el núcleo básico
para el programa de Doctorado, ya que hay una cantidad suficiente de recursos
humanos con membresía en el Sistema Nacional de Investigadores y se cuenta
con la infraestructura suficiente para el trabajo que se debe realizar.
1. ANTECEDENTES, JUSTIFICACIÓN DEL PROGRAMA Y LÍNEA DE INVESTIGACION. En la actualidad, el darse cuenta de la importancia que tiene un programa de Doctorado en Ciencias en Computación es una tarea muy sencilla, debido al gran avance de la
3
ciencia y la tecnología, y a la comercialización que se ha hecho de los productos de estos avances de la computación.
Actualmente la computación se emplea en todos los ámbitos de la vida cotidiana y además en todos los organismos que prestan servicios a la sociedad. Por lo tanto, existe una necesidad tácita de producir sistemas computacionales que resuelvan los problemas que tiene el ser humano en su vida cotidiana. Cabe mencionar que muchos de estos problemas no se pueden resolver con las técnicas tradicionales de computación o programación que actualmente se enseñan a nivel licenciatura en carreras de Informática o Sistemas Computacionales, o a nivel maestría en ciencias de la computación, ya que requieren un nivel más alto de especialización, sólo al nivel de doctorado se pueden atender estos requerimientos.
En un nivel más global, existe la necesidad de realizar a través de las investigaciones nuevos avances científicos y tecnológicos en el área de ciencias de la computación. Esto último, porque también es una obligación del programa el contribuir al desarrollo científico y tecnológico del país. A continuación se describe en más detalle la pertinencia del programa de Doctorado con respecto al programa de maestría en ciencias de la computación ya existente. Cabe aclarar que el programa de Doctorado surgió como una evolución natural del programa de maestría en ciencias de la computación del Institutos Tecnológicos de Tijuana con pertenencia al Programa Nacional de Posgrados de Calidad. Antedecedentes de la Maestría en Computación en Tijuana
En particular, el Programa de Maestría en Ciencias en Ciencias de la Computación del Instituto Tecnológico de Tijuana tiene pertenencia al Padrón Nacional de Posgrados con grado de consolidación por las siguientes razones: 1) Se cuenta con un núcleo académico básico muy dinámico tanto en docencia como
en investigación, para el funcionamiento eficiente de la maestría, el cual está conformado por 9 profesores-investigadores de tiempo completo de la institución, de los cuales 5 tienen el grado de Doctorado y los 5 pertenecen al Sistema Nacional de Investigadores (dos de ellos con Nivel III del SNI). Además, otros 2 profesores-investigadores tienen fecha para realizar su Examen Doctoral en el año 2015, con lo cual debido a que cuentan con publicaciones y a su juventud (menores de 35 años de edad) son muy posiblemente candidatos a ingresar en el SNI en una próxima Convocatoria y otros dos doctores con sus publicaciones recientes también tienen grandes posibilidades de ingresar al SNI.
2) Se cuenta con un número suficiente de publicaciones en revistas indizadas internacionales (1.4 en promedio por profesor-investigador, actualmente) y además este indicador ha estado en aumento año con año. En otras palabras, este indicador muestra una tendencia creciente en los últimos 3 años. Además, se cuenta con otros productos académicos de gran calidad internacional, tales como libros autoreados, libros editados, capítulos en libros, y artículos en memorias de congresos internacionales. Los libros han sido publicados por la editorial Springer-Verlag de Alemania y la editorial Taylor and Francis de Inglaterra.
3) La eficiencia terminal por cohorte generacional ha ido en aumento año con año, hasta llegar a ser de 100% en la última generación de egresados. Debemos mencionar que la tendencia creciente en buena parte se ha podido lograr debido al gran apoyo de CONACYT al haber otorgado becas de tiempo completo a la mayoría de los estudiantes del programa, con lo cual la totalidad de los alumnos que ingresan al programa son estudiantes de tiempo completo. En total, la eficiencia terminal acumulada del programa se ha incrementado por encima del 70%, considerando toda la historia.
4
4) El tiempo promedio de obtención de grado de los estudiantes de la maestria es menor a los 2.5 años y tiene una tendencia decreciente, cuidando la calidad de las tesis realizadas, lo cual se comprueba con las publicaciones logradas por los estudiantes a nivel internacional.
5) Se cuenta con una infraestructura necesaria para el buen funcionamiento del programa de maestría. Es decir, se cuenta con salones, oficinas, laboratorios generales y laboratorios de investigación, todos exclusivos para el programa de maestría. Se cuenta con una computadora exclusiva para cada alumno del programa.
6) Se cuenta con proyectos de investigación apoyados por organismos externos, como el CONACYT, y por la Dirección General de Educación Superior Tecnológica, con los cuales se pueden desarrollar trabajos de investigación y tesis de alumnos de maestría. Además, se cuenta con Convenios de Colaboración con UABC, CITEDI-IPN, y San Diego State University, los cuales permiten intercambio de alumnos y profesores-investigadores.
La orientación del programa de maestría es hacia la investigación, ya que está planeado el programa para que los alumnos desarrollen su trabajo de tesis dentro del proyecto de investigación que realiza un profesor-investigador del programa. La idea es que el alumno trabaje muy de cerca con un profesor-investigador y aprenda a realizar trabajo de investigación en el área de ciencias de la computación. La línea de investigación con que se cuenta en el programa es: Computación Inteligente. La línea de investigación de “computación inteligente”, consiste en el estudio y aplicación de modelos computacionales que simulan a la inteligencia humana. Entre las técnicas que se consideran actualmente en la computación inteligente estan: Redes Neuronales, Lógica Difusa y Algoritmos Genéticos. Actualmente, se han desarrollado sistemas inteligentes para aplicaciones reales con estas técnicas y los resultados han sido excelentes. Por ejemplo, las redes neuronales se pueden emplear para problemas de reconocimiento de patrones, control de procesos, o pronósticos de series de tiempo. Los sistemas difusos pueden emplearse en problemas de control, reconocimiento, bases de datos y otros. Los algoritmos genéticos en problemas de optimización o de búsqueda de soluciones en general.
La línea de investigación llamada “Computación Inteligente”, puede considerarse una Inteligencia Artificial Moderna, ya que incluye metodologías emergentes de computación como lo son las redes neuronales, lógica difusa y computación evolutiva, entre otras. Debe mencionarse que estas metodologías están siendo investigadas con gran interés en la actualidad, tanto en lo que se refiere a la teoría como a sus aplicaciones.
Líneas de Investigación del Doctorado La orientación del programa de Doctorado es hacia la investigación, ya que está planeado el programa para que los alumnos desarrollen su trabajo de tesis dentro del proyecto de investigación que realice un investigador del programa. La idea es que el alumno trabaje muy de cerca con un investigador y aprenda a realizar trabajo de investigación en el área de ciencias de la computación. Las líneas de investigación que que se cultivan del programa son: “Sistemas Hibridos Inteligentes”, “Optimización Inteligente”, y “Metrología y Sistemas Inteligentes”. La línea de investigación de Sistemas Hibridos Inteligentes consiste en el estudio y aplicación de modelos computacionales que simulan a la inteligencia humana para la solución de problemas
5
complejos. Entre las técnicas que se consideran actualmente en el estudio de sistemas inteligentes están: Redes Neuronales, Lógica Difusa, Algoritmos Genéticos y otros métodos de optimización heurísticos. Actualmente, se ha llevado a cabo investigación original en estas áreas, como se puede comprobar en el anexo del estado del arte. También, se han desarrollado sistemas inteligentes para aplicaciones reales con estas técnicas y los resultados han sido excelentes. Por ejemplo, las redes neuronales se pueden emplear para problemas de reconocimiento de patrones, control de procesos, o pronósticos de series de tiempo. Los sistemas difusos pueden emplearse en problemas de control, reconocimiento, bases de datos y otros. Los algoritmos genéticos en problemas de optimización o de búsqueda de soluciones en general. La línea de investigación en Optimización Inteligente es un área emergente de las ciencias de la computación que incorpora elementos de la inteligencia artificial, la teoría de grafos, la optimización combinatoria y la investigación de operaciones, y se orienta a la generación de nuevo conocimiento para la solución eficiente de problemas de alta complejidad computacional de la vida real. La línea de investigación de Metrología y Sistemas Inteligentes trata de problemas de optimización, y diseño para problemas como asignación de tareas y minería de datos, entre otras, con técnicas heurísticas y de computación suave. Se trabaja la generación automática de metodologías por medio de algoritmos evolutivos y representación indirectas para el diseño automático de algoritmos de empacado, de Redes Neuronales Artificiales y de Máquinas de Soporte Vectorial. El objetivo principal de las tesis de doctorado será el de que se propongan nuevos modelos, teorías y/o algoritmos de ciencias de la computación, en el área de sistemas inteligentes, con un alto grado de originalidad científica, el cual pueda ser comprobable con la publicación de artículos en revistas indexadas de circulación internacional. Por este medio, se contribuirá a la formación de verdaderos investigadores en ciencias de la computación. 2. DISEÑO ACADÉMICO / CURRICULAR
2.1 Líneas de investigación o de trabajo. La línea de investigación llamada “Sistemas Hibridos Inteligentes”, puede
considerarse una Inteligencia Artificial Moderna, ya que incluye metodologías emergentes de computación como lo son las redes neuronales, lógica difusa y computación evolutiva, entre otras. . La línea de investigación en “Optimización Inteligente” es un área emergente de las ciencias de la computación que incorpora elementos de la inteligencia artificial, la teoría de grafos, la optimización combinatoria y la investigación de operaciones, y se orienta a la generación de nuevo conocimiento para la solución eficiente de problemas de alta complejidad computacional de la vida real. La línea de investigación de Metrología y Sistemas Inteligentes trata de problemas de optimización, y diseño para problemas como asignación de tareas y minería de datos, entre otras, con técnicas heurísticas y de computación suave. Se trabaja la generación automática de metodologías por medio de algoritmos evolutivos y representación indirectas para el diseño automático de algoritmos de empacado, de Redes Neuronales Artificiales y de Máquinas de Soporte Vectorial. Debe mencionarse que estas metodologías están siendo investigadas con gran interés en la actualidad (ver anexo del estado del arte), tanto en lo que se refiere a la teoría como a sus aplicaciones. Todos los investigadores que pertenecen al Claustro Doctoral tienen amplia experiencia en esta área, como se puede comprobar con su obra publicada en revistas indexadas, libros, memorias de congresos, y los proyectos de investigación desarrollados con financiamiento de organismos externos. Por esta razón, la mayoría de
6
los investigadores que pertenecen al Claustro Doctoral cuentan con membresía en el Sistema Nacional de Investigadores (SNI) del CONACYT. También participarán profesores-investigadores asociados con experiencia en el área de sistemas inteligentes que contribuirán a enriquecer el programa. 2.2 Características del programa
Nombre del programa. Doctorado en Ciencias en Computación
Objetivos generales y específicos del programa. Los objetivos más importantes del programa de Doctorado en Ciencias en Computación son los siguientes: 1) La formación de recursos humanos del más alto nivel en el área de computación para
que puedan desarrollar trabajos de investigación en la industria, empresas, gobierno, universidades y centros de investigación.
2) Desarrollar trabajos de investigación de alto nivel de originalidad en el área de la computación con los cuales se pueda contribuir al desarrollo científico y tecnológico de la región y del país. Esto por medio de tesis de doctorado, artículos científicos, patentes y desarrollos tecnológicos.
3) Desarrollar trabajos de investigación de alto nivel de originalidad que contribuyan al desarrollo de la ciencia, a nivel nacional e internacional, por medio de publicaciones en revistas, libros, congresos, y otros productos academicos.
Perfil del graduado.
Al finalizar el programa de Doctorado en Ciencias en Computación, el egresado:
a) Estará actualizado en conocimientos científicos y tecnológicos más actuales de ciencias de la computación, en particular, en computación inteligente y computación en paralelo.
b) Habrá llevado a cabo con éxito una investigación dirigida por su director de tesis sobre un tema de relevancia científica y/o tecnológica en la línea de investigación seleccionada. La investigación deberá contener un alto grado de originalidad y demostrar que se realizaron aportaciones científicas.
c) Tendrá la capacidad para diseñar y desarrollar sistemas computacionales utilizando técnicas avanzadas de computación inteligente y/o computación en paralelo.
d) Podrá desempeñar actividades de docencia e investigación en instituciones de educación superior en el área de ciencias de la computación.
Campo de acción. El campo de acción del graduado será en investigación y/o docencia en ciencias de la computación para trabajos en universidades y centros de investigación. También, el graduado podrá trabajar en industrias o empresas como tecnológo, es decir como encargado de proyectos de desarrollo tecnológico donde la computación sea aplicada para resolver problemas reales de la industria.
7
Requisitos y antecedentes de ingreso de los candidatos.
Los candidatos deberán ser egresados de una Maestría en Ciencias de la Computación o area afín. Además, deberán cumplir con los siguientes requisitos de admisión:
a) Solicitud de ingreso
b) Acta de nacimiento (2 copias)
c) CURP
d) 4 fotografías blanco y negro (no instántaneas)
e) Certificado de licenciatura y certificado de maestria
f) Título de maestría y cédula profesional o copia del acta de examen
g) Carta de intención
h) Entrevista con el Coordinador del Doctorado y el Claustro Doctoral
i) Acreditar el examen de admisión
Requisitos para la obtención del diploma o grado académico.
Además de los requisitos normales para la obtención del grado de Doctorado, como son la aprobación de todos los cursos y seminarios de investigación del programa de Doctorado, así como la acreditación de la tesis, el alumno deberá publicar por lo menos un artículo en una revista especializada con arbitraje estricto (“journal”) y un artículo en memoria de congreso nacional o internacional.
Requisitos de la permanencia en el programa.
Los alumnos de doctorado para poder permanecer en el programa deberan acreditar todos los seminarios de investigacion y el examen predoctoral. Las estrategias para evitar problemas en el desempeño de los alumnos son: 1) Supervisión constante del desempeño de los alumnos por parte del coordinador del programa y del director de tesis, 2) Asesorías por parte de los profesores-investigadores a los alumnos, para poder observar de cerca su desempeño y probables problemas que puedan tener, 3) Discusión en las reuniones del Claustro Doctoral de la información de la coordinación y de los profesores-investigadores acerca de los alumnos, para poder prever problemas que puedan tener y buscar posibles soluciones.
Procedimiento de selección de aspirantes.
La selección de aspirantes debe ser llevada con gran rigurosidad para asegurar la mejor calidad en los alumnos, para esto se llevará a cabo un examen de admisión muy extenso en computación y matemáticas. Además, los alumnos serán entrevistados personalmente por el coordinador y el Comité de Admisión del Claustro Doctoral para que la evaluación sea aun mejor. Por otro lado, las trayectorias de los estudiantes serán monitoreadas todo el tiempo por el coordinador general del programa y los profesores-investigadores pertenecientes al Claustro Doctoral.
Características de los proyectos de tesis.
Los proyectos de tesis que realicen los alumnos deberán ser proyectos de investigación específicos dirigidos por alguno de los profesores-investigadores del programa del doctorado y deberán ser parte de un proyecto de investigación del profesor-investigador.
8
El proyecto de tesis deberá consistir de una aportación original a las técnicas de computación inteligente y/o computación inteligente en paralelo, relacionado con la solución de problemas del mundo real. También será posible que el proyecto de tesis consista de un avance teórico puro en alguna de las áreas de la computación inteligente o de la computación inteligente en paralelo. Una forma de garantizar el nivel de calidad de los proyectos de tesis es que los resultados sean publicables en revistas especializadas indizadas con arbitraje estricto y en memorias de congresos nacionales o internacionales del más alto nivel.
2.3 Plan de estudios.
2.3.1 Doctorado en Ciencias.
Asignaturas Clave Oficial Semestre Hrs Clase Orden en Certificado
Créditos
Seminario de investigación DICC-0301-10 1 4 1 16
Seminario predoctoral DICC-0303-10 3 2 2 8
Proyecto de Investigación I DICC-0302-10 2 4 3 16
Proyecto de Investigación II DICC-0304-10 4 4 4 16
Proyecto de Investigación III DICC-0305-10 5 4 5 16
Proyecto de Investigación IV DICC-0306-10 6 4 6 16
Proyecto de Investigación V DICC-0307-10 7 4 7 16
Examen predoctoral DICC-0308-10 6 2 8 8
Tesis DICC-0309-10 8 6 9 52
Total 164
(con antecedentes de Título de Maestría) Descripción de las actividades de investigación que forman parte del programa de Doctorado: En el Seminario de Investigación se realiza la revisión bibliográfica y el estudiante presenta un informe oral y escrito sobre el estado del arte en el tema propuesto, el cual será evaluado por el Comité Tutorial. En el Seminario Predoctoral se elabora el protocolo de investigación y se acredita mediante la defensa de la Propuesta Doctoral, ante el Comité Tutorial, el cual podrá solicitar resultados preliminares. La aprobación del seminario predoctoral dará derecho a continuar como alumno del programa; en caso contrario, y por única vez, el alumno podrá presentarlo nuevamente y si no lo aprueba nuevamente será dado de baja del programa. Los Proyectos de Investigacion I, II, III, IV y V se evalúan y acreditan periódicamente a través de reportes de investigación y presentación oral ante el comité tutorial. En el Examen Predoctoral, el alumno demuestra con evidencias la originalidad de su proyecto de investigación ante su Comité Tutorial en fecha emitida en acuerdo con el director de tesis y el alumno. El resultado del examen podrá ser: Aprobado. El estudiante podrá concluir su investigación, una vez consideradas las
observaciones del comité.
9
Suspendido. En este caso el comité tutorial emitirá uno de los siguientes fallos: I. Repetir el examen, por única vez en un período no mayor a seis meses.
II. Dar de baja al estudiante del doctorado. La Tesis es el planteamiento, procedimiento y resultados de una investigación individual que se presenta en un documento formal impreso bien redactado y estructurado. Una tesis doctoral es un documento que refleja en forma sintética, pero con suficiencia, la investigación realizada para obtener el grado de doctor en ciencias y se acredita al ser aprobado el examen correspondiente.
10
2.4 Estructura por asignatura.
DOCTORADO EN CIENCIAS EN COMPUTACIÓN
CLAVE: DICC-2010-18
Nombre de la asignatura: Seminario de Investigación
Línea de trabajo:
Sistemas inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
16– 300 – 0 – 16
1. Historial de la asignatura.
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Rodolfo Pazos Rangel
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización de plan de estudios
2. Prerequisitos y correquisitos No cuenta con prerequisitos o correquisitos. 3. Objetivo de la asignatura El estudiante adquirirá los conocimientos teóricos necesarios relacionados con la
disciplina del tema de investigación que desarrollará durante los estudios de doctorado.
El estudiante elaborará la primera parte de la propuesta del proyecto de
investigación que desarrollará durante sus estudios de doctorado en base a los lineamientos establecidos por el método científico. Específicamente, el alumno deberá encontrar uno o varios nichos de investigación en los que exista el potencial de hacer contribuciones originales y significativas en el ámbito mundial en ciencia y/o desarrollo tecnológico.
4. Aportación al perfil del graduado
La materia contribuye a formar al alumno en los conocimientos necesarios para comprender y analizar trabajos de investigación relevantes en su línea de investigación. También le da las herramientas para que sea capaz de elaborar propuestas de investigación.
11
5. Contenido temático
Unidad Temas Subtemas
1 En esta asignatura se tratarán temas relevantes sobre los avances en el ámbito mundial dentro de la investi-gación de acuerdo al proyecto de investigación propuesto por el director de tesis.
Elaboración del marco teórico.
Elaboración de estado del arte.
Determinación de nichos de investigación.
6. Metodología de desarrollo del curso Esta asignatura se acreditará en el primer semestre. El director de tesis apoyará al alumno con sugerencias bibliográficas tales como memorias de congresos, revistas, libros, etc., con la finalidad de que el alumno adquiera los conocimientos relevantes para su investigación y que desarrolle el estado del arte de su tema de investigación. El alumno deberá redactar un informe que contenga al menos el marco teórico, el estado del arte y el(los) nicho(s) de investigación candidato(s). 7. Sugerencias de evaluación La evaluación la realizará de forma cuantitativa el comité tutorial (a la mitad y al final del semestre) con base en dos informes redactados por el alumno y en dos presentaciones orales de avance.
8. Bibliografía y software de apoyo La bibliografía y software serán sugeridos por el director de tesis. 9. Actividades propuestas Para el desarrollo del tema el alumno deberá estudiar los documentos relevantes para el marco teórico y estado del arte, y deberá presentar al director de tesis sus avances varias veces durante el semestre. Además, según el tema de tesis el estudiante deberá realizar análisis teóricos y prácticas experimentales en caso de ser necesarios.
10. Nombre y firma del catedrático responsable
Dr. Rodolfo Pazos Rangel
12
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-0303-10
Nombre de la asignatura: Seminario Predoctoral
Línea de trabajo:
Sistemas inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
0 – 160 – 0 – 8
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Fevrier Adolfo Valdez Acosta
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización de plan de estudios
2. Prerequisitos y correquisitos Proyecto de Investigación I. 3. Objetivo de la asignatura El estudiante elaborará y defenderá ante su Comité Tutorial la propuesta completa
del proyecto de investigación que desarrollará durante sus estudios de doctorado. 4. Aportación al perfil del graduado
La materia contribuye a formar al alumno en la integración de una propuesta de su proyecto de investigación, la cual deberá satisfacer los requisitos de originalidad, hacer contribuciones significativas en el ámbito mundial en ciencia y/o desarrollo tecnológico, y ser viable en el tiempo previsto para el desarrollo del proyecto.
5. Contenido temático.
Unidad Temas Subtemas
1 En esta asignatura se precisarán los objetivos e hipótesis del proyecto de investigación, se propondrá una metodología de solución para los problemas involucrados, y se determinará la factibilidad del proyecto.
Integración y redacción de propuesta completa.
Defensa de propuesta ante el Comié Tutorial.
13
6. Metodología de desarrollo del curso Esta asignatura se acreditará en el tercer semestre. El director de tesis orientará al alumno mediante reuniones para revisar, discutir y precisar el contenido de la propuesta de tesis. El alumno deberá redactar un informe que contenga al menos el marco teórico, el estado del arte, el(los) objetivo(s) del proyecto, la metodología de solución, la factibilidad del proyecto y un plan de actividades. 7. Sugerencias de evaluación El comité tutorial realizará la evaluación de forma cuantitativa en cualquier momento durante el semestre con base en el documento de la propuesta y una defensa oral de ésta. Además, en caso de que la defensa se realice al final del semestre, a la mitad de éste se realizará una evaluación con base en un informe redactado por el alumno y una presentación oral de avance.
8. Bibliografía y software de apoyo La bibliografía y software serán sugeridos por el director de tesis. 9. Actividades propuestas Para el desarrollo del tema el alumno deberá estudiar los documentos relevantes para la elaboración de la propuesta completa del proyecto de investigación. Además, según el tema de tesis el estudiante deberá realizar análisis teóricos y prácticas experimentales en caso de ser necesarios.
10. Nombre y firma del catedrático responsable
Dr. Fevrier Adolfo Valdez Acosta
14
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Proyecto de Investigación I
Línea de trabajo:
Sistemas inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
16 – 300 – 0 – 16
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: José Mario García
Valdez
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización de plan de estudios
2. Prerequisitos y correquisitos Seminario de Investigación. 3. Objetivo de la asignatura El estudiante adquirirá los conocimientos teóricos necesarios relacionados con la
disciplina del tema de investigación que desarrollará durante los estudios de doctorado.
El estudiante elaborará la segunda parte de la propuesta del proyecto de
investigación que desarrollará durante sus estudios de doctorado en base a los lineamientos establecidos por el método científico.
4. Aportación al perfil del graduado
La materia contribuye a formar al alumno en los conocimientos y habilidades necesarios para precisar su proyecto de investigación y proponer soluciones conceptuales a los problemas de investigación involucrados en el desarrollo del proyecto.
5. Contenido temático
Unidad Temas Subtemas
15
1 En esta asignatura se precisarán los objetivos e hipótesis del proyecto de investigación, se propondrá una metodología de solución para los problemas involucrados, y se determinará la factibilidad del proyecto.
Definición de objetivos del proyecto.
Elaboración de metodología de solución.
Determinación de factibidad del proyecto.
6. Metodología de desarrollo del curso Esta asignatura se acreditará en el segundo semestre. El director de tesis apoyará al alumno con sugerencias bibliográficas y lo orientará mediante reuniones para revisar, discutir y precisar el contenido de la propuesta de tesis, con el fin de que el alumno defina los objetivos del proyecto, determine los problemas más importantes involucrados en el desarrollo del proyecto y defina posibles soluciones conceptuales para éstos. El alumno deberá redactar un informe que contenga al menos el marco teórico, el estado del arte, el(los) objetivo(s) del proyecto, la metodolgía de solución y la factibilidad del proyecto. 7. Sugerencias de evaluación La evaluación la realizará de forma cuantitativa el comité tutorial (a la mitad y al final del semestre) con base en dos informes redactados por el alumno y en dos presentaciones orales de avance.
8. Bibliografía y software de apoyo La bibliografía y software serán sugeridos por el director de tesis. 9. Actividades propuestas Para el desarrollo del tema el alumno deberá estudiar los documentos relevantes para definir los objetivos, la metodología de solución y la factibilidad del proyecto, y deberá presentar al director de tesis sus avances varias veces durante el semestre. Además, según el tema de tesis el estudiante deberá realizar análisis teóricos y prácticas experimentales en caso de ser necesarios.
10. Nombre y firma del catedrático responsable
Dr. José Mario García Valdez
16
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Proyecto de Investigación II
Línea de trabajo: Sistemas Inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
16 – 300 – 0 – 16
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Héctor Joaquín Fraire Huacuja,
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización del plan de estudios
2. Prerequisitos y correquisitos Proyecto de investigación I 3. Objetivo de la asignatura El alumno presentará el seguimiento de su trabajo de investigación donde reportará los
avances logrados de acuerdo al calendario de trabajo autorizado por el comité tutorial académico, se espera al menos un avance del 40%.
4. Aportación al perfil del graduado La materia contribuye a formar al alumno en los conocimientos necesarios para comprender
y analizar trabajos de investigación relevantes en su línea de investigación. Además desarrolla la habilidad para presentar protocolos de investigación.
5. Contenido temático
Unidad Temas Subtemas
1 En esta asignatura se tratarán temas relevantes sobre los avances a nivel mundial dentro de la investigación de acuerdo del proyecto de investigación propuesto en conjunto con el director de tesis.
Revisión bibliográfica
Realización de experimentos
Análisis de resultados
17
6. Metodología de desarrollo del curso El director de tesis apoyará al alumno con sugerencias bibliográficas tales como memorias de congresos, revistas, libros, etc., con la finalidad de analizar el estado del arte de su tema de investigación. El alumno desarrollará su trabajo de tesis de acuerdo al plan de trabajo preestablecido con el apoyo de asesoría y práctico de su director de tesis; comparando sus resultados contra lo reportado en la literatura. Al final del curso, el alumno preparará un reporte de avance escrito y hará una presentación ante el comité tutorial académico auxiliado por medios audiovisuales. 7. Sugerencias de evaluación
La evaluación la realizará de forma cuantitativa el comité tutorial (a la mitad y al final del semestre) con base en dos informes redactados por el alumno y en dos presentaciones orales de avance. En esta etapa se requerirá el cumplimiento de por lo menos el 40% de los objetivos y metas establecidos en el trabajo de la tesis. . 8. Bibliografía y Software de apoyo La bibliografía y software serán sugeridos por el director de tesis y será complementada por observaciones del comité tutorial académico. Normalmente serán artículos actuales de literatura científica relevante para su tema de tesis. 9. Actividades propuestas Los experimentos a realizar serán sugeridas por el director de tesis y complementada por observaciones del comité tutorial o comité de Tesis. 10. Nombre y firma del catedrático responsable
Dr. Héctor Joaquín Fraire Huacuja
18
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Proyecto de Investigación III
Línea de trabajo: Sistemas inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
16 – 300 – 0 – 16
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Héctor José Puga Soberanes,
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización de plan de estudios
2. Prerequisitos y correquisitos Proyecto de investigación II 3. Objetivo de la asignatura El alumno presentará el seguimiento de su trabajo de Tesis donde reportará los avances
logrados de acuerdo al calendario de trabajo autorizado por el comité tutorial académico, se espera al menos un avance del 60%.
4. Aportación al perfil del graduado La materia contribuye a formar al alumno en los conocimientos necesarios para comprender
y analizar trabajos de investigación relevantes en su línea de investigación. Además desarrolla la habilidad para presentar protocolos de investigación.
5. Contenido temático
Unidad Temas Subtemas
1 En esta asignatura se tratarán temas relevantes sobre los avances a nivel mundial dentro de la investigación de acuerdo del proyecto de investigación propuesto en conjunto con el director de tesis.
Revisión bibliográfica
Realización de experimentos
Análisis de resultados
19
6. Metodología de desarrollo del curso El director de tesis apoyará al alumno con sugerencias bibliográficas tales como memorias de congresos, revistas, libros, etc., con la finalidad de analizar el estado del arte de su tema de investigación. El alumno desarrollará su trabajo de tesis de acuerdo al plan de trabajo preestablecido con el apoyo de asesoría y práctico de su director de tesis; comparando sus resultados contra lo reportado en la literatura. Al final del curso, el alumno preparará un reporte escrito y hará una presentación ante su comité tutorial académico auxiliado por medios audiovisuales. 7. Sugerencias de evaluación La evaluación la realizará de forma cuantitativa el comité tutorial (a la mitad y al final del semestre) con base en dos informes redactados por el alumno y en dos presentaciones orales de avance. En esta etapa se requerirá el cumplimiento de por lo menos el 60% de los objetivos y metas establecidos en el trabajo de la tesis. 8. Bibliografía y Software de apoyo La bibliografía y software serán sugeridos por el director de tesis y será complementada por observaciones del comité tutorial académico. Normalmente serán artículos actuales de literatura científica relevante para su tema de tesis. 9. Actividades propuestas Los experimentos a realizar serán sugeridas por el director de tesis y complementada por observaciones del comité tutorial académico. 10. Nombre y firma del catedrático responsable.
Dr. Héctor José Puga Soberanes
20
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Proyecto de Investigación IV
Línea de trabajo: Sistemas Inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
16 – 300 – 0 – 16
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Elba Patricia Melin Olmeda
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización de plan de estudios
2. Prerequisitos y correquisitos Proyecto de investigación III 3. Objetivo de la asignatura El alumno presentará el seguimiento de su trabajo de investigación donde reportará los
avances logrados de acuerdo al calendario de trabajo autorizado por el comité tutorial académico, se espera al menos un avance del 80%.
4. Aportación al perfil del graduado La materia contribuye a formar al alumno en los conocimientos necesarios para comprender
y analizar trabajos de investigación relevantes en su línea de investigación. Además desarrolla la habilidad para presentar protocolos de investigación.
5. Contenido temático
Unidad Temas Subtemas
1 En esta asignatura se tratarán temas relevantes sobre los avances a nivel mundial dentro de la investigación de acuerdo del proyecto de investigación propuesto en conjunto con el director de tesis.
Revisión bibliográfica
Realización de experimentos
Análisis de resultados
21
6. Metodología de desarrollo del curso El director de tesis apoyará al alumno con sugerencias bibliográficas tales como memorias de congresos, revistas, libros, etc., con la finalidad de analizar el estado del arte de su tema de investigación. El alumno desarrollará su trabajo de tesis de acuerdo al plan de trabajo preestablecido con el apoyo de asesoría y práctico de su director de tesis; comparando sus resultados contra lo reportado en la literatura. Al final del curso, el alumno preparará un reporte escrito y hará una presentación ante su comité tutorial académico auxiliado por medios audiovisuales. Además presentará un manuscrito para publicación con los resultados de su trabajo de tesis. 7. Sugerencias de evaluación . La evaluación la realizará de forma cuantitativa el comité tutorial (a la mitad y al final del semestre) con base en dos informes redactados por el alumno y en dos presentaciones orales de avance. En esta etapa se requerirá el cumplimiento de por lo menos el 80% de los objetivos y metas establecidos en el trabajo de la tesis. Será requisito para acreditar la materia la presentación de un manuscrito de publicación de artículo científico. 8. Bibliografía y Software de apoyo La bibliografía y software serán sugeridos por el director de tesis y será complementada por observaciones del comité tutorial académico. Normalmente serán artículos actuales de literatura científica relevante para su tema de tesis. 9. Actividades propuestas Los experimentos a realizar serán sugeridos por el director de tesis y complementado por observaciones del comité tutorial o comité de Tesis. Escritura de artículo para publicación bajo supervisión de su director de tesis. Presentación de resultados en un congreso. 10. Nombre y firma del catedrático responsable
Dra. Elba Patricia Melin Olmeda
22
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Proyecto de Investigación V
Línea de trabajo: Sistemas inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
16 – 300 – 0 – 16
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Oscar Castillo López,
Revisores: Miembros del H. Claustro Doctoral
Redefinición de la asignatura por actualización de plan de estudios
2. Prerequisitos y correquisitos Proyecto de investigación IV 3. Objetivo de la asignatura. El alumno presentará el seguimiento de su trabajo de Tesis donde reportará los avances
logrados de acuerdo al calendario de trabajo autorizado por el Comité tutorial, se espera al menos un avance del 95%.
4. Aportación al perfil del graduado La materia contribuye a formar al alumno en los conocimientos necesarios para comprender
y analizar trabajos de investigación relevantes en su línea de investigación. Además desarrolla la habilidad para presentar protocolos de investigación.
5. Contenido temático
Unidad Temas Subtemas
1 En esta asignatura se tratarán temas relevantes sobre los avances a nivel mundial dentro de la investigación de acuerdo del proyecto de investigación propuesto en conjunto con el director de tesis.
Revisión bibliográfica
Realización de experimentos
Análisis de resultados
23
6. Metodología de desarrollo del curso El director de tesis apoyará al alumno con sugerencias bibliográficas tales como memorias de congresos, revistas, libros, etc., con la finalidad de analizar el estado del arte de su tema de investigación. El alumno desarrollará su trabajo de tesis de acuerdo al plan de trabajo preestablecido con el apoyo de asesoría y práctico de su director de tesis; comparando sus resultados contra lo reportado en la literatura. Al final del curso, el alumno entregará el borrador de su manuscrito de tesis y hará una presentación ante su comité tutorial académico auxiliado por medios audiovisuales. Además presentará evidencias del envío de un artículo científico para publicación con los resultados de su trabajo de tesis. 7. Sugerencias de evaluación
La evaluación la realizará de forma cuantitativa el comité tutorial (a la mitad y al final del semestre) con base en dos informes redactados por el alumno y en dos presentaciones orales de avance. En esta etapa se requerirá el cumplimiento de por lo menos el 95% de los objetivos y metas establecidos en el trabajo de la tesis. Será requisito para acreditar la materia la presentación del manuscrito de tesis y evidencia del envío a
publicar de un artículo científico con resultados de la tesis. 8. Bibliografía y Software de apoyo La bibliografía y software serán sugeridos por el director de tesis y será complementada por observaciones del comité tutorial o comité de Tesis. Normalmente serán artículos actuales de literatura científica relevante para su tema de tesis. 9. Actividades propuestas Los experimentos a realizar serán sugeridas por el director de tesis y complementada por observaciones del comité tutorial o comité de Tesis. La escritura del manuscrito de tesis será supervisada por su director de tesis 10. Nombre y firma del catedrático responsable
Dr. Oscar Castillo López
24
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Examen Predoctoral
Línea de trabajo: Sistemas Inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
0 – 160– 0 – 8
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Laura Cruz Reyes
Revisores: Miembros del H. Claustro Doctoral
Definición de la asignatura y del plan de estudios
2. Prerequisitos y correquisitos Seminario de Investigación Seminario Predoctoral Proyectos de Investigación I,II,III, y IV 3. Objetivo de la asignatura Al finalizar el curso el alumno será capaz de mostrar, en su Examen Predoctoral, la
originalidad y relevancia de su proyecto de investigación, así como su dominio de los conocimientos teóricos relacionados con el proyecto. De ser necesario, las sugerencias del jurado permitirán hacer ajustes en los alcances del proyecto de tesis.
4. Aportación al perfil del graduado
La materia contribuye a formar al alumno en los conocimientos necesarios para desarrollar habilidades en la presentación y discusión de los resultados de trabajos de investigación relevantes en su línea de investigación.
5. Contenido temático
Unidad Temas Subtemas
1 Competencias del estudiante para presentación y discusión de los resultados.
Dominio del inglés
Conocimientos teóricos y de programación
25
Análisis y discusión de literatura
Avance de la investigación
6. Metodología de desarrollo del curso Este curso se acreditará en el sexto semestre. Las actividades comprendidas son la presentación de examen oral relacionado con su proyecto de investigación, para valorar el avance y originalidad del proyecto, así como dar evidencia de la escritura de por lo menos un artículo científico desarrollado como producto de su trabajo de investigación. 7. Sugerencias de evaluación Aprobado, en cuyo caso el estudiante podrá continuar y concluir su investigación, con la atención debida a las observaciones del comité tutorial; o Suspendido, en cuyo caso el comité tutorial podrá emitir uno de los dos fallos siguientes: El estudiante repetirá el examen, por una sola vez más, en un plazo no mayor de seis meses o el estudiante causará baja del programa de doctorado a partir de esa fecha. 8. Bibliografía y Software de apoyo La bibliografía y software serán sugeridos por el director de tesis y complementada por observaciones del comité tutorial académico. 9. Actividades propuestas Las actividades que se proponen para acreditar esta asignatura son: lectura de artículos científicos para la validación del estado del arte, presentación y discusión del avance experimental obtenido en el proyecto de investigación del estudiante, así como validación de resultados. Escritura de artículos donde se describan las aportaciones de la investigación.
10. Nombre y firma del catedrático responsable
Dra. Laura Cruz Reyes
26
DOCTORADO EN CIENCIAS EN COMPUTACIÓN CLAVE: DICC-2010-18
Nombre de la asignatura: Tesis
Línea de trabajo: Sistemas Inteligentes
Tiempo de dedicación del estudiante a las actividades de:
DOC - TIS - TPS - Horas totales – Créditos
0 – 1040 – 0 – 52
1. Historial de la asignatura
Fecha revisión / actualización
Participantes Observaciones, cambios o justificación
22 marzo 2010
Responsable: Juan Martín Carpio Valadez
Revisores: Miembros del H. Claustro Doctoral
Definición de la asignatura y del plan de estudios
2. Prerequisitos y correquisitos Examen Predoctoral 3. Objetivo de la asignatura El alumno culminará el trabajo de investigación, terminará la escritura y revisión de
la tesis y publicará por lo menos un artículo en una revista científica con factor de impacto.
4. Aportación al perfil del graduado
Esta materia contribuye con los conocimientos necesarios para reportar, comprender y analizar trabajos de investigación relevantes en su línea de investigación. Además desarrolla la habilidad para presentar sus resultados finales de investigación, artículos científicos y manuscritos de tesis.
5. Contenido temático
Unidad Temas Subtemas
1 Se abordarán temas relevantes sobre los avances a nivel mundial dentro de la
Revisión bibliográfica
27
investigación de acuerdo del proyecto de investigación propuesto en conjunto con el director de tesis.
Escritura de tesis
Publicación de artículos
6. Metodología de desarrollo del curso El director de tesis apoyará al alumno con sugerencias bibliográficas, con la finalidad de analizar el estado del arte de su tema de investigación que lo lleve a la culminación de la escritura de la tesis. El alumno desarrollará su trabajo de tesis de acuerdo al plan de trabajo preestablecido con el apoyo de asesoría y práctico de su director de tesis; comparando sus resultados contra lo reportado en la literatura. Al final del curso, el alumno terminará la elaboración y revisión del manuscrito de tesis y hará una presentación ante el comité tutelar académico auxiliado por medios audiovisuales. 7. Sugerencias de evaluación. El comité tutorial asignado al alumno será quien evalúe cuantitativamente el trabajo desarrollado. En la evaluación se considerarán la calidad del manuscrito de tesis, tomando en cuenta el apego a los lineamientos establecidos para la elaboración del documento y la presentación oral con el trabajo terminado del estudiante como evidencias. En esta etapa se requerirá el cumplimiento en un 100% de los objetivos y metas establecido en el trabajo de la tesis. Será requisito indispensable la liberación del trabajo de tesis por parte del director y la entrega al comité tutorial para la revisión final. Asimismo, se deberá presentar evidencia ante el comité de la aceptación o publicación de un artículo con los resultados que sean producto del trabajo de tesis en una revista científica con factor de impacto. 8. Bibliografía y Software de apoyo La bibliografía y software serán sugeridos por el director de tesis y será complementada por observaciones del comité tutorial académico. Normalmente serán artículos actuales de literatura científica relevante para su tema de tesis. 9. Actividades propuestas La elaboración de la tesis será guiada por el director de tesis y complementada por observaciones del comité tutorial académico en el proceso de revisión.
10. Nombre y firma del catedrático responsable
Dr. Juan Martín Carpio Valadez
28
2.5 Mapa curricular.
MAPA CURRICULAR DEL DOCTORADO INTERINSTITUCIONAL
EN CIENCIAS EN COMPUTACION
2.6 Actividades programadas por período
Los alumnos tesistas del doctorado participarán regularmente en un congreso nacional o internacional, donde presentarán resultados de sus investigaciones; además, impartirán un seminario dentro del programa semanal de conferencias del doctorado. Por otro lado, también los profesores-investigadores participarán en congresos nacionales y/o internacionales, donde presentarán los resultados de sus investigaciones realizadas. La participación de los alumnos en congresos se llevará a cabo con ponencias acerca de los resultados de su trabajo de tesis, por lo que serán a partir del tercer semestre en adelante. Se espera que sea por lo menos una ponencia por semestre a partir del tercer semestre. En los seminarios, presentarán sus avances de tesis durante todos los semestres por lo menos una vez al mes para asegurar que haya siempre un desarrollo del trabajo de investigación que sea significativo. Además, los alumnos siempre tendrán reuniones semanales o quincenales con su director o co-director de tesis.
3. CUERPO ACADÉMICO
3.1 Investigadores o profesores de las instituciones participantes.
El Claustro Doctoral del programa estará conformado por los profesores-investigadores de las tres instituciones que cuentan con membresía en el SNI con nivel de Candidato o superior, con el
29
fin de garantizar que sean los investigadores con mayor experiencia los que dirijan el programa de Doctorado Interinstitucional.
En la Tabla 3.1 se muestran los profesores investigadores que participan en el programa y la institución de la cual proceden.
TABLA 3.1 PROFESORES INVESTIGADORES DEL CLAUSTRO DOCTORAL Nombre Profesor Grado Maximo Especialidad Plaza Nivel
SNI
Dra. Laura Cruz Reyes Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
I
Dr. Héctor Joaquín Fraire
Huacuja
Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
I
Dr. Juan Javier González
Barbosa
Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
NO
Dr. José Antonio Martínez
Flores
Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
I
Dra. Claudia Guadalupe Gómez
Santillan
Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
C
Dra. Lucila Morales Rodriguez Doctorado Inteligencia
Artificial
TC Profesor
Investigador Titular C
NO
Dr. Oscar Castillo López Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
III
Dra. Elba Patricia Melin Olmeda Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
III
Dr. Rodolfo Abraham Pazos
Rangel
Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
II
Dr. Jose Mario Garcia Valdez Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
I
Dr. Fevrier Adolfo Valdez
Acosta
Doctorado Ciencias
Computacionales
T.C. Profesor
Investigador Titular C
I
Dr. Jose Luciano Soria Arteche Doctorado Matematicas T.C. Profesor
Investigador Titular C
I
Dr. Héctor José Puga Soberanes Doctorado Ciencias Optica T.C. Profesor
Investigador Titular C I
Dr. Juan Martin Carpio Valadez Doctorado Ciencias Optica T.C. Profesor
Investigador Titular C
I
Dra. Maria del Rosario Baltazar
Flores
Doctorado Ciencias Optica T.C. Profesor
Investigador Titular C
I
3.2 Investigadores o profesores asociados e invitados. Los siguientes profesores-investigadores, de las mismas instituciones participantes, han aceptado colaborar como profesores asociados y de esta manera participar en investigaciones, realizar codirecciones de tesis, participar en los jurados de exámenes y participar en seminarios del programa. En la Tabla 3.2 se muestra la lista de profesores asociados.
TABLA 3.2 PROFESORES INVESTIGADORES ASOCIADOS
Institución Nombre Profesor Grado
Maximo
Especialidad Plaza Nivel
SNI
I.T. León Dr. Manuel Ornelas Rodríguez Doctorado Ciencias Optica T.C. Profesor
Titular C NO
I.T. Tijuana Dra. Leslie Astudillo Gama Doctorado Computación Posdoctorado C
I.T. Tijuana Dr. Abraham Melendez Saldaña Doctorado Computación Posdoctorado C
Los siguientes investigadores nacionales externos a la DGEST han aceptado colaborar en investigaciones, realizar codirecciones de tesis, participar en los jurados de exámenes y
30
participar en seminarios. En la Tabla 3.3 se muestra la lista de los profesores investigadores invitados a participar en el programa.
TABLA 3.3 PROFESORES INVESTIGADORES NACIONALES INVITADOS
Nombre Completo Grado Maximo Especialidad Pertenece al SNI
Eduardo Gómez Ramírez DOCTORADO Ingeniería Eléctrica en Control Automático
SNI NIVEL I
Antonio Rodriguez Diaz DOCTORADO Electrónica y Telecomunicaciones en Computación
SNI NIVEL I
Luis Tupak Aguilar Bustos DOCTORADO Electrónica y Telecomunicaciones en Computación
SNI NIVEL I
Satu Elisa Schaeffer DOCTORADO Ciencias en Tecnología SNI NIVEL I
José L. González Velarde DOCTORADO Ingeniería Industrial SNI NIVEL I
David G. Romero Vargas DOCTORADO Matemáticas SNI NIVEL II
José Torres Jiménez DOCTORADO Ciencias de la Computación SNI NIVEL I
Víctor J. Sosa Sosa DOCTORADO Ciencias de la Computación SNI NIVEL I
Los siguientes investigadores internacionales han aceptado colaborar en investigaciones, realizar codirecciones de tesis, participar en los jurados de exámenes y participar en seminarios: Dr. Janusz Kacprzyk, Polish Academy of Sciences, Polonia Dr. Witold Pedrycz, Universidad de Alberta, Canada Dr. Mohammad Biglarbegian, Universidad de Guelph, Canada Dr. Fazel Zarandi, Universidad de Teheran, Iran Dr. Manuel Laguna, University of Colorado, Estados Unidos Dra. Adriana Cesário de Faria Alvim, Universidade Federal do Estado do Rio de Janeiro Estos investigadores tienen amplia experiencia en trabajo de investigación original y publicaciones a nivel internacional en sus áreas respectivas, y serán de gran apoyo al programa de doctorado.
31
3.3 Currículo vitae tipo resumen ejecutivo. A continuación se dan los curriculums de los profesores investigadores del programa.
INSTITUTO TECNOLÓGICO DE TIJUANA
Currículo Vitae
Nombre Apellido Paterno Apellido Materno
OSCAR CASTILLO LOPEZ
Edad Fecha de nacimiento e-mail
54 años 28/12/1959 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo Año de titulación Cédula
INGENIERIA ELECTROMECANICA EN PRODUCCION
Instituto Tecnológico de Tijuana
1978- 1982 1983 958296
Nombre de la Maestría Institución Periodo Año de titulación Cédula
MAESTRIA EN MATEMATICAS Instituto Politecnico Nacional
1983-1985 1985
Nombre del Doctorado Institución Periodo Año de titulación Cédula
DOCTOR EN CIENCIAS COMPUTACIONALES (PhD. In Computer Science)
Kensington University 1996-1998 1998
Nombre del Doctorado Institución Periodo Año de titulación Cédula
DOCTOR EN CIENCIAS COMPUTACIONALES (D.Sc. In Computer Science)
Polish Academy of Sciences
2003-2007 2007
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
1. Proyecto de Investigacion D.C. Computación Inst. Tec. Tijuana 2009 a la fecha
2. Sistemas Difusos M.C. Computación Inst. Tec. Tijuana 2001 a la fecha
3. Computación Evolutiva M.C. Computación Inst. Tec. Tijuana 2001 a la fecha
4. Sistemas Basados en Conocimiento M.C. Computación Inst. Tec. Tijuana 1991-2000
5.Temas Selectos de Sistemas Basados C. M.C. Computación Inst. Tec. Tijuana 1991-2000
Asignaturas impartidas Licenciatura Institución Periodo
1.Matemáticas I Ing. en Sistemas Inst. Tec. Tijuana 1986-1990
2. Matemáticas II Ing. en Sistemas Inst. Tec. Tijuana 1986-1990
3.Fundamentos de Análisis Númerico Ing. en Sistemas Inst. Tec. Tijuana 1998-2001
Experiencia profesional.
Actividad o puesto Institución o empresa Periodo mes-año
1.
32
Currículo Vitae Proyectos de investigación o de trabajo realizados. Línea de investigación ó de trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
Computación en Paralelo y Sistemas Distribuidos
Colaboración entre Sistemas Autónomos empleando Técnicas Inteligentes y Modelos de Simulación Social
$309,791.00 1/Sep/2005 a 31/Ago/2006
4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo en libro edit.
Computación en Paralelo y Sistemas Distribuidos
Sistemas Inteligentes para Robotica y Automatización Industrial Investigador Responsable
$368,366.00 COSNET
1/Ago/2004 a 31/Jul/2005
6 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo en libro edit.
Computación en Paralelo y Sistemas Distribuidos
Optimización de la Topologia de Sistemas Inteligentes por medio de Computación Evolutiva Investigador Responsable
$189,500.00 COSNET
1/Ago/2003 a 31/Jul/2004
4 Tesis de Maestria 1 Articulos en revista especializada 3 articulos en memorias de congreso 1 capitulo en libro edit.
Computación en Paralelo y Sistemas Distribuidos
Procesamiento en Paralelo de Algoritmos Genéticos y Redes Neuronales para Control Inteligente Investigador Responsable
$140,000.00 COSNET
1/Sep/2001 a 31/Ago/2002
4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 libro autor
Computacion Inteligente Monitoreo y diagnóstico en procesos industriales empleando lógica difusa y dimension fractal Investigador Responsable
$167,726.00 COSNET
1/Ago/2002 a 31/Jul/2003
4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo de libro editado
Premios, distinciones, etc.
Premio, distinción o reconocimiento recibido Otorgado por Fecha o Periodo
Investigador Nacional Nivel III CONACYT 1/Enero/2013 a 31/Diciembre/2017
Investigador Nacional Nivel II CONACYT 1/Enero/2008 a 31/Diciembre/2012
Investigador Nacional Nivel II CONACYT 1/Enero/2004 a 31/ Diciembre/2007
Investigador Nacional Nivel I CONACYT 1/Octubre/2000 a 31/Diciembre/2003
Achievement Award World Academy of Science 24/Junio/2005
Achievement Award World Academy of Science 21/Junio/2004
Asociaciones.
Nombre de la asociación Tipo de membresía Periodo
IEEE Computational Intelligence Society Senior Member 1/Enero/1996 a la Fecha
New York Academy of Science Member 1/Enero/1998 a la Fecha
33
Currículo Vitae Nombre Apellido Paterno Apellido Materno
Elba Patricia Melin Olmeda
Edad Fecha de nacimiento e-mail
52 21/Marzo/1962 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo Año de titulación Cédula
Ingenieria bioquimica Inst. Tec. de Tijuana 1981-1986 1987 1416694
Nombre de la Especialización Institución Periodo Año de titulación Cédula
Ingenieria de Microcomputadoras (Microcomputer Engineering)
University of California in San Diego
1989- 1991 1991
Nombre de la Maestría Institución Periodo Año de titulación Cédula
Nombre del Doctorado Institución Periodo Año de titulación Cédula
DOCTOR EN CIENCIAS COMPUTACIONALES (PhD. In Computer Sciences)
Kensington University 1996-1998 1998
Nombre del Doctorado Institución Periodo Año de titulación Cédula
DOCTOR EN CIENCIAS COMPUTACIONALES (D.Sc. In Computer Science)
Polish Academy of Sciences
2003-2007 2007
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
1. Proyecto de Investigacion I D.C. Computación Inst. Tec. Tijuana 2009 a la fecha
2. Redes neuronales M.C. Computación Inst. Tec. Tijuana 2001 a la fecha
3 Control Inteligente M.C. Computación Inst. Tec. Tijuana 2000 a 2006
4. Inteligencia Artificial M.C. Computación Inst. Tec. Tijuana 2000 a 2006
5. Seminario de InvestigacionII M.C. Computación Inst. Tec. Tijuana 1998 a la fecha
Asignaturas impartidas Licenciatura Institución Periodo
1.Inteligencia Artificial Ing. en Sistemas Inst. Tec. Tijuana 1998-1999
2.Arquitectura de Computadoras I Ing. en Sistemas Inst. Tec. Tijuana 1998-2000
3.Arquitectura de Computadoras II Ing. en Sistemas Inst. Tec. Tijuana 1998-2001
4.Sistemas de Programacion I Ing. en Sistemas Inst. Tec. Tijuana 1998-2000
5.Sistemas de Programacion II Ing. en Sistemas Inst. Tec. Tijuana 1998-2000
Experiencia profesional.
Actividad o puesto Institución o empresa Periodo mes-año
1.
2.
3.
34
INSTITUTO TECNOLÓGICO DE TIJUANA
Currículo Vitae Proyectos de investigación o de trabajo realizados. Línea de investigación ó de trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
Computacion Inteligente Control Inteligente de Plantas Dinámicas No-Lineales por Medio de un Nuevo Método Basado en Redes Neuronales, Lógica Difusa y Modelos Matemáticos Investigador Responsable
$363,000.00 CONACYT
16/Oct/2000 a 14/Dic/2003
6 Tesis de Maestria 3 Articulos en revista especializada 6 articulos en memorias de congreso 2 capitulo en libro editado
Computacion Inteligente Análisis y reconocimiento de patrones por medio de computación inteligente para aplicaciones industriales Investigador Responsable
$130,000.00 COSNET
1/Ago/2002 a 31/Jul/2003
3 Tesis de Maestria 1 Articulos en revista especializada 2 articulos en memorias de congreso 2 Alumnos de Integracion a Inv.
Computacion Inteligente Aplicación de Modelos de Redes Neuronales al Pronóstico del Comercio Nacional e Internacional de Productos Agrícolas Investigador Responsable
$538,000.00 SAGARPA-CONACYT
16/Jun/2004 a 1/Junio/2007
4 Tesis de Maestria 1 Articulos en revista especializada 3 articulos en memorias de congreso 1 capitulo en libro editado
Computacion Inteligente Desarrollo de Sistemas para Reconocimiento de Patrones en Seguridad Industrial empleando Métodos de Computación Inteligente Investigador Responsable
$365, 440.00 COSNET
1/Ago/2004 a 31/Jul/2005
5 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 Libro autor
Publicación de artículos, libros y capítulos, patentes, etc. Línea de investigación ó de trabajo
Nombre del articulo / libro / capítulo / patentes Fecha
Computacion Inteligente Articulo Autor: ADAPTIVE INTELLIGENT CONTROL OF AIRCRAFT SYSTEMS WITH A HYBRID APPROACH COMBINING NEURAL NETWORKS, FUZZY LOGIC AND FRACTAL THEORY, International Journal of Applied Soft Computing, Vol. 3, No. 4, pp. 353-362, INGLATERRA
Noviembre 2003
Computacion Inteligente Articulo Autor; A New Method for Adaptive Control of Non-Linear Plants using Type-2 Fuzzy Logic and Neural Networks, Journal of General Systems, Vol. 33, no. 2 y 3, pág. 289 a 304, ESTADOS UNIDOS
Junio 2004
Computacion Inteligente Libro Editado: PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE IC-AI'03, CSREA PRESS, Vol. 1, Edición: 1, ESTADOS UNIDOS
Junio 2003
Computacion Inteligente Libro Autor: Hybrid Intellygent Systems for Pattern recognition using Soft Computing, Editorial Springer Verlag, Alemania
Enero 2005
Computacion Inteligente Articulo Autor: Face Recognition using Modular Neural Networks and Fuzzy Sugeno Integral for response Integration, International Journal of Intelligent Systems, Vol. 20, No. 2 pag 275-292, ESTADOS UNIDOS
Febrero 2005
35
Premios, distinciones, etc.
Premio, distinción o reconocimiento recibido Otorgado por Fecha o Periodo
Investigador Nacional Nivel III CONACYT 1/Enero 2013 a 31/Dicimebre/2017
Investigador Nacional Nivel II CONACYT 1/Enero/2008 a 31/Diciembre/2012
Investigador Nacional Nivel II CONACYT 1/Enero/2004 a 31/ Diciembre/2007
Investigador Nacional Nivel I CONACYT 1/Nov/2000 a 31/Diciembre/2003
Achievement Award World Academy of Science 24/Junio/2005
Achievement Award World Academy of Science 21/Junio/2004
Asociaciones.
Nombre de la asociación Tipo de membresía Periodo IEEE Computational Intelligence Society Senior Member 1/Enero/1998 a la Fecha
NAFIPS Society Member 1/Junio/1999 a la Fecha
New York Academy of Science Member 1/Enero/1999 a la Fecha
36
Curriculum Vitae
Departamento de adscripción:
División de Estudios de Posgrado e Investigación
Programa de adscripción: Doctorado en Ciencias en Computación Nombre del Programa de Posgrado:
Maestría en Ciencias de la Computación
Nombre del Programa de Licenciatura:
Ingeniería en Sistemas Computacionales
Apellido Paterno Apellido Materno
Nombre(s)
Pazos Rangel Rodolfo Abraham Edad Fecha de nacimiento e-mail
61 3/jun/51 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo mes y año de titulación
No. Cédula
Ingía. en Coms. y Electrónica
ESIME, IPN 1967-1973
Sep/76 427088
Nombre de la Especialización
Institución Periodo mes y año de titulación
No. Cédula
Nombre de la Maestría Institución Periodo mes y año de
titulación No. Cédula
Ingeniería Eléctrica CINVESTAV 1973-1976
Feb/79 2414718
Nombre del Doctorado Institución Periodo mes y año de
titulación No. Cédula
Ciencias de la Computación
Univ. Calif. Los Angeles
1979-1983
Dic/83 4452005
Nombre del Posdoctorado Institución Periodo mes y año de
titulación
No.
Cédula
37
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
1. Programación Matemática MC Comp. ITCM 2012 a la fecha
2. Programación Heurística MC Comp. ITCM 2009-2012
3. Fundamentos de Computación
MC Comp. ITCM 2008-2009
4. Metodología de la Investigación
MC Comp. ITCM 2008-2009
Asignaturas impartidas Licenciatura Institución Periodo
1. Diseño de Algoritmos Ing. Sist. Comp.
ITCM 2013 a la fecha
2. Análisis y Diseño de Algoritmos II
Ing. Sist. Comp.
ITCM 2008-2013
3.
4.
Experiencia profesional.
Puesto Funciones Institución o empresa Periodo mes-año
1. Jefe de proyecto y Coord. Especialidad
Desarrollo de proyectos de software
Instituto de Investigaciones Eléctricas
Jun/1984-ene/1998
2. Investigador Desarrollo de proyectos de telecomunicaciones
CIDET, SCT Sep/1976- mar/1979
3.
4.
5.
Proyectos de investigación o de trabajo realizados.
Línea de investigación ó de
trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
Sistemas Distribuídos
Desarrollo y Aplicación de Nuevas Tecnologías (Interfaces de
101,815 COSNET
2004 2 tesis maestría, 2 publicaciones.
38
Lenguaje Natural, Comercio Electrónico, Minería de Uso Web) en Sistemas Distribuidos
Sistemas Distribuídos
Técnicas de Remplazo y Precarga para Contene-dores
31,400 COSNET
2003 1 tesis maestría, 1 residencia prof., 2 publicaciones
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó de trabajo
Nombre del artículo/ponencia en congreso/libro/capítulo/patente/ Prototipo/informe técnico
Título de la revista o editorial (donde aplique)
Fecha mes-año
Optimización Inteligente
Minimizing Roundtrip Response Time in Distributed Databases
Journal of Computational and Applied Mathematics
Mar/2014
Optimización Inteligente
Ant Colony System with Characterization-based Heuristics for a Bottled-products Distribution Logistics System
Journal of Computational and Applied Mathematics
Mar/2014
Optimización Inteligente
Application of Formal Languages in the Polynomial Transformations of Instances between NP-complete Problems
Journal of Zhejiang University-Science C
Ago/2013
Optimización Inteligente
Scatter Search with Multiple Im-provement Methods for the Linear Ordering Problem
Malaysian Journal of Computer Science
2012
Optimización Inteligente
Survey of Polynomial Transforma-tions between NP-complete Problems
Journal of Computational and Applied Mathematics
Jun/2011
39
Optimización Inteligente
Reducing the Experiments Required to Assess the Performance of Metaheuristic
Computación y Sistemas
Jul/2010
Optimización Inteligente
A Genetic Distance Metric to Dis-criminate the Selection of Algo-rithms for the General ATSP Problem
Journal of Intelligent & Fuzzy Systems
Ene/2010
Optimización Inteligente
Semantic Model for Improving the Performance of Natural Language Interfaces to Databases
Lecture Notes in Artificial Intelligence, Springer
Nov/2011
Optimización Inteligente
Multiple Local Searches to Balance Intensification and Diversification in a Memetic Algorithm for the Linear Ordering Problem
Lecture Notes in Artificial Intelligence, Springer
May/2011
Optimización Inteligente
Vertical Fragmentation Design of Distributed Databases Considering the Nonlinear Nature of Roundtrip Response Time
Lecture Notes in Artificial Intelligence, Springer
Sep/2010
Optimización Inteligente
Improving Iterated Local Search Solution for the Linear Ordering Problem with Cumulative Costs (LOPCC)
Lecture Notes in Artificial Intelligence, Springer
Sep/2010
Optimización Inteligente
Dialogue Manager for a NLIDB for Solving the Semantic Ellipsis Problem in Query Formulation
Lecture Notes in Artificial Intelligence, Springer
Sep/2010
Optimización Inteligente
Natural Language Interfaces to Databases: An Analysis of the State of the Art
Studies in Computational Intelligence, Springer
2013
Optimización Inteligente
Looking for Reverse Transforma-tions between NP-Complete Problems
Logistics Management and Optimization through Hybrid Artificial Intelli-gence Systems, IGI Global
2012
40
Optimización Inteligente
Iterated Local Search Algorithm for the Linear Ordering Problem with Cumulative Costs (LOPCC)
Studies in Computational Intelligence, Springer
2011
Dirección de tesis concluidas.
Nombre de la tesis Nombre del alumno Institución Programa Fecha Mes-año
Programa Simulador de una Máquina de Turing no Determinista
Lorena Alcudia Chagala
ITCM MC Comp. Dic/2012
Revisión de la Aplicación de Transformaciones entre Problemas en la Teoría de la Completi-tud-NP
Ernesto Armando Ong de la Cruz
ITCM MC Comp. Feb/2012
Participación en eventos como ponente.
Nombre del evento Tipo de participación Fecha
Mes-año
Premios, distinciones, etc.
Premio, distinción o
reconocimiento recibido
Otorgado por Fecha o
Periodo
Sistema Nacional de Investigadores (nivel II)
CONACYT Ene/2007-dic/2015
Sistema Nacional de Investigadores (nivel I)
CONACYT Ene/2004-dic/2006 Jul/1991-jun/1997
Sistema Nacional de Investigadores (candidato)
CONACYT Jul/1985-jun/1991
1er. lugar en "Reconocimiento a los Mejores Trabajos Académicos"
COSNET 1998
Mención honorífica en examen profesional
ESIME, IPN 1976
41
Curriculum Vitae Profesor de Tiempo Completo
Departamento de adscripción:
División de Estudios de Posgrado e Investigación
Programa de adscripción: Doctorado en Ciencias de la Computación (DCC) Nombre del Programa de Posgrado:
Maestría en Ciencias de la Computación (MCC)
Nombre del Programa de Licenciatura:
Ingeniería en Sistemas Computacionales (ISC)
Apellido Paterno Apellido Materno
Nombre(s)
Cruz Reyes Laura Edad Fecha de nacimiento e-mail
55 3 abril de 1959 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo mes y año de titulación
No. Cédula
Ingeniería Química en Producción
Instituto Tecnológico de Ciudad Madero
1978-1981
Julio 1982 1049172
Nombre de la Maestría Institución Periodo mes y año de
titulación No. Cédula
Maestría en Ciencias especialidad en Sistemas de Información
Instituto Tecnológico y de Estudios Superiores de Monterrey
1982-1984
Junio 1984 3288191
Nombre de la Maestría Institución Periodo mes y año de
titulación No.
Cédula
Maestría en Ciencias en Ciencias de la Computación
Instituto Tecnológico y de Estudios Superiores de Monterrey
1995-1999
Mayo 1999 3276718
42
Nombre del Doctorado Institución Periodo mes y año de titulación
No. Cédula
Doctorado en Ciencias en Ciencias de la Computación
Centro Nacional de Investigación y Desarrollo Tecnológico
2001-2004
Julio 2004 4694705
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
1. Probabilidad y Estadística MCC ITCM 01/2014 – 06/2014 08/2013 – 12/2013 01/2013 – 06/2013 08/2012 – 12/2012 01/2012 – 06/2012 08/2011 – 12/2011
2. Seminario de Investigación II
MCCC ITCM 01/2010 - 06/2010
3. Seminario de Investigación III
MCCC ITCM 01/2012 - 06/2012 01/2010 - 06/2010
4. Análisis Multivariado MCCC ITCM 01/2011 - 06/2011 01/2010 - 06/2010
5. Complejidad Computacional
MCCC ITCM 08/2010 - 12/2010
6. Seminario de Investigación
DCC ITCM 01/2013 - 06/2013 01/2012 - 06/2012 08/2011 - 12/2011 08/2010 - 12/2010
7. Seminario Predoctoral DCC ITCM 01/2013 - 06/2013 08/2012 - 12/2012 01/2011 - 06/2011
8. Proyecto de Tesis I DCC ITCM 01/2011 - 06/2011
9. Proyecto de Tesis II DCC ITCM 08/2011 - 12/2011
10. Proyecto de Tesis III DCC ITCM 01/2012 - 06/2012
11. Proyecto de Tesis IV DCC ITCM 08/2012 - 12/2012
12. Examen Predoctoral DCC ITCM 08/2012 - 12/2012
13. Proyecto de Investigación I
DCC ITCM 08/2012 - 12/2012 01/2012 - 06/2012
43
14. Proyecto de Investigación II
DCC ITCM 01/2013 - 06/2013
DCC ITCM
Asignaturas impartidas Licenciatura Institución Periodo
1. Diseño de Algoritmos ISC ITCM 01/2014 – 06/2014 08/2013 – 12/2013
2. Analisis y Diseño de Algoritmos II,
ISC ITCM 01/2013 – 06/2013 08/2012 – 12/2012 01/2012 – 06/2012 08/2011 - 12/2011 01/2010 - 06/2010
3. Taller de Investigación II ISC ITCM 01/2013 – 06/2013
4. Estructura de Datos ISC ITCM 08/2011 - 12/2011 01/2011 - 06/2011 08/2010 - 12/2010
Experiencia profesional.
Puesto Funciones Institución o
empresa
Periodo mes-año
1. Profesor-Investigador
Docencia e investigación
IT Ciudad Madero
11-1998 a la fecha
2. Coordinador de maestría
Coordinadora de MCC
IT Ciudad Madero
09-1997 a 01-2003
3. Profesor Titular Docencia IT Ciudad Madero
09-1986 a 10-1998
4. Profesor Titular Docencia IT Ciudad Victoria
09-1984 a 08-1986
5. Coordinadora de carrera
Coordinadora de LI
IT Ciudad Victoria
09-1984 a 08-1986
Proyectos de investigación o de trabajo realizados.
Línea de
investigación ó de trabajo
Nombre del proyecto Monto y fuente de
financiamiento
Periodo Resultados
Optimización Inteligente
Optimización de
Problemas Complejos CONACYT 1 plaza académica (catedra) para investigador
2014-2024
Por iniciar
Optimización Inteligente
Técnicas de Apoyo a la
decisión y optimización
inteligente en sistemas
PROMEP: Redes
2009-2014
4 tesis de doctorado en
desarrollo, 3 tesis de
maestría terminadas, 7
44
complejos y de gran
escala Oficio PROMEP103.5/09/5004
$141,500 (2010-2011), $200,000 (2011-2012), $113,200 (2013-2014).
capítulos de libro y 1
artículos indizado.
Optimización Inteligente
Desarrollo y análisis de
algoritmos
metaheurísticos para
problemas de decisión.
Clave DGEST 4249.11-P
DGEST $60,000
2011-2012
2 tesis de maestría, 1 propuesta de tesis de doctorado, 1 residente, 2 artículos en memoria de congreso, 1 en revista arbitrada.
Optimización Inteligente
Afinación de Parámetros
de algoritmos
Metaheuristicos.
Clave DGEST 2212.09-P
DGEST
$291,000.
2009-2010
4 tesis de maestría, 1 propuesta doctoral, 4 residencias, 2 artículos en revista indizada, 6 artículos en memoria de congreso nacional, 2 artículos en memoria de congreso internacional y 4 prototipos.
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó
de trabajo
Nombre del artículo/ponencia en congreso/libro/capítulo/patente/
Prototipo/informe técnico
Título de la revista o editorial (donde aplique)
Fecha mes-año
Optimización inteligente
Many-Objective Portfolio Optimization of Interdependent Projects with ‘a Priori’ Incorporation of Decision-Maker Preferences. Applied Mathematics & Information Sciences
Natural Science Publishing, Vol. 8, No. 4, 1-15 (2014) ISSN 2325-0399 (Indizada por SCI-E)
Julio 2014
Optimización inteligente
Ant colony system with characterization-based heuristics for a bottled-products distribution logistics system
Journal of Computational and Applied Mathematics, Elsevier Science, 259, 965-977 (2014) ISSN: 0377-0427 (Indizada por SCI)
Marzo 2014
45
Optimización inteligente
Application of formal languages in the polynomial transformations of instances between NP-complete problems.
Journal of Zhejiang University - Science C (Computers & Electronics). Vol. 14 No. 8, 623-633 (2013), ISSN: 1869-1951 (Print), (Indizada por SCI-E)
Agosto 2013
Optimización inteligente
Heurísticas de agrupación híbridas eficientes para el problema de empacado de objetos en contenedores.
Computación y Sistemas Vol. 16 No. 3 (2012) 349-360. ISSN: 1405-5546 (Índice de excelencia de CONACYT)
2012
Optimización inteligente
Scatter search with multiple improvement methods for the Linear Ordering Problem
Malaysian Journal of Computer Science Vol. 25 No. 2 (2012) 76-89. ISSN 0127-9084 (Indizada por SCI-E)
2012
Optimización inteligente
Survey of Polynomial Transformations between NP-
Complete problems methods for
the Linear Ordering Problem
Journal of Computational and Applied Mathematics, Volume 235, No. 16 (2011) 4851-4865. ISSN: 0377-0427. (Indizada por SCI)
Junio 2011
Optimización inteligente
A Self Adaptive Ant Colony System for Semantic Query Routing Problem in P2P Networks
Computación y Sistemas, Vol.13 No.4 (2010) 433-448. ISSN-1405-5546 (Índice de excelencia de CONACYT)
2010
Optimización inteligente
Reducing the Experiments Required to Assess the Performance of Metaheuristic Algorithms
Computación y Sistemas, Vol. 14 No. 1, (2010) 44-53. ISSN-1405-5546 (Índice de excelencia de CONACYT)
2010
Optimización inteligente
Algorithm for Solving the Problem of Social Portfolio Using Outranking Model
Recent Advances on Hybrid Intelligent Systems Vol. 451, 335-348, (2013) pp. 570. Springer Berlin Heidelberg
2013
Optimización inteligente
Evolving Bin Packing Heuristic Using Micro-Differential Evolution with Indirect Representation
Recent Advances on Hybrid Intelligent Systems Vol. 451, 349-359, (2013) pp. 570. Springer Berlin Heidelberg
2013
Optimización inteligente
Improving the Performance of Heuristic Algorithms Based on Exploratory Data Analysis
Recent Advances on Hybrid Intelligent Systems Vol. 451, 361-375, (2013) pp. 570. Springer Berlin Heidelberg
2013
Optimización inteligente
An Interactive Decision Support System Framework for Social Project Portfolio Selection
Recent Advances on Hybrid Intelligent Systems Vol. 451, 377-391, (2013) pp. 570. Springer Berlin Heidelberg
2013
Optimización inteligente
Constructive Algorithm for a Benchmark in Ship Stowage Planning
Recent Advances on Hybrid Intelligent Systems, Vol. 451, 393-408, (2013) pp 570. Springer Berlin Heidelberg
2013
46
Optimización inteligente
Handling of Synergy into an Algorithm for Project Portfolio Selection.
Recent Advances on Hybrid Intelligent Systems, Vol. 451, 417-430, (2013) pp 570. Springer Berlin Heidelberg
2013
Optimización inteligente
Algorithm Selection: From Meta-Learning to Hyper-Heuristics
Intelligent Systems, Vol.1 77-102, pp 366. InTech (2012) ISBN: 978-953-51-0054-6
2012
Optimización inteligente
Heuristic Algorithms: An Application to the Truck Loading Problem.
Logistics Management and Optimization through Hybrid Artificial Intelligence Systems 238-267, pp 207. IGI
Global (2012)
2012
Optimización inteligente
Variants of VRP to Optimize Logistics Management Problems
Logistics Management and Optimization through Hybrid Artificial Intelligence Systems Vol. 1, 207-237, pp 207.
IGI Global (2012)
2012
Optimización inteligente
Looking for Reverse Transformations between NP-Complete Problems
Logistics Management and Optimization through Hybrid Artificial Intelligence
Systems Vol. 1, 181-206 pp 207. IGI Global (2012)
2012
Optimización inteligente
Artificial Societies and Social Simulation using
Ant Colony, Particle Swam Optimization and
Cultural Algorithms.
New Achievements in
Evolutionary Computation IN-TECH, Croatia (2010), chapter 13, 267-
296, 318 pp. ISBN 978-953-307-053-7.
2010
Optimización inteligente
Parallel Genetic Algorithms for Architecture
Optimization of Neural Networks for Pattern
Recognition
Soft Computing for Recognition Based on Biometrics, Studies in Computational Intelligence Vol. 312, 303-315, 510 pp. Springer, Berlin, Germany, (2010). ISBN: 978-3-642-15110-1
2010
Optimización inteligente
Comparative Analysis of Hybrid Techniques for an Ant Colony System Algorithm Applied to Solve a Real-World Transportation Problem
Soft Computing for Recognition Based on Biometrics, Studies in Computational Intelligence Vol. 312, 365-388, 510 pp. Springer, Berlin, Germany (2010). ISBN: 978-3-642-15110-1
2010
Optimización inteligente
Local Survival Rule for Steer an Adaptive Ant-Colony Algorithm in Complex Systems
Soft Computing for Recognition Based on Biometrics, Studies in Computational Intelligence Vol. 312, 245-265, 510 pp. Springer, Berlin, Germany (2010). ISBN: 978-3-
2010
47
642-15110-1.
Optimización inteligente
An Ant Colony Algorithm for Improving Ship Stability in the Containership Stowage Problem
Advances in Soft Computing and Its Applications, Vol. 8266, pp. 93-104. Springer Berlin Heidelberg, 2013
2013
Optimización inteligente
A Visualization Tool for Heuristic Algorithms Analysis.
Advances in Intelligent Systems and Computing Vol. 172. Springer Berlin Heidelberg.
(2013) 515-524. ISBN: 978-3-642-30866-6
2013
Optimización inteligente
Solution to the Social Portfolio Problem by Evolutionary Algorithms.
International Journal of Combinatorial Optimization Problems and Informatics Vol. 3, No. 2, 21-30 (2012) ISSN: 2007-1558
2012
Optimización inteligente
Impact of Initial Tuning for Algorithm That Solve Query Routing
Management Intelligent Systems, Advances in Intelligent Systems and Computing. Springer Berlin Heidelberg Vol. 171, 315-323 (2012). ISBN 978-3-642-30863-5
2012
Optimización inteligente
Enhancing Accuracy of Hybrid Packing Systems through General-Purpose Characterization.
Lecture Notes in Computer Science: Hybrid Artificial Intelligent Systems Vol. 6679. Springer-Verlag, Berlin, Alemania (2011) 26-33. ISBN 978-3-642-21221-5.
2011
Optimización inteligente
Optimization of a Modular Neural Network for Pattern Recognition using Parallel Genetic Algorithm. Journal of Automation, Mobile Robotics & Intelligent Systems
Special Issue: Hybrid Intelligent Systems for Optimization and Pattern Recognition Part II. PIAP Industrial Research Institute for Automation and Measurements, Vol. 5, No. 1 , Polonia (2011) 77-84. ISSN 1897-8649
2011
Optimización inteligente
Adaptive Ant-Colony Algorithm for Semantic Query Routing. Journal of Automation, Mobile Robotics & Intelligent Systems, Special Issue: Hybrid Intelligent Systems for Optimization and Pattern Recognition Part II
Special Issue: Hybrid Intelligent Systems for Optimization and Pattern Recognition Part II. PIAP Industrial Research Institute for Automation and Measurements, Vol. 5, No. 1 , Polonia (2011) 85-94. ISSN 1897-8649
2011
Optimización inteligente
Hyperheuristic for the Parameter Tuning of a Bio-Inspired Algorithm of Query Routing in P2P Networks
Lecture Notes in Computer Science: Advances in soft Computer Vol. 7095 No. 1 Springer Verlag, Berlin,
Alemania, (2011) 119-130 ISSN: 0302-9743.
2011
Optimización inteligente
Improving the Performance of Heuristic Algorithms Based on
Lecture Notes in Computer Science:
2011
48
Causal Inference Advances in soft Computer Vol. 7095 No. 1 Springer Verlag, Berlin,
Alemania, (2011) 137-148 ISSN: 0302-9743.
Optimización inteligente
A Cultural Algorithm for the Urban Public
Transportation.
Lecture Notes in Computer
Science: Hybrid Artificial
Intelligence Systems Vol. 6077. Springer-Verlag (2010) 135-142.
ISBN 978-3-642-13802-7
2010
Dirección de tesis concluidas.
Nombre de la tesis Nombre del alumno
Institución Programa Fecha Mes-año
Caracterización del Proceso de Optimización de Algoritmos Heurísticos Aplicados al Problema de Empacado de Objetos en Contenedores
Marcela Quiroz Castellanos
Instituto Tecnológico de Tijuna
Doctorado en Ciencias en Computación
Julio 2014
Afinación Estática Global de Redes Complejas y Control Dinámico Local de la Función Tiempo de Vida en el Problema de Direccionamiento de Consultas
Claudia G. Gómez Santillán
CICATA-IPN Doctorado en Tecnologías Avanzadas
Enero 2010
Metodología para la
Explicación Causal del
Comportamiento y
Desempeño de Algoritmos
Heurísticos Aplicados al
Problema de Bin-Packing
Vanesa Landero Nájera.
CENIDET Doctorado en Ciencias en Ciencias de la Computación
Junio 2008
Análisis de Algoritmos Metaheurísticos Vía Diagnóstico Estadístico
Mercedes Pérez Villafuerte
IT de Ciudad Madero
Maestría en Ciencias en C. de la Computación (MCCC)
Junio 2014
Estudio del Balance entre Intensificación y Diversificación en la Búsqueda Dispersa Aplicada al Problema de la Triangulación de Insumos.
Cindy G. Hernández Morales.
IT de Ciudad Madero
Maestría en Ciencias de la Computación
Mayo 2014
Logística de Arturo Lam IT de MCCC Febrero
49
Contenedores para una Terminal Portuaria
Álvarez Ciudad Madero
2013
Sistema de Apoyo a la Decisionn para la Selección de Carteras de Proyectos en Organizaciones Públicas basado en Agentes
Fausto Antonio Balderas Jaramillo
IT de Ciudad Madero
MCCC Mayo 2012
Detección y Eliminación de Artificios Oculares en registros Electro-encefalográficos Neonatales
Valentín Delgado Lemus
IT de Ciudad Madero
MCCC Mayo 2011
Hiper-heurístico para Resolver el Problema de Cartera de Proyectos Sociales
Rogelio García Rodríguez
IT de Ciudad Madero
MCCC Noviembre 2010
Participación en eventos como ponente.
Nombre del evento Tipo de participación Fecha
Mes-año
3er. Congreso Internacional de Ingeniería de la Universidad Autónoma de Tamaulipas
Conferencista Noviembre 2011
Congreso de Ciencias Exactas de la Universidad Autónoma de Aguascalientes
Conferencista Marzo 2011
Congreso Multidiciplinario. Instituto Tecnológico de la Costa Grande, Ixtapa-Zihuatanejo, Gro.
Conferencista Mayo 2011
Primera Semana de Ingeniería “Iniciativa es el principio del Éxito”. Universidad Politécnica de Altamira.
Conferencista Junio 2011
Premios, distinciones, etc.
50
Premio, distinción o reconocimiento recibido
Otorgado por Fecha o Periodo
Distinción nacional como Investigador de México: SNI nivel I
CONACYT 2013-2016
Reconocimiento como profesor con Perfil Deseable
PROMEP 2013-2014
Líder del Cuerpo Académico en Optimización Inteligente (en desarrollo)
PROMEP 2013-2015
Asociaciones.
Nombre de la asociación Tipo de membresía
Periodo
Sociedad Mexicana de Inteligencia Artificial
regular 2004-a la fecha
51
Curriculum Vitae
Departamento de adscripción:
División de Estudios de Posgrado e Investigación
Programa de adscripción: Doctorado en Ciencias en Computación Nombre del Programa de Posgrado:
Maestría en Ciencias de la Computación
Nombre del Programa de Licenciatura:
Ingeniería en Sistemas Computacionales
Apellido Paterno Apellido Materno
Nombre(s)
Fraire Huacuja Héctor Joaquín Edad Fecha de nacimiento e-mail
60 9/oct/53 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo mes y año de titulación
No. Cédula
Licenciatura en Matemáticas
FCFM UANL 1971-1976
May/85 865336
Nombre de la Especialización
Institución Periodo mes y año de titulación
No. Cédula
Nombre de la Maestría Institución Periodo mes y año de
titulación
No. Cédula
Maestría en Sistemas
FCQ UANL 1985-1987
Feb/88 1316992
Nombre del Doctorado Institución Periodo mes y año de
titulación No. Cédula
Ciencias de la Computación
CENIDET 2001-2004
Abr/2005 5075075
Nombre del Posdoctorado Institución Periodo mes y año de
titulación No. Cédula
52
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
1. Temas Selectos I MC Comp. ITCM 2012 a la fecha
2. Complejidad Computacional
MC Comp. ITCM 2011
3. Aprendizaje automático MC Comp. ITCM 2009-2011
4. Agentes inteligentes MC Comp. ITCM 2008-2009 Asignaturas impartidas Licenciatura Institución Periodo
1. Optimización heurística Ing. Sist. Comp.
ITCM 2007 a la fecha
2. Lenguajes y autómatas Ing. Sist. Comp.
ITCM 2006-2007
3.Teoría de la computación Ing. Sist. Comp.
ITCM 2005-2006
4.Inteligencia artificial II Ing. Sist. Comp.
ITCM 2004-2005
Experiencia profesional.
Puesto Funciones Institución o empresa Periodo mes-año
1. Jefe de la División de Estudios de Posgrado e Investigación
Supervisar la operación de los programas de posgrado e investigación
ITCM 1990-1992
2. Jefe de la División de Estudios Profesionales
Supervisar la operación de los programas de licenciatura
ITCM 1999-2000
3. Jefe del Departamento de Sistemas y Computación
Coordinar las actividades académicas, de vinculación e investigación.
ITCM 2000-2002
Proyectos de investigación o de trabajo realizados.
Línea de investigación ó de trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
53
Optimización Inteligente
METAHEURÍSTICAS APLICADAS A LA SOLUCIÓN DE PROBLEMAS DE OPTIMIZACIÓN NP-DUROS. (En proceso)
DGEST 2011-2014
Optimización Inteligente
METAHEURÍSTICOS APLICADOS A LA SOLUCIÓN DEL PROBLEMA DEL ABASTECIMIENTO INTERNACIONAL CON CAPACIDAD FINITA
40.000 DGEST
2008-2009
2 tesis maestría, 1 residencia prof., 2 publicaciones
Optimización Inteligente
OPTIMIZACIÓN POR ALGORITMOS GENÉTICOS DE LAS REDUCCIONES DE LAMINACIÓN Y DISEÑO COMPUTACIONAL DE UN PROTOTIPO DE TREN LAMINADOR
CONACYT 62233
2006-2008
1 tesis de maestría 1 resid.prof. 2 publicaciones
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó de trabajo
Nombre del artículo/ponencia en congreso/libro/capítulo/patente/ Prototipo/informe técnico
Título de la revista o editorial (donde aplique)
Fecha mes-año
Optimización Inteligente
Ant Colony System with Characterization-based Heuristics for a Bottled-products Distribution Logistics System
Journal of Computational and Applied Mathematics
Mar/2014
Optimización Inteligente
Application of Formal Languages in the Polynomial Transformations of Instances between NP-complete Problems
Journal of Zhejiang University-Science C
Ago/2013
Optimización Inteligente
Efficient Hybrid Grouping Heuristics for the Bin Packing Problem
Computación y Sistemas
Jul/2012
Optimización Inteligente
Scatter Search with Multiple Im-provement Methods for the Linear Ordering Problem
Malaysian Journal of Computer Science
2012
Optimización Inteligente
Survey of Polynomial Transforma-tions
Journal of Computational and
Jun/2011
54
between NP-complete Problems
Applied Mathematics
Optimización Inteligente
Construction of an Optimal Solution for a Real-World Routing-Scheduling-Loading Problem
Computación y Sistemas
Abr/2010
Optimización Inteligente
Reducing the Experiments Required to Assess the Performance of Metaheuristic
Computación y Sistemas
Jul/2010
Optimización Inteligente
A Genetic Distance Metric to Dis-criminate the Selection of Algo-rithms for the General ATSP Problem
Journal of Intelligent & Fuzzy Systems
Ene/2010
Optimización Inteligente
Solving Large Scale Instances of the Distribution Design Problem Using Data Mining
Computing and Informatics
Ene/2009
Optimización Inteligente
Experimental Study of a New Algorithm-Design-Framework Based on Cellular Computing
Recent Advances on Hybrid Intelligent Systems. Springer
2013
Optimización Inteligente
Cellular Processing Algorithms
Soft Computing Applications in Optimization, Control, and Recognition. Springer
2013
Optimización Inteligente
Natural Language Interfaces to Databases: An Analysis of the State of the Art
Studies in Computational Intelligence, Springer
2013
Optimización Inteligente
Task scheduling in heterogeneous computing systems using a microGA
3PGCIC 2013 2013
Optimización Inteligente
An Iterative Local Search Algorithm for Scheduling Precedence-Constrained Applications on Heterogeneous Machines
MISTA 2013 2013
55
Optimización Inteligente
Looking for Reverse Transforma-tions between NP-Complete Problems
Logistics Management and Optimization through Hybrid Artificial Intelli-gence Systems, IGI Global
2012
Optimización Inteligente
On the energy optimization for precedence constrained applications using local search algorithms.
HPCS 2012 2012
Optimización Inteligente
Multiple Local Searches to Balance Intensification and Diversification in a Memetic Algorithm for the Linear Ordering Problem
Lecture Notes in Artificial Intelligence, Springer
May/2011
Optimización Inteligente
Iterated Local Search Algorithm for the Linear Ordering Problem with Cumulative Costs (LOPCC)
Soft Computing for Intelligent Control and Mobile Robotics. Springer
2011
Optimización Inteligente
A Multi-objective GRASP Algorithm for Joint Optimization of Energy Consumption and Schedule Length of Precedence-Constrained Applications
DASC 2011 2011
Optimización Inteligente
IMPROVING THE INTENSIFICATION AND DIVERSIFICATION BALANCE OF THE TABU SOLUTION FOR THE ROBUST CAPACITATED INTERNATIONAL SOURCING PROBLEM (ROCIS)
Journal of Automation, Mobile Robotics & Intelligent Systems
2010
Optimización Inteligente
Improving Iterated Local Search Solution for the Linear Ordering Problem with Cumulative Costs (LOPCC)
Lecture Notes in Artificial Intelligence, Springer
Sep/2010
Optimización Inteligente
Improved Tabu Solution for the Robust
Soft Computing for Recognition
2010
56
Capacitated International Sourcing Problem (RoCIS)
Based on Biometrics. Springer
Dirección de tesis concluidas.
Nombre de la tesis Nombre del alumno Institución Programa Fecha Mes-año
Método de procesamiento celular aplicado al problema de calendarización de tareas en sistemas de procesamiento paralelo.
Miguel Angel Ramiro Zuñiga
ITCM Maestría Feb/2014
Metaheuristicas aplicadas a la solución del problema de ordenamiento lineal
Guadalupe Castilla Valdez
ITT Doctorado Jul/2013
Metaheuristicos aplicados a la solución del problema de ordenamiento lineal con costos acumulados
Jesus David Teran Villanueva
ITT Doctorado Jul/2013
Estrategias de búsqueda local para el problema de programación de tareas en sistemas de procesamiento paralelo
Aurelio Alejandro Santiago Pineda
ITCM Maestría Mar/2013
Estrategias de búsqueda local para el problema de SUMCUT
Daniel Zamarrón Escobar
ITCM Maestría Jun/2013
Minería de datos aplicada a la detección de
Oscar Aldaraca Rendón
ITCM Maestría Dic/2012
57
plagiarismo
Estrategias de búsqueda local para el problema del ancho de corte
Mario Cesár López Loces
ITCM Maestría Nov/2012
Identificación automática de lenguas, utilizando la familia de wavelets DBN, medidas estadísticas y minería de datos
Carlos Arturo Hernández Zepeda
ITCM Licenciatura May/2011
Analisis experimental de la superficie asociada al espacio de soluciones del problema de ordenamiento lineal con costos acumulados
Juan Francisco Rocha Aguilar
ITCM Maestría Abr/2011
Estrategias de diversificación para la solución memetica del problema de ordenamiento lineal
Shulamith Samantha Bastiani
ITCM Maestría May/2011
Búsqueda Tabú Reactiva aplicada a la solución de grandes instancias del problema robusto de abastecimiento internacional con capacidad finita (RoCIS)
Héctor Aldape Cartagena
ITCM Maestría Feb/2010
Metaheuristicas Mario Cesár ITCM Licenciatura Oct/2010
58
aplicadas a la solución de problemas de ordenamiento lineal
López Loces
Evaluación de estrategias de mejora de la solución tabú para el problema de ordenamiento lineal
Francisco E. Gosch Ingram
ITCM Maestría Dic/2009
Participación en eventos como ponente.
Nombre del evento Tipo de participación Fecha
Mes-año
12th Mexican International Conference on Artificial Intelligence, MICAI 2013
Coautor 2013
Fifth World Congress on Nature and Biologically Inspired Computing, NaBIC 2013
Coautor 2013
Eighth International Conference on P2P, Parallel, Grid, Cloud and Internet Computing, 3PGCIC 2013
Coautor 2013
2012 International Conference on Applied and Computational Mathematics (ICACM)
Coautor 2012
2012 International Conference on High Performance Computing & Simulation, HPCS 2012
Coautor 2012
IEEE Ninth International Conference on Dependable, Autonomic and Secure Computing,
Coautor 2011
59
DASC 2011
2010 ALIO/INFORMS International Meeting in Buenos Aires
Ponente 2011
16th International Congress on Computer Science Research
Ponente 2010
VI Congreso Español sobre metaheuristicas, algoritmos evolutivios y bioinspirados
Ponente 2009
Premios, distinciones, etc.
Premio, distinción o
reconocimiento recibido
Otorgado por Fecha o
Periodo
Sistema Nacional de Investigadores (nivel I)
CONACYT Ene/2007-dic/2015
Sistema Nacional de Investigadores (nivel I)
CONACYT Ene/2004-dic/2006 Jul/1991-jun/1997
Sistema Nacional de Investigadores (candidato)
CONACYT Jul/1985-jun/1991
1er. lugar en "Reconocimiento a los Mejores Trabajos Académicos"
COSNET 1998
Mención honorífica en examen profesional
ESIME, IPN 1976
Asociaciones.
Nombre de la asociación Tipo de membresía
Periodo
Academia Nacional de Ciencias Computacionales
Numerario 1999-Fecha
60
Curriculum Vitae
Departamento de adscripción:
División de Estudios de Posgrado e Investigación
Programa de adscripción: Doctorado en Ciencias en Computación Nombre del Programa de Posgrado:
Maestría en Ciencias de la Computación
Nombre del Programa de Licenciatura:
Ingeniería en Sistemas Computacionales
Apellido Paterno Apellido Materno
Nombre(s)
Gómez Santillán Claudia Guadalupe Edad Fecha de nacimiento e-mail
42 08/08/71 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo mes y año de titulación
No. Cédula
Ingeniería en Sistemas
IT de Ciudad Madero
Agosto 89 a
Junio 93 Octubre 1993
2275386
Nombre de la Especialización
Institución Periodo mes y año de titulación
No. Cédula
Nombre de la Maestría Institución Periodo mes y año de
titulación No. Cédula
Maestría en Ciencias en Ciencias Computacionales
IT de León Agosto 97 Diciembre 2000
Octubre2001
3434244
Nombre del Doctorado Institución Periodo mes y año de
titulación No. Cédula
Doctorado en Tecnología Avanzada
Centro de Investigación en Ciencia Aplicada y Tecnología
Agosto 1996 – Diciembre 2009
Enero 22 del 2010
7232321
61
Avanzada del IPN
Nombre del Posdoctorado Institución Periodo mes y año de
titulación No.
Cédula
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
Seminario de Investigación
Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ene-Jun 2011
Proyecto de Investigación I Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ago -Dic 2011
Seminario Predoctoral Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ene -Jun 2012
Seminario de Investigación Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ene -Jun 2012
Proyecto de Investigación I Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ago -Dic 2012
Proyecto de Investigación II
Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ago -Dic 2012
Seminario Predoctoral Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ene -Jun 2013
Proyecto de Investigación III
Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ene -Jun 2013
Proyecto de Investigación II
Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ago -Dic 2013
Proyecto de Investigación IV
Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ago -Dic 2013
Examen Predoctoral Doctorado en Ciencias en Computación
IT. Tijuana, IT. León e IT. Madero
Ago -Dic 2013
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ene - Jun 2010
62
Análisis Multivariado Maestría en Computación
IT de Ciudad Madero
Ene - Jun 2010
Proyecto de Tesis Maestría en Computación
IT de Ciudad Madero
Ene - Jun 2010
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ago - Dic 2010
Proyecto de tesis III Maestría en Computación
IT de Ciudad Madero
Ago - Dic 2010
Proyecto de tesis II Maestría en Computación
IT de Ciudad Madero
Ago - Dic 2010
Seminario de Inv. III Maestría en Computación
IT de Ciudad Madero
Ene-Junio 2011
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ene-Junio 2011
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ago – Dic 2011
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ene – Jun 2012
Seminario de investigación II
Maestría en Computación
IT de Ciudad Madero
Ene – Jun 2012
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ago – Dic 2012
Seminario de Inv. III Maestría en Computación
IT de Ciudad Madero
Ago – Dic 2012
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ene – Jun 2013
Computación Evolutiva
Maestría en Computación
IT de Ciudad Madero
Ago – Dic 2013
Seminario de Inv. III Maestría en Computación
IT de Ciudad Madero
Ago – Dic 2013
Asignaturas impartidas Licenciatura Institución Periodo
Análisis y Diseño de Algoritmos II
Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ago – Dic 2013
Modelos Matemáticos Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ene – Jun 2013
Fundamentos de Programación
Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ago – Dic 2012
Análisis y Diseño de Algoritmos II
Ingeniería en Sistemas
IT de Ciudad Madero
Ene – Jun 2012
63
Computacionales
Estructura de Datos Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ago – Dic 2011
Fundamentos de Programación
Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ago – Dic 2011
Análisis y Diseño de Algoritmos II
Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ene – Jun 2011
Análisis y Diseño de Algoritmos II
Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ago - Dic 2010
Temas Selectos de Programación Inteligente II
Ingeniería en Sistemas Computacionales
IT de Ciudad Madero
Ene – Jun 2010
Experiencia profesional.
Puesto Funciones Institución o empresa Periodo mes-año
1. Jefe de Laboratorio de Optimización II
Organizar las actividades del laboratorio
IT. Cd Madero Ene 2010 – Dic 2011
2. Presidente del Consejo de Posgrado de la MCC
Coordinar trabajos del consejo de posgrado
IT. Cd Madero Ene 2012 – A la fecha
3.
4.
5.
Proyectos de investigación o de trabajo realizados.
Línea de investigación ó de trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
Optimización Inteligente
Funciones de búsqueda local para mejorar la solución de problemas NP-Hard
$25,000.00 DGEST
30 Mayo 2012 a 30 Mayo 2014
Artículos Tesis Maestría
Optimización Inteligente
Marco teórico y estado del arte
No Financiado 11 Septiembre
Artículos Tesis
64
de los algoritmos culturales
2011 a 30 Agosto 2012
Maestría
Optimización Inteligente
Metodología para el ajuste de parámetros de un algoritmo evolutivo hiperheuristico
$100,000.00 01 Septiembre 2010 a 01 Septiembre 2011
Artículos Tesis Maestría
Optimización Inteligente
Desarrollo y Análisis de Algoritmos Metaheurísticos para Problemas de Decisión
No Financiado 02 Mayo 2011 a 02 de Mayo 2012
Artículos Tesis Maestría
Optimización Inteligente
Metaheurísticos aplicadas a la solución de problemas de optimización NP-Duros
No Financiado 01 octubre 2010 a 30 septiembre 2011
Artículos Tesis Maestría
Optimización Inteligente
Afinación de Parámetros de algoritmos Metaheuristicos.
$291,000.00 01 Mayo 2009- 31 Abril 2010
Artículos Tesis Maestría
Optimización Inteligente
Modelo Matemático del
Problema de Asignación
de Carteras de Proyectos.
$40,000.00 01 de Mayo 2009- 30 Abril 2010
Artículos Tesis Maestría
Optimización Inteligente
Técnicas de Apoyo a la decisión y optimización inteligente en sistemas complejos y de gran escala
(2009-2010) $141,500 (2011-2012) $200,000 (2013-2014) $113,200.
01 junio 2009 -
17 octubre 2014
Artículos Tesis Maestría
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó de trabajo
Nombre del artículo/ponencia en congreso/libro/capítulo/patente/ Prototipo/informe técnico
Título de la revista o editorial (donde aplique)
Fecha mes-año
Optimización Inteligente
A Self Adaptive Ant Colony System for
Computación y Sistemas
2010
65
Semantic Query Routing Problem / Journal
Optimización Inteligente
Many-Objective portfolio optimization of independent projects with a priori incorporation of decision-maker preferences / Journal
Applied mathematics & information science
2014
Optimización Inteligente
A visualization tool for heuristic algorithms analysis / ponencia en congreso
Springer 2013
Optimización Inteligente
Heurísticas de Agrupación Hibridas Eficientes para el Problema del Empacado de Objetos en Contenedores./ Journal
Computación y sistemas
2012
Optimización Inteligente
Ant colony system with characterization-based heuristics for a bottled-products distribution logistics system / journal
Journal of Computational and Applied Mathematics
2013
Optimización Inteligente
Memetic Algorithm for Solving the Problem of Social Portfolio Using Outranking Model /libro
Recent Advances on Hybrid Intelligent Systems
2013
Optimización Inteligente
Improving the Performance of Heuristic Algorithms Based on Exploratory Data Analysis / libro
Recent Advances on Hybrid Intelligent Systems
2013
Optimización Inteligente
Handling of Synergy into an Algorithm for Project Portfolio Selection / libro
Recent Advances on Hybrid Intelligent Systems
2013
Optimización Inteligente
Task scheduling in heterogeneous computing systems using a microGA / memorias de congreso
W-SCCG-S2: Parallel Techniques in GPU, Clusters, Grid, and Cloud. 2013.
2013
Optimización Inteligente
Impact of Initial Tuning for Algorithm That Solve Query Routing, Management Intelligent Systems / memorias de congreso
Advances in Intelligent Systems and Computing
2012
Optimización Inteligente
Solution to the Social Portfolio Problem by
International Journal of
2012
66
Evolutionary Algorithms / journal
Combinatorial Optimization Problems and Informatics
Optimización Inteligente
Multiple Local Searches to Balance Intensification and Diversification in a Memetic Algorithm for the Linear Ordering Problem / memorias de congreso
Springer 2011
Optimización Inteligente
Enhancing Accuracy of Hybrid Packing Systems through General-Purpose Characterization / memorias de congreso
Springer 2011
Optimización Inteligente
Adaptive ant-colony algorithm for semantic query routing / Journal
Journal of Automation, Mobile Robotic & Intelligent Systems
2011
Optimización Inteligente
Improving the Performance of Heuristic Algorithms Based on Causal Inference / memorias de congreso
Lecture Notes 2011
Optimización Inteligente
Hyperheuristic for the Parameter Tuning of a Bio-Inspired Algorithm of Query Routing in P2P Networks / libro
Lecture Notes 2011
Optimización Inteligente
A Cultural Algorithm for the Urban Public Transportation / libro
Lecture Notes 2010
Optimización Inteligente
Project Ranking-Based Portfolio Selection Using Evolutionary Multiobjective Optimization of a Vector Proxy Impact Measure / Libro
Advances in Intelligent Systems Research, Ed. Atlantis Press
2013
Optimización Inteligente
Explaining Diverse Application Domains Analyzed from Data Mining Perspective
Data Mining Applications in Engineering and Medicine, Associate Prof. Adem Karahoca (Ed.)
2012
Optimización Inteligente
Algorithm Selection: From Meta-Learning to Hyper-Heuristics
Prof. Vladimir M. Koleshko (Ed.), InTech,
2012
67
Optimización Inteligente
Heuristic Algorithms: An Application to the Truck Loading Problem
Logistics Management and Optimization through Hybrid Artificial Intelligence Systems. IGI Global
2012
Dirección de tesis concluidas.
Nombre de la tesis Nombre del alumno Institución Programa Fecha
Mes-año
Ajuste de un Algoritmo de Enrutamiento de Consultas Semánticas en Redes P2P.
Gilberto Rivera Zarate
I.T. Madero. Maestría en Ciencias de la Computación
15 diciembre 2009
Método Adaptativo para el Ajuste de Parámetros de un Algoritmo Evolutivo Hiperheuristico.
Paula Hernández Hernández
I.T. Madero. Maestría en Ciencias de la Computación
Mayo 2011.
Diseño de una Herramienta Gráfica para Analizar el Desempeño de Híper-heurísticos Aplicados a Problemas de Asignación.
Norberto Castillo García.
IT. Madero. Maestría en Ciencias de la Computación
Diciembre 2011
Selector de Modelos de Solución para el Problema de Cartera de Proyectos Sociales.
Victoria Ruiz Martínez.
IT. Madero. Maestría en
Ciencias de la Computación
3 Junio 2013
Análisis de factores que afectan el desempeño de metaheurísticos aplicados a
Juan José Martínez
Ponce, IT. Madero. Maestría en
Ciencias de la Computación
29 Noviembre 2013
68
VRPTW.
Logística de Contenedores para una Terminal Portuaria.
Arturo Lam Álvarez. IT. Madero. Maestría en Ciencias de la Computación
28 Febrero 2013
Impacto de la búsqueda local aplicada al Problema de Rutas de Vehículos con Ventanas de Tiempo.
José Ricardo Cámara
Covarrubias.
IT. Madero. Maestría en Ciencias de la Computación
13 Febrero 2012.
Diseño de algoritmos metaheurísticos para el problema de empacado de objetos en contenedores vía diagnostico visual
Mercedes Pérez
Villafuerte
IT. Madero. Maestría en Ciencias de la Computación
13 Junio 2014
Estudio del balance entre intensificación y diversificación en la búsqueda dispersa aplicada al problema de la triangulación de insumos
Cindy Guadalupe
Hernández Morales IT. Madero. Maestría en
Ciencias de la Computación
23 de Mayo 2014
Solución del problema Antibandwidth Cíclico usando métodos exactos.
Fanny Gabriela
Maldonado Nava IT. Madero. Maestría en
Ciencias de la Computación
En proceso.
Solución a gran escala del Problema de Cartera de Proyectos, caracterizado con Múltiples Criterios
Gilberto Rivera Zarate. IT. Madero – IT. León – IT. Tijuana
Doctorado en Ciencias de la Computación
En proceso
Solución de Problemas de Cartera de Proyectos
Bastiani Medina
Shulamith Samantha. IT. Madero – IT. León – IT. Tijuana
Doctorado en Ciencias de la Computación
En proceso
69
Públicos a partir de información del Ranking de Prioridades
Participación en eventos como ponente.
Nombre del evento Tipo de participación Fecha Mes-año
Congreso de Ciencias Exactas
Ponente Octubre 2011
EUREKA 2013 Ponente Noviembre 2013
Encuentro de Investigadores
Ponente Noviembre 2013
Encuentro de Investigadores
Ponente Noviembre 2012
Encuentro de Investigadores
Ponente Noviembre 2011
CCIICC 2010 Ponente Noviembre 2010
Premios, distinciones, etc.
Premio, distinción o
reconocimiento recibido
Otorgado por Fecha o
Periodo
Sistema Nacional de Investigadores Candidata (2014-2015)
CONACYT 2014 - 2015
Sistema Nacional de Investigadores Candidata
CONACYT 2010 - 2013
Perfil PROMEP PROMEP 2013 - 2015 Perfil PROMEP PROMEP 2006 - 2012 Asesor del 2do. lugar en el III Concurso Nacional de Tesis de Posgrado, nivel maestría
DGEST 2006
Asesor del 1er. Lugar en el Concurso de Tesis
de la Sociedad Mexicana de Inteligencia
Artificial (SMIA) 2011, nivel maestría
SMIA 2011
Mejor tesis de investigación en el Estado de
Tamaulipas en el área de Tecnología Avanzada,
nivel Doctorado. Academia Tamaulipeca de
Investigación Científica y Tecnológica, A.C.
2011
ATICTAC 2011
Asociaciones.
Nombre de la asociación Tipo de membresía
Periodo
Red Académica PROMEP: Optimización y Apoyo a la Decisión.
Miembro 2009 – a la fecha
70
Integrante del Cuerpo Académico PROMEP: “Optimización Inteligente” del ITCM
Miembro 2006 – a la fecha
71
Curriculum Vitae
Departamento de adscripción:
Departamento de Sistemas y Computación
Programa de adscripción: Doctorado en Ciencias en Computación Nombre del Programa de Posgrado:
Maestría en Ciencias de la Computación
Nombre del Programa de Licenciatura:
Ingeniería en Sistemas Computacionales
Apellido Paterno Apellido Materno
Nombre(s)
González Barbosa Juan Javier
Edad Fecha de nacimiento e-mail
52 14 de mayo de 1961 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo mes y año de titulación
No. Cédula
Ing. Electricista en Control ITCM no. 7 Sep 79 a Junio 85
Octubre 1988 1498266
Nombre de la Especialización Institución Periodo mes y año de
titulación No. Cédula
Nombre de la Maestría Institución Periodo mes y año de
titulación
No.
Cédula
Ciencias Computacionales Inst. Tecnológico de
León
Ene 95-Ago
99
2000 3434245
Nombre del Doctorado Institución Periodo mes y año de
titulación
No.
Cédula
Ciencias de la Computación CENIDET Sep 2002 a
Dic 2005
Diciembre 2005 4939240
Nombre del Posdoctorado Institución Periodo mes y año de
titulación No. Cédula
72
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
1. Tecnologías de la Computación MCC ITCM Ago 02 a Dic
2003
2. Tópicos avanzados de IA MCC ITCM Ago – Dic
2002
3. Proyecto de Tesis II MCC ITCM Ene 2003 a
Jun 2006
4. Introducción a la Inteligencia Artificial MCC ITCM Ago 2004
5. Proyecto de Tesis III MCC ITCM Ago 2003 a
Dic 2006
6. Proyecto de Tesis IV MCC ITCM Ene 2004 a
Dic 2008
7. Proyecto de Investigación MCC ITCM Ene 2003 a
Jun 2005
8. Metodología de la Investigación MCC ITCM Ago – Dic
2006
9. Programación Heurística MCC ITCM Ene – Jun
2007
10. Seminario de Investigación II MCC ITCM Ago – Dic
2008
Asignaturas impartidas Licenciatura Institución Periodo
1. Programación I Informática. Inst. Tecnológico de
Matamoros (ITM)
Feb 90 a Ago
96
2. Lenguajes de Programación Informática. ITM Feb 95 - Dic
95
3. Introducción a las ciencias
Computacionales
Informática. ITM Ene 90 a Dic
92
4. Sistemas de Información Informática. ITM Ago – Dic 94
5. Estructura de Datos I Informática. ITM Ago – Dic 94
6. Programación Sist. y comp. ITCM Ago 96 a Ago
2000
7. Informática Sist. y comp. ITCM Ago 96 a Jun
2000
8. Ingeniería de Software I Sist. y comp. ITCM Ago 96 a Ago
2000
9. Inteligencia Artificial I Sist. y comp. ITCM Ago 99 a Jun
2007
10. Inteligencia Artificial II Sist. y comp. ITCM Ago 00 a Dic
2008
11. Temas Selectos de Inteligencia
Artificial
Sist. y comp. ITCM Ago 2008 a la
fecha
73
Experiencia profesional.
Puesto Funciones Institución o empresa Periodo mes-año
1. Coordinador de
Actividades Tecnológicas
Esc. Sec. Tec. Nº 52 Oct 1985, hasta
Agosto de 1989
2. Ingeniero de Proceso, en el
área de Semiconductores
Empresa E.C.C. de
México, S.A.
Agosto de 1989
a Marzo de
1994
3. Jefe del Laboratorio de
Informática
Inst. Tecnológico de
Matamoros
Marzo de 1994 a
Febrero de 1995
4. Jefe del Departamento de
Sistemas y Computación
Inst. Tecnológico de
Matamoros
Febrero de 1995
a Junio de 1996
5. Jefe del Laboratorio de
Computación
Inst. Tecnológico de
Ciudad Madero (ITCM)
Sep de 1997 a
Nov del 2000
6.Jefe del Departamento de
Centro de Computo
ITCM Nov de 2000 a
Dic del 2002
7. Presidente del Consejo de
Posgrado
ITCM Jun 2002 – Feb
2005
8. Jefe del Laboratorio de
Optimización Inteligente
ITCM Feb 2005 – Jun
2007
9.- Secretario del Consejo de
Posgrado
ITCM Mar 2006 – Dic
2008
Proyectos de investigación o de trabajo realizados.
Línea de investigación
ó de trabajo
Nombre del proyecto Monto y fuente de
financiamiento
Periodo Resultados
Optimización
Inteligente
Consultas a Bases de
Datos en Lenguaje
Natural
COSNET (642.01-
P)
1 de Sep. 01 al 31
de Agosto de 02
Optimización
Inteligente
Desarrollo de un
analizador semántico
para consultas en
lenguaje natural a la
base de datos de
alumnos del ITCM
COSNET (611.02-
P)
1 de Ago 2002 al 31
de Julio 2003
Optimización
Inteligente
Estudio de las técnicas
de traducción de
lenguaje natural a
lenguaje formal
COSNET (696.03-
P)
1 de Ago 2003 al 31
de Julio 2004
Optimización
Inteligente
Sistema de Distribución
de objetos basado en
métodos heurísticos y de
aprendizaje automático
DGEST (262.06-P)
$390,000.00
2006 – 2008
(COLABORADOR)
Optimización
Inteligente
Traductor de Lenguaje
Natural español a SQL
para un Sistema de
consultas a base de
datos
MAD-DCPOL-
2005-029
2005 - 2007
Optimización
Inteligente
Integración de
Enrutamiento
Programación de
horarios y carga de
vehículos
MAD-DCPOL-
2005-020
2005 – 2008
(COLABORADOR)
74
Optimización
Inteligente
Metaheuristicos
Aplicados al Problema
del Abastecimiento
Internacional con
Capacidad Finita
CONACYT 53165
$100,000.00
Ene- Dic 2007
(COLABORADOR)
Optimización
Inteligente
Configuración dinámica
de Vehículos en los
problemas de
Enrutamiento, carga y
programación de
horarios
MAD-MCCC-2007-
134
Ene 2007 – Ago
2008
Optimización
Inteligente
Identificación de
Relaciones Léxicas de
Hiponimia e
Hiperonimia entre
Sustantivos de un
diccionario en Español
MAD-DCPOL-
2005-020
Ago 2006 – Dic
2008
(COLABORADOR)
Optimización
Inteligente
CUERPO
ACADEMICO
$900,000.00 Ene 2006 – Jul 2009
(COLABORADOR)
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó
de trabajo
Nombre del artículo/ponencia en
congreso/libro/capítulo/patente/
Prototipo/informe técnico
Título de la revista o
editorial (donde aplique)
Fecha
mes-año
Optimización Inteligente Spanish Natural Language Interface for
a Relational Database Querying System
Lecture Notes in Artificial
Intelligence
Septiembre
2002
Optimización Inteligente Dynamic Allocation of Data-Objects in
the web, Using Self-tuning Genetic
Algorithms
Lecture Notes in Artificial
Intelligence
Octubre 2004
Optimización Inteligente Prediction of Exonic and Intronic
Regions with variants of Coding
Measures Base on Kasiski Method
Advances in Artificial
Intelligence and Computer
Science
Septiembre
2005
Optimización Inteligente A Domain Independent Natural
Language Interface to Databases
Capable of Processing Complex
Queries
Lecture Notes in Artificial
Intelligence
Noviembre
2005
Optimización Inteligente Distribution Design in Distributed
Databases Using Clustering to Solve
Large Instances
Lecture Notes in Computer
Science
Noviembre
2005
Optimización Inteligente Least Likely to Use: a New Page
Replacement Approach for Improving
Database Management System
Response Time
Lecture Notes in Computer
Science
Enero 2006
Optimización Inteligente Issues in Translating from Natural
Language to SQL in a Domain-
Independent Natural Language
Interface to Databases
Lecture Notes in Artificial
Intelligence
Noviembre
2006
Optimización Inteligente DiPro: An Algorithm for the Packing in
Product Transportation Problems with
Multiple Loading and Routing
Variants. MICAI 2007:
Lecture Notes in Artificial
Intelligence
Noviembre
2007
Optimización Inteligente Prepositions and Conjunctions in a
Natural Language Interfaces to
Lecture Notes in Computer
Science
Agosto 2007
75
Databases.
Optimización Inteligente A Distributed Metaheuristic for Solving
a Real-World Scheduling-Routing-
Loading Problem.
Lecture Notes in Computer
Science
Agosto 2007
Optimización Inteligente Classic Cryptanalysis Applied to Exons
and Introns Prediction.
Lecture Notes in Computer
Science
Agosto 2007
Optimización Inteligente Incorporating Variance Reduction
Techniques in the Experimental
Analysis of Metaheuristic Algorithms
Polish Journal of
Environmental studies
Octubre 2007
Optimización Inteligente An Ant Colony System Algorithm to
Solve Routing Problems Applied to the
Delivery of Bottled Products.
Lecture Notes in Artificial
Intelligence
Mayo 2008
Optimización Inteligente Ontology-Based Approach for Semi-
automatic Generation of
Subcategorization Frames for Spanish
Verbs
Lecture Notes in Artificial
Intelligence
Septiembre
2008
Optimización Inteligente Towards the Simulation of Social
Interactions through Embodied
Conversational Agents
Lecture Notes in Artificial
Intelligence
Septiembre
2008
Optimización Inteligente Less Expensive Formulation for a
Realistic Routing-Scheduling-Loading
Problem (RoSLoP).
Advances in Soft
Computing
Octubre 2008
Optimización Inteligente Construction of an optimal solution for
a Real-World Routing-Scheduling-
Loading Problem
Research in Computing
Science
Mayo 2008
Optimización Inteligente Semi- Automatic Generation of
Subcategorization Frames for Spanish
Verbs Using Ontologies and Verbs
Functional Class
Journal of Computers 2009
Optimización Inteligente A New Approach to Improve the Ant
Colony System Performance: Learning
Levels
Lecture Notes in Artificial
Inteligence
2009
Optimización Inteligente Comparative analysis of hibrid
techniques for an ant colony system
Algorithm Applied to solve a Real-
World Transportation Problem
Soft Computing for
Recognition Based on
Biometrics
2010
Optimización Inteligente Iterated Local search Algorithm for the
Linear Ordering Problem with
Cumulative Costs (LOPCC)
Soft Computing for
intelligent Control and
Mobile Robotics
2010
Modeling FacialExpressions of
Intelligent Virtual Agents
Soft Computing for
intelligent Control and
Mobile Robotics
2010
Optimización Inteligente Reducing the Experiments Required to
Assess the Performance of
Metaheuristic
Computacion y Sistemas
2010
Optimización Inteligente A genetic Distance metric to
discriminate the selection of algorithms
for the general ATSP problem
Journal of Intelligent and
Fuzzy Systems
2010
Emotional Conversational Agents in
Clinical Psychology and Psychiatry
Advances in Artificial
Intelligence
2010
Optimización Inteligente Construction of an optimal solution for
a Real-World Routing-Scheduling-
Loading Problem
Computacion y Sistemas 2010
Semantic Model for Improving the
Performance of Natural Language
Advances in Artificial
Intelligence
2011
76
Interfaces to Databases
Optimización Inteligente Multiple Local Search to Balance
Intensification and Diversification in
Memetic Algorithm for the Linear
Ordering Problem
Lecture Notes in Computer
Science
2011
Optimización Inteligente Variants of VRP to Optimize LOgistics
Management Problems
IGI Global 2012
Phonemicization for the Generation of
Vi-syllable.
International Journal of
Combinatorial Optimization
Problems and Informatics
2012
Optimización Inteligente On the energy optimization for
precedence constrained applications
using local search algorithms
2012
Optimización Inteligente Scatter search with multiple
improvement methods for the linear
ordering
Problem
Malaysian Journal of
Computer Science
2012
Impact of Initial Tuning for Algorithm
That Solve Query Routing
Management Intelligent
Systems
2012
Natural Language Interfaces to
Databases: An Analysis of the State of
the Art
Recent Advances on Hybrid
Intelligent Systems
2013
An Iterative Local Search Algorithm
for Scheduling Precedence-Constrained
Applications on Heterogeneous
Machines
In Multidisciplinary
International Scheduling
Conference
(MISTA)
2013
Dirección de tesis concluidas.
Nombre de la tesis Nombre del alumno Institución Programa Fecha
Mes-año
Fragmentación y
Ubicación en Bases de
Datos Distribuidas
usando Aprendizaje
Reforzado
Aracely Moreno Ruiz Inst. Tecnológico de
León
MAESTRÍA EN
CIENCIAS
COMPUTACIONALES
JUN / 2003
Implementación de un
Analizador Gramatical
del Lenguaje Español
Ana Patricia Domínguez
Sánchez
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
AGO 2002
Diseño de la Interfaz de
Lenguaje Natural para
consultas a bases de
datos
Erika Alarcón Ruiz ITCM ING. EN SISTEMAS Y
COMP. AG0 2002
Desarrollo de un modulo
de predicados lógicos
para consultas a la base
de datos de alumnos del
ITCM
Alejandro Mendoza Mejia ITCM ING. EN SISTEMAS Y
COMP. AG0 2002
Consultas a una base de
datos en lenguaje natural
utilizando múltiples
tablas
María del Rosario Smith
Salas
ITCM ING. EN SISTEMAS Y
COMP DIC / 2003
Diseño de una Técnica Erika Alarcón Ruiz ITCM MAESTRIA EN AGO / 2004
77
basada en Grafos
Semánticas para la
Traducción de Consultas
de Lenguaje Natural a
Lenguaje Formal
CIENCIAS
COMPUTACIONALES
Construcción de un
preprocesador de
consultas en lenguaje
natural a una base de
datos
Alejandro Mendoza Mejia ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
NOV / 2004
Representación de una
consulta de Lenguaje
Natural a través de un
grafo
José Francisco Delgado
Orta
ITCM ING. EN SISTEMAS Y
COMP MAR /
2005
Implementación de
agentes de aprendizaje
reforzado en diferentes
ambientes
Bárbara Abigail Arrañaga
Cruz
ITCM ING. EN SISTEMAS Y
COMP MAY /
2005
Diseño e una técnica de
traducción de consultas
implícitas a una base de
datos
Myriam Janeth Rodríguez
Martínez
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
OCT / 2005
Implementación de un
traductor de Lenguaje
Natural Independiente
del dominio
Omar Ulises Silva
Domínguez
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
MAY /
2005
Evaluación de una
Interfaz de Lenguaje
Natural a Bases de Datos
en Idioma Español
Irma Cristina Cruz Castro ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
NOV / 2006
Búsqueda Local
Mejorada para la
Solución del Problema
VRPTW en un sistema
de Colonia de Hormigas
Bárbara Abigail Arrañaga
Cruz
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
DIC / 2007
Modelado Matemático
para el análisis y
Mejoramiento de los
Métodos Aproximados
para la Solución de los
Problemas de
Enrutamiento,
asignación de horarios y
distribución de cargas:
una aplicación a la
entrega de productos
embotellados
José Francisco Delgado
Orta
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
DIC / 2007
Agente Conversacional
Corpóreo que utiliza
AIML para integrar
procesos de Personalidad
Rogelio Florencia Juárez ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
22/11/2010
Solución de LOPCC
utilizando estrategias de
Diversificación e
Intensificación en
Jorge Alberto Curiel
Moreno
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
29/06/2012
78
Búsqueda Tabú
Estrategia de mejora
para la independencia
del dominio en una
interfaz de lenguaje
natural
Arodit Margarita González
Michel
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
09/05/2011
Impacto de la Búsqueda
Local Aplicada al
problema de rutas de
vehículos con ventanas
de tiempo
José Ricardo Cámara
Covarrubias
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
13/02/2012
Desarrollo de un Sistema
Administrador de
Diálogo para una
Interfaz de Lenguaje
Natural
Julio Alejandro Orta
Hernández
ITCM MAESTRIA EN
CIENCIAS
COMPUTACIONALES
Participación en eventos como ponente.
Nombre del evento Tipo de participación Fecha Mes-año
Premios, distinciones, etc.
Premio, distinción o reconocimiento recibido
Otorgado por Fecha o Periodo
Mejor tesis a nivel maestría cuyo titulo
es”Analisis y Diseño de Agentes de
aprendizaje reforzado en ambientes no
markovianos”
Academia Tamaulipeca de
Investigación Científica y
Tecnológica
Mayo de 2002.
Segundo lugar en “1º Concurso
Nacional de Tesis de Posgrado”. Asesor
de la tesis “Diseño de una técnica
basada en grafos semánticos para la
traducción de consultas de lenguaje
natural a lenguaje formal”
Dirección General de
Institutos Tecnológicos Noviembre
2004.
Miembro del Sistema Nacional de
Investigadores
CONACYT Enero 2007 a
Diciembre 2009
Primer lugar en “5º Concurso Nacional
de Tesis de Posgrado”. Asesor de la
tesis “Modelado Matemático para el
análisis y Mejoramiento de los Métodos
Aproximados para la Solución de los
Problemas de Enrutamiento, asignación
de horarios y distribución de cargas:
DGEST Diciembre
2008.
79
una aplicación a la entrega de productos
embotellados”
Asociaciones.
Nombre de la asociación Tipo de membresía
Periodo
80
Currículo Vitae
Departamento de adscripción:
División de Posgrado e Investigación
Programa de adscripción: Nombre del Programa de Posgrado:
Doctorado en Ciencias en Computación
Nombre Apellido Paterno Apellido Materno
Juan Martín Carpio Valadez
Edad Fecha de nacimiento e-mail
53 14 de Enero de 1961 [email protected]; [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo Año de titulación
Cédula
Licenciatura en Matemáticas
Universidad Autónoma de Nuevo León
1980-1984 1985 1159540
Nombre de la Especialización Institución Periodo Año de
titulación Cédula
Nombre de la Maestría Institución Periodo Año de
titulación Cédula
Maestría en Óptica-Ciencias Ópticas
Universidad de Gto. (CIO)
1984-1986 1987 2375366
Nombre del Doctorado Institución Periodo Año de
titulación Cédula
Doctorado en Ciencias (Óptica)
Universidad de Gto. (CIO)
1988-1992 1995 2675978
Nombre del Posdoctorado Institución Periodo Año de
titulación Cédula
Experiencia docente.
Asignaturas impartidas Posgrado Institución Periodo
Métodos Matemáticos 1
Maestría en Ciencias (Óptica)
Centro de Investigaciones
1990-1993
81
en Óptica, A.C.
Simulación Maestría en Ingeniería Industrial
Instituto Tecnológico de León.
2002-2006
Varias materias Maestría en Ciencias en Enseñanza de las Ciencias
Ciidet 2000-2003
Investigación de Operaciones
Maestría en Ingeniería Industrial
Instituto Tecnológico de León.
Agosto-Diciembre 2006
Temas Selectos de Ingeniería de Software III (AJUSTE DE DATOS)
Maestría en Ciencias en Ciencias de la Computación
Instituto Tecnológico de León.
Agosto-Diciembre 2004 Agosto-Diciembre 2005 Agosto-Diciembre 2006 Agosto-Diciembre 2012
Matemáticas I (Matemáticas para Computación)
Maestría en Ciencias en Ciencias
Computacionales
Instituto Tecnológico de
León.
Agosto-Diciembre 1995 Agosto-Diciembre 1996 Agosto-Diciembre 1997 Agosto-Diciembre 1998 Agosto-Diciembre 1999
Matemáticas I (Matemáticas para Computación)
Maestría en Ciencias en Ciencias de la Computación
Instituto Tecnológico de
León.
Agosto-Diciembre 2000 Agosto-Diciembre 2001 Agosto-Diciembre 2002 Agosto-Diciembre 2003 Agosto-Diciembre 2004 Agosto-Diciembre 2005 Agosto-Diciembre 2009 Agosto-Diciembre 2010 Agosto-Diciembre 2011
Matemáticas Propedéutico de posgrado
Instituto Tecnológico de León
Agosto-Diciembre 1994-2014 Enero-Junio 2013-2014
Seminario de Investigación IV
Maestría en Ciencias en Ciencias de la Computación
Instituto Tecnológico de León
Enero-Junio 2001 Enero-Junio 2004
Teoría de la Computación
Maestría en Ciencias en Ciencias de la
Instituto Tecnológico de
Enero-Junio 2007 Agosto-Diciembre
82
Computación León 2007 Enero-Junio 2008
Seminario de Investigación
Doctorado Interinstitucional en
Ciencias en Computación
Instituto Tecnológico de León
Agosto-Diciembre 2009 Enero-Junio 2013 Enero-Junio 2014
Computación Evolutiva Maestría en Ciencias de
la Computación
Instituto Tecnológico de León
Enero-Junio 2010 Enero-Junio 2011 Enero-Junio 2012 Agosto-Diciembre 2012 Enero-Junio 2013
Proyecto de Tesis II Doctorado en Ciencias
en Computación
Instituto Tecnológico de León
Agosto-Diciembre 2010
Proyecto de Tesis III Doctorado en Ciencias
en Computación
Instituto Tecnológico de León
Enero-Junio 2011
Examen Predoctoral Doctorado en Ciencias
en Computación
Instituto Tecnológico de León
Agosto-Diciembre 2011 Agosto-Diciembre 2012
Tesis Doctorado en Ciencias
en Computación
Instituto Tecnológico de León
Enero-Junio 2011 Agosto-Diciembre 2012
Probabilidad y Estadística
Maestría en Ciencias de la Computación
Instituto Tecnológico de León
Agosto-Diciembre 2013
Proyecto de Investigación I
Doctorado en Ciencias en Computación
Instituto Tecnológico de León
Agosto-Diciembre 2013
Proyecto de Investigación IV
Doctorado en Ciencias en Computación
Instituto Tecnológico de León
Agosto-Diciembre 2013
Seminario Predoctoral Doctorado en Ciencias
en Computación
Instituto Tecnológico de León
Agosto-Diciembre 2013 Enero-Junio 2014
Programación Heurística
Maestría en Ciencias de la Computación
Instituto Tecnológico de León
Enero-Junio 2014
Proyecto de Investigación V
Doctorado en Ciencias en Computación
Instituto Tecnológico de León
Enero-Junio 2014
Asignaturas impartidas Licenciatura Institución Periodo
Algebra, Algebra lineal, Física, Dinámica, Mecánica del Medio
Ingeniería en Computación
UBAC 1986-1990
83
Continuo
Estadística II, Ecuaciones Diferenciales, Cálculo, Cálculo Vectorial, Algebra Lineal
Ingeniería en Computación
ITESM Campus León
1990-1992
Simulación Ingeniería en Sistemas computacionales
Instituto Tecnológico
de León.
Enero-Junio1995 Agosto-Diciembre 1995 Enero-Junio1996 Agosto-Diciembre 1996 Enero-Junio1997 Agosto-Diciembre 1997 Enero-Junio1998 Agosto-Diciembre 1998 Enero-Junio1999 Agosto-Diciembre 1999 Enero-Junio 2000 Agosto-Diciembre 2000 Enero-Junio 2001 Agosto-Diciembre 2001 Enero-Junio2002 Agosto-Diciembre 2002 Enero-Junio 2003 Agosto-Diciembre 2003 Enero-Junio 2004 Agosto-Diciembre 2004 Enero-Junio2005 Agosto-Diciembre 2005 Enero-Junio2006 Agosto-Diciembre 2006 Enero-Junio2007 Agosto-Diciembre 2007 Enero-Junio2008 Agosto-Diciembre 2009 Enero-Junio2010 Agosto-Diciembre 2010 Enero-Junio2011 Agosto-Diciembre 2011
84
Enero-Junio2012 Agosto-Diciembre 2012 Enero-Junio2013 Agosto-Diciembre 2013 Enero-Junio2014 Agosto-Diciembre 2014
Matemáticas Discretas. (Matemáticas básicas para la Computación)
Ingeniería en Sistemas
computacionales y Lic. en
Informática
Instituto Tecnológico
de León.
Enero-Junio1995 Agosto-Diciembre 1995 Enero-Junio1996 Agosto-Diciembre 1996 Enero-Junio1997 Agosto-Diciembre 1997 Enero-Junio 1998 Enero-Junio 1999 Enero-Junio 2002 Agosto-Diciembre 2002 Enero-Junio 2004 Agosto-Diciembre 2004 Enero-Junio2004 Agosto-Diciembre 2004 Enero-Junio 2007 Enero-Junio 2008 Agosto-Diciembre 2009 Enero-Junio2010
Mate IV. Ecuaciones Diferenciales
Ingeniería en Sistemas computacionales
Instituto Tecnológico de León.
Enero-Junio 2000
Probabilidad y Estadística Ingeniería Electromecánica
Instituto Tecnológico de León.
Enero-Junio 2000
Fundamentos de Análisis Numérico
Ingeniería en Sistemas computacionales
Instituto Tecnológico de León.
Agosto-Diciembre 2002
Física I Ingeniería en Sistemas computacionales
Instituto Tecnológico de León
Enero-Junio 2004 Agosto-Diciembre 2005 Agosto-Diciembre 2006
Física II Ingeniería Industrial
Instituto Tecnológico de León
Enero-Junio 2006
Investigación de Operaciones
Experiencia profesional.
85
Actividad o puesto Institución o empresa Periodo mes-año
1 Maestro de tiempo completo
ITESM Campus León, Gto 1990-1991
2.. Investigador Asociado
Centro de Investigaciones en Óptica, A.C.
Enero de 1992. a Agosto de 1993.
3. Profesor titular “C“, tiempo completo.
Instituto Tecnológico de León.
Sept. 1994. – Sept. 1997
4. Profesor Investigador “ C “, tiempo completo
Instituto Tecnológico de León.
15 de Sept.1997. -
5. Jefe del departamento académico de Sistemas y Computación
Instituto Tecnológico de León.
Noviembre de 1999 a Febrero del 2004
6. Jefe de la División de Estudios de Posgrado e Investigación
Instituto Tecnológico de León.
Febrero del 2004 –Septiembre del 2006
7. Presidente del Consejo de la Maestría en Ciencias de la Computación
Instituto Tecnológico de León.
Septiembre 2009- Septiembre 2010
86
Proyectos de investigación o de trabajo realizados.
Línea de investigación ó de trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
Responsable (Simulación)
Simulación de Procesos de Producción de calzado
26,563.00 DGIT CLAVE: 1600.99-P
1999-2000 2 tesis de Lic.
Sistemas Inteligentes Interoperatividad de Redes y Manejo de Sistemas para la Administración de Redes
35,000.00 DGIT CLAVE: 612.2/453/04
2004 1 Tesis de Lic. 1 Tesis de Maestría
Sistemas Inteligentes y Simulación
Sistema de optimización de para la generación de carga horaria de alumnos y maestros de una institución educativa
99,865.00 DGEST CLAVE: 455-05-P
2005-2006 1 Tesis de Maestría 2 artículos en congresos 1 prototipo computacional.
Colaborador del proyecto (Sistemas inteligentes)
"Técnica Híbrida de refinamiento de mallado en modelos con elementos finitos para el análisis de estructuras"
COSNET (497.03-P) 2003-2005 Un congreso, un artículo en colaboración.
Colaborador del proyecto (Sistemas inteligentes)
"Técnica Híbrida de refinamiento de mallado en modelos con elementos finitos para el análisis de estructuras"
COSNET (497.03.05-PR)
2006 Dos tesis de maestría
Colaborador del proyecto (Sistemas inteligentes)
Inteligencia artificial y procesamiento de imágenes aplicados a holografía digital y conteo de partículas
CONCYTEG (07-13-k662-063 (01))
4/15/2007-4/14/2008
Dos congresos nacionales, dos artículos en extenso en congresos. Una tesis de maestría
Colaborador del proyecto (Sistemas Inteligentes)
Desarrollo de herramientas para desplazamiento en mapas 2D.
CONCYTEG(07-13-k662-063 (02))
4/15/2007-4/15/2008
Dos congresos nacionales, uno internacional, 4 artículos en extenso en congresos nacionales y uno internacional. Dos tesis de maestría.
Colaborador del proyecto (Sistemas Inteligentes)
Herramientas para la optimización de problemas NP-Duros aplicados a la Cadena de Suministros
DGEST (2495.09P) 1/10/2009- 30/10/2010
Tres congresos nacionales, uno internacional, 4 artículos en extenso en
87
congresos nacionales y uno internacional. Tres tesis de maestría.
Colaborador del proyectos (Sistemas Inteligentes)
Sistemas inteligentes aplicados a la generación de caminos y obtención de forma.
DGEST(2765.09-P) 1/08/2009- 31/08/2010
Dos congresos nacionales, uno internacional, 4 artículos en extenso en congresos nacionales y uno
Colaborador en el proyecto (Sistemas Inteligentes)
Sistemas inteligentes aplicados al reconocimiento de patrones y navegación
DGEST 01/01/2010- 31/12/2011
Colaborador del proyecto (Sistemas Inteligentes)
Computo suave aplicado a problemas de optimización relacionados con la cadena de suministros.
DGEST(4572.12-P) 30/10/2012 30/10/2014
Dos congresos nacionales, dos internacional, un artículo en revista indexada 4 artículos en extenso en congresos nacionales y uno internacional. tres tésis de maestría.
Responsable del Proyecto (Sistemas Inteligentes)
Diseño Evolutivo de Clasificadores para Problemas de Clasificación Supervisada
DGEST(5211.14-P) 01/06/2014 31/05/2015
Dos congresos internacionales, dos. Un artículo en revista indizada, un artículo en revista
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó de trabajo
Nombre del articulo / libro / capítulo / patentes Fecha
Metrología Interferometric Data Fitting on Zernike Like Orthogonal Basis
1987
Metrología Automatic Fringe Detection Algorithm Used for Moire Deflectometry
1990
Metrología Wavefront fitting with discrete orthogonal polynomial in a unit radius circle
1990
Metrología “Closed Cartesian Representation of the Zernike Polynomials
1994
Metrología Direct Phase Detection of Lateral Shear 1994
88
Interferograms Using a Phase Locked Loop
Metrología Data Fitting on a Spherical Shell 2003
Metrología FABRICACIÓN DE MICROLENTES ÓPTICOS MEDIANTE EL USO DE UN MATERIAL FOTOPOLIMERO AUTORREVELANTE
2004
Sistemas Inteligentes
Fringe normalization by using of an interpolation algorithm Image encryption and decryption with chaotic logistic maps
2005
Sistemas Inteligentes
N. Pisarchik, N. J. Flores-Carmona and M. Carpio-Valadez, “Encryption and decryption of images with chaotic map lattices”, CHAOS 16, 033118 (2006)
2006
Sistemas Inteligentes
Luis Ernesto Mancilla Espinosa, Juan Martín Carpio Valadez, f.j. Cuevas de la Rosa, Demodulación de Interferogramas de Franjas Cerradas mediante Polinomios de Zernike utilizando una Técnica de Computación Suave, IEEE CIS Chapter Mexico, Internacional Seminar on Computacional Inteligente 2006.
2006
Sistemas Inteligentes
Luis Ernesto Mancilla Espinosa, Juan Martín Carpio Valadez, f.j. Cuevas de la Rosa, Demodulación de Interferogramas de Franjas Cerradas mediante Polinomios de Zernike utilizando una Técnica de Computación Suave, XILIX congreso de la SMF, San Luís Potosí México
2006
Sistemas Inteligentes
Manuel Ornelas Rodríguez, Francisco Javier Cuevas de la Rosa, Juan Martín Carpio Valadez, Héctor J. Puga Soberanes, Algoritmos Genéticos y Recocido Simulados aplicados al diseño de hologramas de fase. XILIX congreso de la SMF, San Luís Potosí México.
2006
Óptica Juan Martín Carpio Valadez, Luis Ernesto Mancilla Espinosa, Rosario Baltazar, Manuel Órnelas Rodríguez, Héctor J. Puga Soberanes, Miguel Ángel Casillas Araiza, “Representación canónica de la función de aberración en términos de polinomios de Zernike”, XLIX Congreso Nacional Sociedad Mexicana de Física/XIX Reunión Anual AMO, San Luis Potosí, SLP.
Octubre 16-20, 2006.
Sistemas Inteligentes
Juan Martín Carpio Valadez, Luís Ernesto Mancilla Espinosa, María del Rosario, dmón. a Flores, Manuel Ornelas Rodríguez, Héctor José Puga Soberanes, Miguel, Ángel Casillas Araiza, Cálculo del intervalo de variación del mayor coeficiente de la función de aberración a través del conteo de franjas franjas. ININVIE 2007.
2006
Sistemas Inteligentes
Luis Ernesto Mancilla Espinosa, Juan Martín Carpio Valadez, f.j. Cuevas de la Rosa, “Characterize the parameters of genetic algoritms based on Zernike polynomials for recovery of the phase of interferograms of closed fringes using hybrid technique”, IFSA 2007 World Congress IEEE), Junio de (2007).
2007
Computo móvil Laura E. Gómez Sánchez, Rosario Baltazar, Miguel Ángel Casillas, Martín Carpio, “Comunicación por sockets en dispositivos móviles como base para la
2-4 Abril del 2008
89
VoIP”, 1er Congreso Internacional de Mecatrónica CIM Chiapas 2008, Tuxtla Gutiérrez, Chiapas, México
Sistemas Inteligentes
Miguel Gil, Alberto Ochoa, Antonio Zamarrón1& Juan Carpio “ Hybrid Algorithm to data clustering” 1Instituto Tecnológico de León, Av. Tecnológico s/n, c.p.37290 León, Guanajuato, México 2 Instituto de Ingeniería y Tecnología, Universidad Autónoma de Ciudad Juárez,
2009
Sistemas Inteligentes
Martín Carpio, Jorge A. Soria Alcaraz, Hector Puga, Rosario Baltazar, Manuel Ornelas, Luis Ernesto Mancilla, “Variable Length Number Chain Generation without Repetitions”, Soft Comp. for Recogn. Based on Biometrics, SCI 312, pp.349-364, Springer Verlag Berlin Heidelberg 2010.
2010
Sistemas Inteligentes
Marco Aurelio Sotelo Figueroa, Rosario Baltazar, Martín Carpio, “Application of the Bee Swarm Optimization BSO to the Knapsack Problem”, Soft Computing for Recognition Based on Biometrics, SCI 312, pp.191-206, Springer Verlag Berlin Heidelberg 2010.
2010
Sistemas Inteligentes
Marco Aurelio Sotelo_Figueroa, Rosario Baltazar, Martín Carpio, Víctor Zamudio, “A comparation between Bee Swarm Optimization and Greedy Algorithm for the KnapSack problema with Bee realocation”, the 9th Mexican International Conference on Artificial Intelligence, Pachuca de Soto, Hidalgo, México, 8-13 Noviembre 2010. ISSN 978-0-7695-4284-3
2010
Sistemas Inteligentes Iterated Local Search Algorithm for the Linear Ordering Problem with Cumulative Costs(LOPCC), Soft Computing for Recognition bases on Biometrics, SpringerVerlag. pg. 395-404, 978-3-642-15110-1(capitulo de libro).
2010
Sistemas Inteligentes Improving Iterated Local Search Solution for the Linear Ordering Problem with Cumulative Costs (LOPCC), Jesús David Terán Villanueva1, Héctor Joaquín Fraire Huacuja, Rodolfo Pazos Rangel, Juan Martín Carpio Valadez1,Héctor José Puga Soberanes, and Juan Javier González Barbosa. Soft Computing for Intelligent Control and Mobile Robotics, SpringerVerlag. pg. 183-192, ISSN: 978-3-642-15533-8. DOI: 10.1007/978-3-642-15534-5_24. (Capítulo de libro).
2011
Sistemas Inteligentes Transformación Morfo Funcional de Lenguaje Español, 4o Congreso Internacional en Ciencias Computacionales CICOMP 2011, Ensenada-Baja California, Jorge Montiel García, Juan Martín Carpio Valadez, Héctor Puga, Nelly Beatriz Santoyo Rivera. (memorias en extenso)
2011
Sistemas Inteligentes Propuesta Basada en Sistemas Multi-Agente para Desplazamientos Múltiples sobre Mallado Triangular como Mapa de Ruta, VIII Encuentro Participación de la Mujer en la Ciencia, León-Guanajuato, (memorias en extenso)
2011
Sistemas Inteligentes Metodología para la Búsqueda y Evasión de Conflictos en Desplazamientos Múltiples sobre Mallado Triangular, 4to. Congreso Internacional en Ciencias Computacionales CICOMP 2011, Ensenada-Baja California (memorias en extenso)
2011
Sistemas Marco Aurelio Sotelo_Figueroa, Rosario Baltazar, Martín 2011
90
Inteligentes
Carpio, “Application of the Bee Swarm Optimization BSO to the Knapsack Problem”, Journal of Automation, Mobile Robotics and Intelligent Systems, Vol. 5, No. 1, 2011, Pg. 101-114. ISSN 2080-2145 online, ISSN 1897-8649 (Print)
Sistemas Inteligentes Andrés Espinal, M. Sotelo Figueroa, Jorge. A. Soria-Alcaraz, M. Ornelas, Héctor Puga, J. M. Carpio Valadez, R. Baltazar, “Comparison of PSO and DE for training neural networks”, the 10th Mexican International Conference on Artificial Intelligence, Puebla, Puebla, México, 26 Noviembre 4 diciembre 2011. ISSN 978-0-7695-4284-3. Pp 83-87. DOI: 10.1109/MICAI.2011.16
2011
Sistemas Inteligentes Propuesta de técnicas de inteligencia artificial para la reducción de colisiones en un problema de navegación, IX Encuentro Participación de la Mujer en la Ciencia, León-Guanajuato (memorias en extenso)
2012
Sistemas Inteligentes Implementación de Heurísticas para la reducción de conflictos en el bloque quirúrgico, IX Encuentro Participación de la Mujer en la Ciencia, León-Guanajuato. ISSN:1870-4079, (memorias en extenso)
2012
Sistemas Inteligentes Structured light and shape descriptors for automatic 3D object classification, Daniel Garcia, Manuel Ornelas, Raul Santiago, Héctor J. Puga, Juan Martín Carpio, Workshop Proceedings of the 8th International Conference on Intelligent Environments (Ambient Intelligence and Smart Environments, vol. 13), IOS Press, pg. 104-112, ISBN: 978-1-61499-079-6. DOI: 10.3233/978-1-61499-080-2-104 (capítulo de libro)
2012
Sistemas Inteligentes Scatter Search with Multiple Improvement Methods for the Linear Ordering Problem, Fraire Huacuja, H.J. Castilla Valdez G., Pazos Rangel R. A., González Barbosa J.J., Cruz Reyes L., Carpio Valdez J. M., Puga Soberanes H. J., Terán Villanueva D., Malaysian Journal of Computer Science, Electronic Journal of University of Malaya (EJUM), vol 25, pg, 76-89, ISSN: 0127-9084 (revsita indexada)
2012
Sistemas Inteligentes Implementación de una Hiperheurística para la reducción de conflictos en el bloque quirúrgico, Marina I. Ramos-Maartínez, Martín Carpio, Jorge Soria-Alcaraz y Héctor José Puga-Soberanes, Research in Computing Science, ELSEVIER, vol 55, Pg. 221-230. ISSN: 1870-4069 (artículo arbitrado).
2012
Sistemas Inteligentes
Adriana Pérez López, Rosario Baltazar, Martín Carpio, Arnulfo Alanís, “Three metaheuristics solving a scheduling problem in a RIA enviroment”, Advances in computing science and control, Vol. 59, Research in Computing Science, ISSN: 1870-4069, Noviembre 2012, Grigori Sidorov & Mireya García_Vázquez, pp. 183-193.
2012
Sistemas Inteligentes
Application of a parallel computational approach in the design methodology for the Course timetabling problem, Soria-Alcaraz Jorge A., Carpio Martín, Puga Héctor, Sotelo-Figueroa Marco A Proceedings of the 9th International Conference on the Practice and Theory of Automated Timetabling (PATAT 2012). Vol1. Pg. 31-45. ISBN 978-82-14-05298-5 (Único Foro internacional de Timetabling Problem)
2012
91
Sistemas Inteligentes Modelo teórico y generación de instancias de prueba para problemas RCCN (Reducing Collisions in Constrained Navigation), 5oCongreso Mexicano de Inteligencia Artificial (COMIA 2013), Tepatepec-Hidalgo (memorias en extenso)
2013
Sistemas Inteligentes Local search heuristic inspired in Particle Swarm Optimization for Reducing Collisions in Constrained Navigation (RCCN) problems, Primer Congreso Internacional de Robótica y Computación (CIRC 2013), Los Cabos-Baja California (artículo en exteso)
2013
Sistemas Inteligentes Evolving and reusing bin packing heuristic through grammatical differential evolution, Nature and Biologically Inspired Computing (NaBIC), 2013 World Congress, Fargo-Dakota (memorias en extenso)
2013
Sistemas Inteligentes ANALISIS DE COMPONENTES PRINCIPALES APLICADOS AL PROCESO DE RECONOCIMIENTO DE OBJETOS 3D BAJO ROTACION, 5oCongreso Mexicano de Inteligencia Artificial (COMIA 2013), Tepatepec-Hidalgo (memorias en extenso)
2013
Sistemas Inteligentes Methodology of design: A novel generic approach applied to the course timetabling problem, Jorge Alberto Soria-Alcaraz, Juan Martín Carpio, Héctor Puga, Hugo Terashima-Marín, Laura Cruz Reyes, Marco Aurelio Sotelo-Figueroa, Studies in Fuzziness and Soft Computing, Springer, Vol 294, Pags 287-319. ISSN:1434-9922. DOI: 10.1007/978-3-642-35323-9_12. (artículo arbitrado)
2013
Sistemas Inteligentes HOMOGENEOUS POPULATION SOLVING THE MINIMAL PERTURBATION PROBLEM IN DYNAMIC SCHEDULING OF SURGERIES, Adriana Perez-López, Rosario Baltazar, Martín Carpio, Hugo Terashima-Marin, Dulce J. Magaña-Lozano, Hector Puga, Proceedings MICAI Parte I LECTURE NOTES IN COMPUTER SCIENCE, Springer-Verlag, Vol 8265, ISSN: 0302-9743 (artículo arbitrado)
2013
Sistemas Inteligentes Evolving bin packing heuristic using micro-differential evolution with indirect representation, Marco Aurelio Sotelo-Figueroa, Héctor José Puga Soberanes, Juan Martín Carpio, Héctor Joaquin Fraire Huacuja, Laura Cruz Reyes, Jorge Alberto Soria-Alcaraz. Studies in Computational Intelligence, Springer, Vol 451, ISSN: 1860-949X . DOI: 10.1007/978-3-642-33021-6_28. (artículo arbitrado).
2013
Sistemas Inteligentes Comparison of metaheuristic algorithms with a methodology of design for the evaluation of hard constraints over the course timetabling problem, Jorge Alberto Soria-Alcaraz, Juan Martín Carpio, Héctor J. Puga, Marco Aurelio Sotelo-Figueroa, Studies in Computational Intelligence, Springer, Vol 451, ISSN:1860-949X. DOI: 10.1007/978-3-642-33021-6_23 (artículo arbitrado)
2013
Sistemas Inteligentes
Cellular processing algorithms, J. David Teran-Villanueva, Héctor Fraire Huacuja, Juan Martín Carpio Valadez, Rodolfo A. Pazos Rangel, Héctor Puga Soberanes and José Antonio Martínez Flores, Studies in Fuzziness and
2013
92
Soft Computing. ISSN: 1434-9922, Vol. 294, Pag 53-74. (Revista Arbitrada)
Sistemas Inteligentes
Experimental Study of a new algorithm-design-framework based on cellular computing. J. David Teran-Villanueva, Héctor Fraire Huacuja, Juan Martín Carpio Valadez, Rodolfo A. Pazos Rangel, Héctor Puga Soberanes and José Antonio Martínez Flores, Studies in Soft Computational Intelligence , Vol. 451, Pag 517-532. ISSN: 1860-949X. DOI: 10.1007/978-3-642-33021-6_39
2013
Sistemas Inteligentes Developing Architectures of Spiking Neural Networks by Using Grammatical Evolution Based on Evolutionary Strategy, Andres Espinal, Martin Carpio, Manuel Ornelas, Hector Puga, Patricia Melín, and Marco Sotelo-Figueroa. MCPR in Lecture Notes in Computer Science, Springer, Vol. 8495, pg. 71-80, ISBN: 978-3-319-07490-0 (capítulo de libro)
2014
Sistemas Inteligentes Effective learning hyper-heuristics for the course timetabling problem, European Journal of Operational Research, ELSEVIER, Vol 238, pg. 77-86, ISSN: 0377-2217 (revista indezada).
2014
Sistemas Inteligentes Generic Memetic Algorithm for Course Timetabling ITC2007, Soria-Alcaraz Jorge, Carpio Martin, Puga Hector, Melin Patricia, Terashima-Marin Hugo, Cruz Laura, Sotelo-Figueroa Marco, Studies in Computational Intelligence, Springer, Vol 547, ISSN:1860-949X, DOI: 10.1007/978-3-319-05170-3_33 (artículo arbitrado)
2014
Sistemas Inteligentes Comparing Metaheuristic Algorithms on the Training Process of Spiking Neural Networks, Recent Advances on Hybrid Approaches for Designing Intelligent Systems, Studies in Computational Intelligence 547, Springer, Vol 547. Pg. 391-403. ISSN: 1860-949X. DOI: 10.1007/978-3-319-05170-3_27, (artículo arbitrado)
2014
Sistemas Inteligentes
Evolvavility Metrics in Adaptive Operador selection, (PAP161S1), Jorge Soria Alcaraz, Gabriela Ochoa, Martin Carpio, Héctor Puga, Marco Sotelo, ACM Genetic and Evolutionary Computation Coference (GECCO). Vol. Pag 1327-1334.
2014
Sistemas Inteligentes
Features and Pitfalls that Users Should Seek in Natural Language Interfaces to Databases, Rodolfo A. Pazos Rangel, Marco A. Aguirre, Juan J. González and Juan Martín Carpio, Recent Advances on Hybrid Approaches for Designing Intelligent Systems, Studies in Computational Intelligence 547, Pg. 617-630. DOI: 10.1007/978-3-319-05170-3_44. ISSN: 1860-949X
2014
Sistemas Inteligentes
On the Exact Solution of VSP for General and Structured Graphs: Models and Algorithms, Norberto Castillo-García, Héctor Joaquín Fraire Huacuja, Rodolfo A. Pazos Rangel, José A. Martínez Flores, Juan Javier González Barbosa and Juan Martín Carpio Valadez. Recent Advances on Hybrid Approaches for Designing Intelligent Systems, Studies in Computational Intelligence 547, Pg. 519-532. DOI: 10.1007/978-3-319-05170-3_36. ISSN: 1860-949X.
2014
Sistemas Inteligentes
Improving the Bin Packing Heuristic through Grammatical Evolution based on Swarm Intelligence, Marco Aurelio Sotelo-Figueroa, Héctor José Puga Soberanes, Juan
2014
93
Martín Carpio, Héctor J. Fraire Huacuja, Laura Cruz, Reyes and Jorge Alberto Soria Alcaraz, special issue “Mathematical Tools of Soft Computing 2014” in Mathematical Problems in Engineering (JCR) (Aceptado para su publicación)
Dirección de tesis concluidas. ISC- Ingeniería en Sistemas Computacionales, LINF- Licenciatura en Informática, MCCC: Maestría en Ciencias en Ciencias Computacionales, MCCC-2005: Maestría en Ciencias en Ciencias de la Computacionales, plan 2005, MII-2002: Maestría en Ingeniería Industrial Plan 2002
Nombre de la tesis Nombre del
alumno Institución Programa Fecha
Diseño Hiperheurístico de Redes Neuronales Pulsantes Evolutivas
Espinal Jimenez Andrés
Instituto Tecnológico de León
Doctorado en Ciencias en Computación. Plan 2010 En proceso
Integración de un esquema de Diseño en Algoritmos de Dos fases con técnicas CSP para calendarización de eventos
Soria Alcaraz Jorge Alberto
Instituto Tecnológico de León
Doctorado en Ciencias en Computación. Plan 2010 En proceso
USO DE TÉCNICAS DE COMPUTACIÓN SUAVE, PARA LA DEMODULACIÓN DE INTERFEROGRAMAS DE FRANJAS CERRADAS MODELADAS CON POLINOMIOS DE ZERNIKE
De Anda Suárez Juan
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. Plan MCCC-2005 9 de junio de 2014
Uso de Descriptores de base radial aplicado en detección de melanomas
Sánchez Trasgallo Damián Alejandro
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. Plan MCCC-2005 Septiembre de 2014
AJUSTE DE DATOS POR MINIMOS CUADRADOS USANDO FUNCIONES DE BASE RADIAL Y GRAM-SCHMIDT DUAL, PARA LA OBTENCION DE FORMA
Sánchez Trasgallo Damián Alejandro
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales 30 de marzo de 2012
Estudio de algoritmos metaheurísticos para la calendarización dinámica en aplicaciones distribuidas aplicadas al área quirurgica
Pérez López Adriana Rubí
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
20 de noviembre de 2013
Metaheurísticas Aplicadas al Problema
Terán Villanueva Jesús David
Instituto Tecnológico
Doctorado en Ciencias en 4 de julio de 2013
94
de Ordenamiento Lineal con Costos Acumulados.
de León Computación. Plan 2009
Diseño de una Agenda Dinámica para la reducción de conflictos en el bloque quirúrgico
Ramos Martínez Marina Iliana
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
13 de septiembre de 2012
Propuesta de Transformación del Significado y Significante de un Signo Linguistico a un Espacio Numérico
Montiel García Daniel Jorge
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
19 de septiembre de 2011
SISTEMA MULTI-AGENTE PARA NAVEGACION CON RESTRICCIONES, SOBRE MALLADO NO ESTRUCTURADO
Rico Moreno José Luis
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. 30 Agosto de 2011
DISEÑO DE HORARIOS CON RESPECTO A L ALUMNO MEDIANTE TECNICAS DE COMPUTO EVOLUTIVO
Soria Alcaraz Jorge Alberto
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. Plan MCCC-2005 04 de Julio de 2010
METODOLOGIA DE AGRUPAMIENTO N - DIMENSIONAL BASADA EN EL ALGORITMO DE AGRUPAMIENTO ACE
Gil Ríos Miguel Angel
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. Plan MCCC-2005
19 de noviembre de 2009
Optimización y Automatización en la Asignación de Tareas Aplicada en el Área Educativa
Aguayo Ríos Gerardo David
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. 27 de Marzo de 2009
Aplicación de una técnica de Moire en la Encriptación de Imágenes de Rostros Araceli Vargas
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales 17 de Abril de 2008
Caracterización de los parámetros de un Algoritmo Genético para Diferentes Interferogramas usando Polinomios de Zernike
Mancilla Espinoza Luís Ernesto CIDESI
Doctorado en Mecatrónica 4 de Julio de 2008
DEFINICIÓN DE CONTORNOS A TRAVÉS DE CURVAS PARAMÉTRICAS UTILIZANDO TÉCNICAS HEURÍSTICAS
LÓPEZ CRUCES JOSÉ MARCOS
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
28 de Octubre de 2008
METODOLOGÍA PARA EL DESARROLLO DE UN INSTRUMENTO DE EVALUACIÓN DEL ALTO DESEMPEÑO DEL INGENIERO INDUSTRIAL EN LA INDUSTRIA MANUFACTURERA LOCAL
Medellín Rosales Edgar
Instituto Tecnológico de León
Maestría en Ingeniería Industria. Plan 2002 08 de Agosto de 2008
DESARROLLO DE UN TRUJILLO Instituto Maestría en 16 de Noviembre de
95
MODELO COMPUTACIONAL PARA EL DISEÑO DE REDES INALÁMBRICAS
CASTELLANOS CARLOS ALBERTO
Tecnológico de León
Ciencias en Ciencias de la Computación.
2007
Desarrollo y aplicación de un modelo de innovación tecnológica para procersos de transformación, basado en QFD y MSR.
Morales Torres Víctor Tomás
Instituto Tecnológico de León
Maestría en Ingeniería Industria. Plan 2002
7 de Septiembre de 2007
Diseño de cristosistema para la codificación y decodificación de imágenes digitales mediante mapas caóticos.
Niciolás Johnantan Flores Carmona
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. Plan MCCC-2005 15 de junio de 2007
Análisis de Datos Mediante Técnicas de Clustering Optimizadas con Algoritmos Genéticos.
Julio Fernándo Jiménez Vielma
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
14 de noviembre de 2006
Demodulación de Franjas Cerradas con un Algoritmo Genético
González Ángeles Otoniel
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. 25 de mayo de 2006
Diseño de un Algoritmo Basado en Tecnicas de Inteligencia Artificial para la Optimización y Asignación de Carga Académica en una Institución Educativa
Uribe Melendez Carlos
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
24 de noviembre de 2006
Máquina lectora inteligente de archivos de texto a voz
Mejía Mejía Manuel
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. 29 de Junio de 2006
Medición de la calidad de los servicios de apoyo de del ITL, usando el Modelo SERVQUAL
Del Angel Soto Primitivo
Instituto Tecnológico de León
Ingeniería Industrial
23 de noviembre de 2006
Seguridad para Comunicación entre Computadoras Empleando Sincronización con Algoritmos Caóticos
Romero Villegas Juan Pablo
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
21 de noviembre de 2006
SIMULACIÓN DE SISTEMAS DE MANUFACTURA USANDO UN LENGUAJE COMERCIAL
Robledo Pérez Roberto
Instituto Tecnológico de Querétaro
Maestría en Ingeniería Industrial
8 de diciembre de 2006
Implementación del Modelo Matemático en Lenguaje Visual Basic para la Simulación del Patrón de Automatización de una Máquina de acabado de Cuero.
González Romo Alejandra
Instituto Tecnológico de León Lic. en Informática
01 de Octubre del 2004
PROYECTO DE JESÚS Instituto Maestría en 26 de Noviembre del
96
DEMANDA DE PRODUCTOS DE CONSUMO CON EL APOYO DE VARIABLES MACROECONÓMNICAS Y ESTADÍSTICAS DE REGRESIÓN
EDUARDO ALDAPE
Tecnológico Ingeniería Industria. Plan 2002
2004
Simulación del Acomodo de Patrones de Corte en Materiales
Suzuki Marín Yamily Marlene
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. 16 de enero de 2003
ANÁLISIS COMPARATIVO DEL USO DE RECTIVOS COMO ESTRATEGIA METODOLÓGICA PARA EVALUAR LA ENSEÑANZA A LOS ALUMNOS EN CIENCIAS BASICAS
Ricardo de Jesús Dávalos Díaz, Alí Espinosa Cuellar y Juan Manual Olvera Fierro CIIDET
Maestría en Ciencias en Enseñanza de las Ciencias
30 de Agosto del 2002
APRENDIZAJE SIGNIFICATIVO EN LA INTERPRETACIÓN DE LA DERIVADA EN CALCULO DIFENCIAL
José Raúl Chávez Lara, Bernabé Samuel Pérez Martínez y Hilda Sánchez Palomares CIIDET
Maestría en Ciencias en Enseñanza de las Ciencias
27 de Agosto del 2002
CLASIFICACIÓN Y DIAGNÓSTICO DE PATOLOGÍAS A PARTIR DE IMÁGENES DIGITALES DE RADIOGRAFÍAS DE TORAX
Marquez Jiménez Antonio
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
8 de Noviembre del 2002
DESARROLLO DE UN AGENTE DE PRONÓSTICO PARA LOS NEGOCIOS USANDO LA TEORÍA DE REGRESI´ÓN MÚLTIPLE
RAMÍREZ BRAVO Graciano
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
1 de Noviembre del 2002
ESTRATEGIA GLOBAL PARA MEJORAR EL APRENDIZAJE EN MATEMÁTICAS, QUÍMICA Y BIOLOGÍA
Enrique Eudave Velasco, Ma. de la Luz Lara Martínez, y Ma. Cruz Martínez Valadez.
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
29 de Agosto del 2002
MODELO ESTRATÉGICO INTEGRAL APLICADO AL APRENDIZAJE SIGNIFICATIVO DE LAS ECUACIONES DIFERENCIALES
Cabrera Gutiérrez Sergio CIIDET
Maestría en Ciencias en Enseñanza de las Ciencias
28 de Agosto del 2002
APLICACIONES DE COMUTACION ENFOCADAS HACIA LA FISICA (MECANICA) DE NIVEL MEDIO SUPERIOR
Espinoza Juárez Yesica Margarita
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales 2000
ESTUDIO Y APLICACIÓN DE LA INGENIERIA DE
Castellanos Nolasco Elizabeth
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la 31 de agosto de 2000
97
REQUERIMIENTOS AL DESARROLLO DE SOFTWARE BAJO AMBIENTE INTRANET
Computación.
Técnicas para el tratamiento de imágenes
Alcázar Magaña Ramiro
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales
23 de Agosto del 2000
BASES DE DATOS DE DATOS REMOTAS CON CGI.
Lino Ramírez Carlos
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
21 de octubre de 1999
Diseño de un sistema basado en conocimientos para la planeación de un proyecto de software
Mancilla Espinoza Luís Ernesto
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación. 7 de mayo de 1999
Selección y Adaptación de Métricas para Mejorar la calidad del Desarrollo de Software en México
Saavedra Abundis Omar Fernándo
Instituto Tecnológico de León
Maestría en Ciencias en Ciencias de la Computación.
2 de diciembre de 1999
Desarrollo de Software en C++ para Evaluar Superficies Opticas esféricas por Mínimos cuadrados, Usando polinomios de Zernike
Aguayo Ríos Gerardo David
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales 11 de Marzo de 1998
Sistema Interactivo de Información: Sala de espera de la Unidad de Reproducción
Hernández Villegas Ma. De la Cruz
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales Diciembre de 1998
Geometría Fractal. Un Resumen Histórico.
Álvarez Castañón Carmen
Instituto Tecnológico de León
Ingeniería en Sistemas Computacionales
16 de Diciembre de 1997
Participación en eventos como ponente.
Nombre del evento Tipo de participación Fecha
VII Congreso Nacional de Calidad en la Educación Superior. Octubre del 2004
Ponencia Octubre del 2004
1ª Semana de Informática. De la Facultad de Contabilidad y dmón.. De la Universidad de Colima.
Conferencia Noviembre del 2004
XI Encuentro Intratec Sobre Docencia e Investigación.
Ponencia. Enero del 2005
II Taller de Procesamiento de Imágenes y Óptica.
Conferencia Noviembre del 2005
Encuentro de Investigación en Ingeniería Eléctrica
Ponencia Abril del 2006
Representación canónica de de la función de aberración en términos de polinomios de Zernike
Ponencia Septiembre 2006
Encuentro de Investigación en Ingeniería Eléctrica
Ponencia Marzo del 2007
98
Premios, distinciones, etc.
Premio, distinción o reconocimiento recibido
Otorgado por Fecha o Periodo
Miembro del Sistema Nacional de Investigadores (SNI) como Candidato a Investigador Nacional
Sistema Nacional de Investigadores
1 de julio de 1992 al 30 de junio de 1995.
Miembro del Sistema Nacional de Investigadores Nivel I
Sistema Nacional de Investigadores
1 de julio de 1995 al 30 de junio de 1998.
Una gran cantidad de reconocimientos por diversas actividades de Investigación y Docencia.
IT DE León, It. De CD. Cuahutemoc, Chih., DGIT, DGEST, COSNET, CONACYT, CIO, Ciidet, etc.
1994 a la fecha
Presidente de academia de Lic. En Informática
Instituto Tecnológico de León
2001-2002
Profesor de Tiempo Completo con Perfil Deseable
PROMEP 2005-2008
Primer Lugar en el Concurso Nacional de tesis ded posgrado de la DGEST
Dirección General de Educación Superior Tecnológica
2006
Miembro del Sistema Nacional de Investigadores Nivel I
Sistema Nacional de Investigadores
1 de Enero de 2007 al 31 de Diciembre de 2010
Profesor de Tiempo Completo con Perfil Deseable
PROMEP 01 Julio de 2012 a 31 de julio de 2015
Miembro del Sistema Nacional de Investigadores Nivel I
CONACYT SNI 1 de Enero de 2012 al 31 de Diciembre de 2014
Asociaciones.
Nombre de la asociación Tipo de membresía Periodo
Academia Mexicana de Óptica Miembro 1988 -
CISDEG (colegio de Ingenieros en Sistemas Computacionales del Estado de Guanajuato.
Numerario 2004-2005
99
Currículum Vitae
Departamento de
adscripción: División de Posgrado e Investigación
Programa de adscripción: Nombre del Programa de Posgrado:
Doctorado en Ciencias en Computación
Apellido Paterno Apellido Materno
Nombre(s)
BALTAZAR FLORES MARIA DEL ROSARIO
Edad Fecha de nacimiento e-mail
35 10/10/1973 [email protected]
Formación académica.
Nombre de la Licenciatura Institución Periodo Año de
titulación Cédula
Ingeniería en Comunicaciones y Electrónica
Universidad Autónoma de Zacatecas
1990-1995 1997
Nombre del Doctorado Institución Periodo Año de titulación
Cédula
Doctorado en Ciencias (Óptica)
Centro de Investigaciones en Óptica
1995-2002 2002 4559599
Experiencia docente.
DOCENCIA
Asignaturas impartidas Posgrado Periodo
Matemáticas V Electromecánica Septiembre - Diciembre 2003
Electrónica Electromecánica Septiembre - Diciembre 2003
Electrónica Básica Ing. Sistemas Computacionales
Enero - Mayo 2004 Agosto- Diciembre 2004 Enero - Junio 2005 Agosto- Diciembre 2005 Enero - Junio 2006
Física I Ing. Sistemas Computacionales Agosto- Diciembre 2004
Telecomunicaciones I Maestría Ciencias en C. C. Agosto- Diciembre 2004 Agosto- Diciembre 2005
Seminario de Proyectos de Investigación
Ing. Sistemas Computacionales Enero - Junio 2005
Seminario de Investigación 4 Maestría Ciencias en C. C. Enero - Junio 2005
100
Dibujo Ing. Sistemas Computacionales Verano 2005
Fundamentos de investigación Ing. Sistemas Computacionales Agosto- Diciembre 2005
Circuitos Eléctricos y Electrónicos Ing. Sistemas Computacionales
Enero - Junio 2006 Agosto- Diciembre 2006 Enero - Junio 2007 Agosto - Diciembre 2007 Enero - Junio 2008 Agosto - Diciembre 2008 Enero – Junio 2009 Agosto - Diciembre 2009 Enero – Junio 2010
Seminario de Investigación 4 Maestría Ciencias en C. C. Enero - Junio 2006
Física 2 Ing. Sistemas Computacionales Enero - Junio 2006
Taller de investigación 1 Ing. Sistemas Computacionales Agosto- Diciembre 2006 Enero – Junio 2011
Seminario de Investigación 2 Maestría Ciencias en C. C. Enero - Junio 2007
Comunicación de datos Maestría Ciencias en C. C. Enero - Junio 2008
Taller de investigación 2 Ing. Sistemas Computacionales
Enero - Junio 2008 Agosto-Diciembre 2010 Agosto-Diciembre 2012 Enero - Junio 2014
Inteligencia Artificial
Ing. Sistemas Computacionales
Agosto - Diciembre 2008 Enero – Junio 2009 Agosto - Diciembre 2009 Enero – Junio 2010 Agosto-Diciembre 2010 Enero – Junio 2012 Agosto-Diciembre 2012 Enero – Junio 2013 Verano 2014
Seminario de Investigación 2 Maestría Ciencias en C. C. Enero – Junio 2009 Agosto-Diciembre 2012
Seminario de Investigación 1 Maestría Ciencias en C. C. Agosto – Diciembre 2009 Agosto-Diciembre 2010
Seminario de Investigación 3 Maestría Ciencias en C. C. Enero – Junio 2010 Enero – Junio 2014
Electrónica Digital Ingeniería Electrónica Agosto-Diciembre 2010
Electricidad y Electrónica Industrial
Ingeniería Industrial Enero – Junio 2011
Tópicos Selectos de Inteligencia Artificial
Maestría Ciencias en C. C. Enero – Junio 2011
Temas Selectos de Inteligencia Artificial
Maestría Ciencias en C. C. Enero – Junio 2013
Inteligencia Artificial Distribuida Maestría Ciencias en C. C. Agosto-Diciembre 2011 Enero – Junio 2012
Fundamentos de investigación Ingeniería Electromecánica Agosto-Diciembre 2011
Principios Eléctricos y Aplicaciones Digitales Ing. Sistemas Computacionales
Enero – Junio 2012 Enero – Junio 2013 Agosto-Diciembre 2013
Física General Ing. Sistemas Computacionales
Agosto-Diciembre 2012
Matemáticas discretas Maestría en Ciencias de la Computación
Agosto-Diciembre 2013
Matemáticas discretas Maestría en Ciencias de la Computación
Enero – Junio 2014
101
Experiencia profesional. Actividad o puesto Institución o empresa Periodo mes-año
1. Investigador Asociado Centro de Investigaciones en Óptica
Febrero Julio 2002
2. Profesor de Proyecto Universidad de la Salle Bajío Agosto 2000 Diciembre 2001
3. Docente Instituto Tecnológico de León Octubre 2003 hasta la fecha
Proyectos de investigación o de trabajo realizados. Línea de investigación ó de trabajo
Nombre del proyecto Monto y fuente de financiamiento
Periodo Resultados
Sistemas Inteligentes Desarrollo de sistemas inteligentes aplicados a la solución de problemas de desarrollo tecnológico
DGIT 2004 2 Tesistas 2 Prototipos
Sistemas Distribuidos y Sistemas Inteligentes
Sistemas inteligentes aplicados a las telecomunicaciones
CONCYTEG JUNIO 2005 MAYO 2006
4 TESISTAS 3 PROTOTIPOS
Sistemas Distribuidos Sistemas de comunicaciones aplicados
CONCYTEG JUNIO 2006 MAYO 2007
3 TESISTAS 3 PROTOTIPOS
Sistemas Distribuidos y Sistemas Inteligentes
Aplicación de las Telecomunicaciones inalámbricas usando protocolo bluetooth en robots móviles
CONCYTEG JUNIO 2007 AGOSTO 2007
1 PROTOTIPO
Sistemas Distribuidos y Sistemas Inteligentes
Modelado y desarrollo de sistemas de información socioeconómica del estado de guanajuato utilizando técnicas de minería de datos
DGEST AGOSTO 2007 – AGOSTO 2008
3 TESISTAS 3 PROTOTIPO
Sistemas Distribuidos y Sistemas Inteligentes
DESARROLLO DE RICH INTERNET APPLICATIONS PARA LA VISUALIZACIÓN Y EXTRACCIÓN DE INFORMACIÓN UTILIZANDO DISPOSITIVOS MÓVILES
CONCYTEG Proyectos de Impacto Social y Económico 2009 Cantidad: $40,000.00
01 ABRIL 2009 – 31 MARZO 2010
1 TESISTA
Ambientes Inteligentes ESTUDIO DE DIAGNÓSTICO, EVALUACIÓN Y PROPUESTA DE DESARROLLO DE AMBIENTES INTELIGENTES PARA EL CUIDADO DE PERSONAS CON SÍNDROME DE DETERIORO COGNITIVO
DGEST Convocatoria: INVESTIGACIÓN Y DESARROLLO TECNOLÓGICO 2011 Cantidad: $185,000.00
01 MAYO 2011 – 30 ABRIL 2013
2 TESISTAS
Ambientes Inteligentes ACTIVA TU MENTE FUNDACIÓN ALZHAIMER ALGUIEN CON
08 JUNIO 2011 – 5 DICIEMBRE
1 SOFTWARE
102
QUIEN CONTAR
$94,000.00
2011
Ambientes Inteligentes DESARROLLO E IMPLEMENTACIÓN DE UNA ARQUITECTURA DE AMBIENTES INTELIGENTES BASADA EN SISTEMAS EMBEBIDOS Y REDES INALÁMBRICAS APLICADAS AL CONTROL DEL AMBIENTE, AL PROBLEMA DE INESTABILIDAD CÍCLICA, CALENDARIZACIÓN EN EL ÁREA QUIRÚRGICA Y MONITOREO DE SIGNOS VITALES.
ProIFOPEP 2012 30/10/2012 al 30/10/2014
2 TESISTAS
Robótica y Ambientes Inteligentes
DESARROLLO DE AMBIENTES INTELIGENTES MEDIANTE ROBOTS, WSNs, ANDROID Y ARDUINO
DGEST 2013 $250,000
30 mayo 2013 al 30 mayo 2014
2 TESISTAS
Ambientes Inteligentes Implementación de Softcomputing para la estabilización de ambientes inteligentes dinámicos
DGEST 2014 $250,000
MAYO 2014 MAYO 2015
2 TESISTAS
Ambientes Inteligentes DESARROLLO DE PROTOTIPOS ROBOTICOS PARA APLICACIONES CON ADULTOS MAYORES
VERANO ESTATAL DE LA CIENCIA 2014 $7500
JUNIO- AGOSTO 2014
1 PROTOTIPO
Publicación de artículos, libros y capítulos, patentes, etc.
Línea de investigación ó de trabajo
Nombre del articulo / libro / capítulo / patentes Fecha
Óptica “Optical Heterodyne Profilometer to Scan Irregularities In Reflective Objects”
Abril 2002
Óptica “Optical Heterodyne Method to Measure Phase Objects” Marzo 2003
Óptica “Aplicaciones de los Láseres en Medicina” Octubre 1999
Óptica Method for the Determination of Focal Length of a Microlens 2000
Óptica Análisis y Medición de Objetos Especulares por Métodos Heterodinos
2002
Óptica "Simple method to measure the focal length of lenses" 2002
Electrónica Interruptor activado por un detector de presencia inductivo-capacitivo en trámite
1999
Óptica Diseño y construcción de un instrumento para la medición de irregularidades en superficies reflectoras y para la medición de objetos de fase en trámite
2002
Computo móvil Karina Miranda, Rosario Baltazar, “Conversión de lenguaje verbal a texto para dispositivos inalámbricos”, Encuentro de Investigación en Ingeniería Eléctrica 2005, Zacatecas, Zac., pp 333-338.
Marzo 17-18, 2005
Computo móvil Rosario Baltazar, “Análisis comparativo de los diferentes Mayo 18-19,
103
métodos de comunicación inalámbrica y su evolución a través del tiempo”, III Encuentro “Participación de la mujer en la ciencia”, CIO, León, Gto.
2006
Óptica Juan Martín Carpio Valadez, Luis Ernesto Mancilla Espinosa, Rosario Baltazar, Manuel Órnelas Rodríguez, Héctor J. Puga Soberanes, Miguel Ángel Casillas Araiza, “Representación canónica de la función de aberración en términos de polinomios de Zernike”, XLIX Congreso Nacional Sociedad Mexicana de Física/XIX Reunión Anual AMO, San Luis Potosí, SLP.
Octubre 16-20, 2006.
Computo móvil Rosario Baltazar, Ismael Pérez, Miguel A. De Lira, “AJAX aplicado a la Administración de un Sistema Estadístico Turístico”, Encuentro de Investigación en Ingeniería Eléctrica 2007, pp. 199-204, Zacatecas, Zac.
Marzo 28-30, 2007
Computo móvil Omar Désiga Orenday, Rosario Baltazar, Héctor Puga, “Creación de Mapas 2-D con Robot Móvil de Sensado Limitado”, CONGRESO DE COMPUTACION, INFORMATICA, BIOMEDICA Y ELECTRONICA, CONCIBE 2007, Guadalajara Jalisco
Junio 4 - 8 2007
Computo evolutivo Alberto Ochoa, Julio Ponce, Francisco Álvarez, Rosario Baltazar, Sayuri Quezada, Dolores Torres, Christian Correa, “Baharastar – Simulador de Algoritmos Culturales para la Minería de Datos Sociales”, Tercer Congreso Internacional de Computación Evolutiva COMCEV, pag. 155-161, Aguascalientes, Ags.
Octubre 3-5, 2007
Computo móvil Laura E. Gómez Sánchez, Rosario Baltazar, Miguel Ángel Casillas Araiza, “Transmisión de voz sobre IP en dispositivos móviles a través de redes inalámbricas”, IEEE 5º Congreso Internacional en Innovación y Desarrollo Tecnológico CIINDET, Cuernavaca, Morelos
Octubre 10 – 12, 2007
Computo móvil Laura E. Gómez Sánchez, Rosario Baltazar, Miguel Ángel Casillas, Martín Carpio, “Comunicación por sockets en dispositivos móviles como base para la VoIP”, 1er Congreso Internacional de Mecatrónica CIM Chiapas 2008, Tuxtla Gutiérrez, Chiapas, México
2-4 Abril del 2008
Computo móvil Miguel Angel López Zúñiga, Rosario Baltazar, Julio Cesar Moreno, “Desarrollo de una aplicación para el Acceso a la Base de datos Turística a través de Celulares”, Encuentro de Investigación en Ingeniería Eléctrica, Zacatecas, Zac.
Marzo 13-14, 2008
Computación Software para Sistema de Conteo de Ascenso y Descenso de Personas, Miguel Ángel Casillas Araiza, Alejandro Verdín Ramos, Rosario Baltazar, Presentada ante el Indautor en Enero 2007 y Aceptada en Febrero 2007. Número de registro: 03-2007-020612225200-01.
Enero 2007
1. Victor Zamudio, Rosario Baltazar, Miguel Angel Casillas, Vic Callaghan, “c-INPRES: Coupling Analysis Towards Locking Optimization in Ambient Intelligence”, 2010 Sixth International Conference on Intelligent Enviroments, IE 2010, Kuala Lumpur, Malasia, Julio, 2010. 978-0-7695-4149-5/10. IEEE Computer Society. ISBN 978-1-4244-7836-1, pp. 68-73
2. Marco Aurelio Sotelo_Figueroa, Rosario Baltazar, Martín Carpio, Víctor Zamudio, “A comparation between Bee Swarm Optimization and Greedy Algorithm for the KnapSack problema with Bee realocation”, the 9th Mexican International Conference on Artificial Intelligence, Pachuca de Soto, Hidalgo, México, 8-13 Noviembre 2010. ISSN 978-0-7695-4284-3
3. Marco Aurelio Sotelo_Figueroa, Rosario Baltazar, Martín Carpio, “Application of the Bee Swarm Optimization BSO to the Knapsack Problem”, Journal of Automation, Mobile Robotics and Intelligent Systems, Vol. 5, No. 1, 2011, ISSN 2080-2145 online, ISSN 1897-8649 (Print), pp. 101-114.
104
4. Emmanuel Amaro, Juan Manuel Lopez, Victor Zamudio, Rosario Baltazar, Miguel Angel Casillas, Vic
Callaghan, “Innovative Locking: Efficiently Removing Instabilities in Multi Agent Systems”, Proceedings of the Seventh IEEE International Conference on Intelligent Environments. pg. 135-141. 25-28 Julio 2011. Nottingham, United Kingdom. ISBN 978-0-7695-4452-6
5. Andrés Espinal, M. Sotelo Figueroa, Jorge. A. Soria-Alcaraz, M. Ornelas, Héctor Puga, J. M. Carpio Valadez, R. Baltazar, “Comparison of PSO and DE for training neural networks”, the 10th Mexican International Conference on Artificial Intelligence, Puebla, Puebla, México, 26 Noviembre 4 diciembre 2011. ISSN 978-0-7695-4284-3. Pp 83-87.
6. Wendoly J. Gpe. Romero-Rodríguez, Victor Manuel Zamudio Rodríguez, Rosario Baltazar Flores, Marco Aurelio Sotelo-Figueroa and Jorge Alberto Soria-Alcaraz, “Comparative Study of BSO and GA for the Optimizing Energy in Ambiente Intelligence,” Advances in Soft Computing 10th Mexican International Conference on Artificial Intelligence, MICAI 2011, Puebla, Mexico, November 26 - December 4, 2011, Proceedings, Part II ISBN 978-3-642-25329-4, pp. 177-188, Ildar Batyrshin and Grigori Sidorov
7. Leoncio Alberto Romero, Víctor Zamudio, Rosario Baltazar, Marco Sotelo, Vic Callahan, “A comparison between PSO and MIMIC as strategies for minimizing cyclic instabilities in Ambient Intelligence”, Proceedings of the 5th International Symposium on Ubiquitous Computing and Ambient Intelligence, Riviera Maya, México, 5-9 Diciembre 2011, ISBN 978-84-694-9677-0
8. Leoncio Alberto Romero, Víctor Zamudio, Rosario Baltazar, Efren Mezura, Marco Sotelo y Vic Callahan, “A Comparison between Metaheuristics as Strategies for Minimizing Cyclic Instability in Ambient Intelligence”, Sensors, Vol. 12, No. 8, pp 10990-11012, ISSN 1423-8220,
URL = {http://www.mdpi.com/1424-8220/12/8/10990}, ISSN = {1424-8220}, DOI = {10.3390/s120810990} http://www.mdpi.com/1424-8220/12/8/10990#cite
9. Adriana Pérez López, Rosario Baltazar, Martín Carpio, Arnulfo Alanís, “Three metaheuristics solving a scheduling problem in a RIA enviroment”, Advances in computing science and control, Vol. 59, Research in Computing Science, ISSN: 1870-4069, Noviembre 2012, Grigori Sidorov & Mireya García_Vázquez, pp. 183-193.
10. Alejandro Sosa, Víctor Zamudio, Rosario Baltazar, Carlos Lino, Miguel Ángel Casillas, Marco Sotelo, “Algoritmos PSO y DE aplicados al problema de inestabilidad en sistemas multiagentes nómadas”, Advances in computing science and control, Vol. 59, Research in Computing Science, ISSN: 1870-4069, Noviembre 2012, Grigori Sidorov & Mireya García_Vázquez, pp. 171-182.
11. Adrian R. Aguiñaga, Miguel Angel López Ramírez, Arnulfo Alanís Garza, Rosario Baltazar, “Emotions characterization over EEG analysis: a survey”, Advances in computing science and control, Vol. 59, Research in Computing Science, ISSN: 1870-4069, Noviembre 2012, Grigori Sidorov & Mireya García_Vázquez, pp. 194-204.
12. Christian Padilla-Navarro, Rosario Baltazar-Flores, David Cuesta-Frau, Víctor Zamudio-Rodríguez, “Clasificación de arritmias cardiacas usando KNN y Naive Bayes mejorada con algoritmos genéticos (AG) y Optimización de Cúmulo de Partículas (PSO)”, Avances en Inteligencia Artificial, Vol. 62, Research in Computing Science, ISSN: 1870-4069, Noviembre 2012, Miguel González Mendoza & Félix Castro espinoza, pp. 233-242.
13. M. Gutiérrez, L.E. Mancilla Espinoza, M.R. Baltazar Flores and M.A. Sotelo Figueroa, “APPLYING ADAPTED PSO APPROACH TO MINIMIZE COSTS IN THE BEER DISTRIBUTION GAME USING THREE DYNAMIC DEMAND PATTERNS”, Electronics, Robotics and Automotive Mechanics Conference (CERMA), 2012 IEEE Ninth , vol., no., pp.165,170, 19-23 Nov. 2012 doi: 10.1109/CERMA.2012.34 URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6524573&isnumber=6524537
14. Adrian R. Aguiñaga, Miguel López Ramírez, Arnulfo Alaniz Garza, Rosario Baltazar, Víctor M. Zamudio, “Emotional analysis thru EEG signals, to monitor high performance athletes”, InImpact: The Journal of Innovation Impact: ISSN 2051-6002, http://www.inimpact.org, Special edition on Innovation in Medicine and Healthcare: Vol. 6, No. 1, pp 16-23: imed13-015.
15. Alejandro Sosa, Víctor Zamudio, Rosario Baltazar, Carlos Lino, Miguel Ángel Casillas y Marco Sotelo, “Algoritmos PESO y DE Aplicados a la Minimización de la Inestabilidad Cíclica de Sistemas con Agentes Nómadas”, Programación Matemática y Software (2013), Vol. 5, No. 1, ISSN: 2007-3283.
105
16. Javier Navarro, Victor Zamudio, Rosario Baltazar, Carlos Lino, Claudia Diaz, Faiyas Doctor, Towards Game Based Monitoring and Cognitive Therapy for Elderly using a Neural/Fuzzy Approach, Workshop Proceedings in the Mexican International Conference on Computer Science ENC 2013, pp 13-18, ISBN 978-0-7695-5087-9, ISSN 1550-4069, October 30, 31, November 1st , Morelia, Michoacán, México
17. Adrian R. Aguiñaga, Miguel López Ramírez, Arnulfo Alaniz Garza, Rosario Baltazar, Víctor M. Zamudio, Analysis of emotional processes in EEG signals by multidimensional clustering decoposition using wavelet transform, Workshop Proceedings in the Mexican International Conference on Computer Science ENC 2013, pp 137-142, ISBN 978-0-7695-5087-9, ISSN 1550-4069, October 30, 31, November 1st , Morelia, Michoacán, México
18. Adriana Perez-López, Rosario Baltazar, Martín Carpio, Hugo Terashima-Marin, Dulce J. Magaña-Lozano, Hector Puga, “Homogeneous Population Solving the Minimal Perturbation Problem in Dynamic Scheduling of Surgeries”, Advances in Artificial Intelligence and Its Applications, 12th Mexican International Conference on Artificial Intelligence, MICAI 2013, Mexico City, Mexico, November 26-30, 2013, Proceedings, Part I, Springer, Eds. Félix Castro, Alexander Gelbukh y Miguel González, pp.473-484, ISBN 978-3-642-45113-3, e-ISBN 978-3-642-45114-0, ISSN 0302-9743, e-ISSN 1611-3349, DOI 10.1007/978-3-642-45114-0
19. Marco Aurelio Sotelo Figueroa, Rosario Baltazar, Martín Carpio, “Application of the Bee Swarm Optimization BSO to the Knapsack Problem”, Soft Computing for Recognition Based on Biometrics, SCI 312, pp.191-206, Springer Verlag Berlin Heidelberg 2010.
20. Martín Carpio, Jorge A. Soria Alcaraz, Hector Puga, Rosario Baltazar, Manuel Ornelas, Luis Ernesto Mancilla, “Variable Length Number Chain Generation without Repetitions”, Soft Comp. for Recogn. Based on Biometrics, SCI 312, pp.349-364, Springer Verlag Berlin Heidelberg 2010.
21. Rosario Baltazar, Abel Cervantes y Victor Zamudio, “A Simple Wall Follower NXT Robot to Localization and Mapping”, Workshop Proceedings of the 7th International Conference on Intelligent Enviroments, Ambient Intelligence and Smart Enviroments, Edited by J. C. Augusto, et al., Vol 10, IOS Press, ISSN 1875-4163, ISBN 978-1-60750-795-6, pp. 74-84.
22. Marcos Reyes, Victor Zamudio, Rosario Baltazar, Carlos Lino, “Augmented reality: A new alternative for education in Emerging Countries”, Workshop Proceedings of the 7th International Conference on Intelligent Enviroments, Ambient Intelligence and Smart Enviroments, Edited by J. C. Augusto, et al., Vol 10, IOS Press, ISSN 1875-4163, ISBN 978-1-60750-795-6, pp. 481-487.
23. Cinthya Solano, Arnulfo Alanis Garza, Miguel Ángel López, Rosario Baltazar, Víctor Manuel Zamudio, “System Multi-Agents for the study of basic emotions and their effect on personality”, Workshop Proceedings of the 8th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Guanajuato, Mexico - 26th-27th of June 2012, pp.94-103. ISBN 978-1607506386 (print) pp. 14-25. http://www.booksonline.iospress.nl/Content/View.aspx?piid=30661
24. Vanesa Saldivar, Victor Zamudio, Rosario Baltazar, Arnulfo Alaníz, Miguel Ángel López, “AMBIENT INTELLIGENCE USED FOR FALL DETECTION”, Workshop Proceedings of the 8th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Guanajuato, Mexico - 26th-27th of June 2012, pp.94-103. ISSN 1875-4163, ISBN 978-1607506386 (print) pp. 26-36.
25. Leoncio Romero, Victor Zamudio, Rosario Baltazar, Marco Sotelo, Carlos Lino, Efrén Mezura and Vic Callaghan, “A Comparative Study of Intelligent Bio-inspired Algorithms Applied to Minimizing Cyclic Instability in Intelligent Environments”, Workshop Proceedings of the 8th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Guanajuato, Mexico - 26th-27th of June 2012, pp.94-103. ISSN 1875-4163 (print), ISBN 978-1607506386 pp. 130-141.
26. Miguel Ángel López, Arnulfo Alaníz, Bogart Yahi Márquez, Karina Romero, Rosario Baltazar, Víctor Manuel Zamudio, “Optimization of a fuzzy contrast method for a pattern recognition system”, Workshop Proceedings of the 8th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Guanajuato, Mexico - 26th-27th of June 2012, pp.94-103. ISSN 1875-4163 (print), ISBN 978-1607506386, pp. 142-153.
27. Christian Padilla-Navarro, Rosario Baltazar-Flores, David Cuesta-Frau, Arnulfo Alaniz-Garza, Victor Zamudio-Rodríguez, “Cardiac Arrhythmia Classification Using KNN and Naive Bayes Classifiers Optimized with Differential Evolution (DE) and Particle Swarm Optimization (PSO)”, Workshop Proceedings of the 9th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Athens, Greece 16th-17th of July 2013, pp.36-46. ISSN: 1875-4163 (print), ISSN: 1875-4171 (online) ISBN978-1-61499-285-1 (print) | 978-1-61499-286-8 (online). Doi:10.3233/978-1-61499-286-8-36.
28. Adrian R. Aguiñaga, Miguel López Ramírez, Arnulfo Alaniz Garza, Rosario Baltazar, Víctor M. Zamudio, “Emotional analysis through physiological measurments” , Workshop Proceedings of the 9th International
106
Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Athens, Greece 16th-17th of July 2013, pp. 97-106. ISSN: 1875-4163 (print), ISSN: 1875-4171 (online) ISBN978-1-61499-285-1 (print) | 978-1-61499-286-8 (online). Doi:10.3233/978-1-61499-286-8-36.
29. Javier Navarro, Víctor Zamudio, Faiyaz Doctor, Carlos Lino, Rosario Baltazar, Columba Martínez, Jaime Torres, Luis Bermudez, Bertha Gutierrez, “Game Based Monitoring and Cognitive Therapy for Elderly”, Workshop Proceedings of the 9th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Athens, Greece 16th-17th of July 2013, pp.116-127. ISSN: 1875-4163 (print), ISSN: 1875-4171 (online) ISBN978-1-61499-285-1 (print) | 978-1-61499-286-8 (online). Doi:10.3233/978-1-61499-286-8-36.
30. Alejandro Sosa, Víctor Zamudio, Rosario Baltazar, Vic Callaghan and Efren Mezura, “Genetic Algorithms and Differential Evolution Algorithms Applied to Cyclic Instability Problem in Intelligent Environments with Nomadics Agents”, Workshop Proceedings of the 9th International Conference on Intelligent Environments, J.A. Botía et al. (Eds.), IOS Press. Athens, Greece 16th-17th of July 2013, pp. 222-231. ISSN: 1875-4163 (print), ISSN: 1875-4171 (online) ISBN978-1-61499-285-1 (print) | 978-1-61499-286-8 (online). Doi:10.3233/978-1-61499-286-8-36.
Dirección de tesis concluidas.
Nombre de la tesis Nombre del alumno Institución Programa Fecha
Desarrollo de un Instrumento de Captura
de Imágenes para la Medición de
deformaciones
Mayra Elizabeth Herrera Cervantes
Universidad de la Salle Bajío, A. C.
Licenciatura 2001
Recuperación de Información en Dispositivos Móviles
Moreno Ramón Julio Cesar
Instituto Tecnológico de León
Maestría Mayo 2006
Conversión de Lenguaje Verbal a Texto para Dispositivos Inalambricos mediante un Sistema Inteligente
Miranda Camargo Karina
Instituto Tecnológico de León
Maestría 2007
Identificación de Personas Mediante el Reconocimiento de Voz basado en Técnicas de Inteligencia Artificial
Garavito Navarro Joel Instituto Tecnológico de León
Maestría 2006
Propuesta de Seguridad para la Red del ITL
Juan Pablo Murillo Ruíz Instituto Tecnológico de León
Maestría 2007
Diseño de Políticas de Seguridad para la Red del ITL
Antonio Águila Reyes Instituto Tecnológico de León
Maestría 2007
DESARROLLO DE UNA PLATAFORMA PARA LA INTEGRACIÓN DE DIVERSAS ÁREAS DEL INSTITUTO TECNOLÓGICO DE LEÓN
Jesús Martín Moreno Martínez
Instituto Tecnológico de León
Licenciatura en Sistemas Comp
2007
DESARROLLO DE UN SISTEMA INTEGRAL DE INFORMACIÓN TURÍSTICA ADMINISTRABLE POR INTERNET PARA EL ESTADO DE GUANAJUATO BASADO EN SOFTWARE LIBRE
Ismael Pérez Mena Instituto Tecnológico de León
Licenciatura en Sistemas Comp
2007
107
OPTIMIZACIÓN DE LA RED INALÁMBRICA DEL INSTITUTO TECNOLÓGICO DE LEÓN
Delia Velázquez Juárez Instituto Tecnológico de León
Licenciatura en Sistemas Comp
2007
TRANSMISIÓN DE VoIP A TRAVÉS DE REDES INALÁMBRICOS
Laura Elena
Gómez
Sánchez
Instituto Tecnológico de León
Maestría 2007
DESARROLLO DE UN MODELO COMPUTACIONAL PARA EL DISEÑO DE REDES INALÁMBRICAS
Carlos
Alberto
Trujillo
Castellanos
Instituto Tecnológico de León
Maestría 2007
ACCESO A LA INFORMACIÓN OBTENIDA MEDIANTE MINERIA DE DATOS A TRAVÉS DE DISPOSITIVOS MÓVILES
Ismael Pérez
Mena
Instituto Tecnológico de León
Maestría 2009
MINERIA DE DATOS APLICADA AL PERFIL DEL TURISMO DEL ESTADO DE GUANAJUATO
Miguel Ángel
De Lira
Instituto Tecnológico de León
Maestría 2009
CONSTRUCCIÓN Y REPRESENTACIÓN DEL CONOCIMIENTO POR MEDIO DE ENFOQUES ESTRUCTURADOS Y MODELOS CUANTITATIVOS ENFOCADOS AL ANÁLISIS CREDITICIO
Estrella
Minerva
García Mejía
Instituto Tecnológico de León
Maestría 2010
APLICACIÓN DE METAHEURÍSTICAS EN EL KNAPSACK PROBLEM
Marco Aurelio
Sotelo
Figueroa
Instituto Tecnológico de León
Maestría 2010
CONTROL INALÁMBRICO DE LOS MOVIMIENTOS DE UN ROBOT MOVIL, UTILIZANDO LÓGICA DIFUSA Y COMUNICACIÓN BLUETOOTH
Omar Desiga
Orenday
Instituto Tecnológico de León
Maestría 2011
APLICACIÓN DE LOCKING POR MEDIO DE TÉCNICAS DE INTELIGENCIA ARTIFICIAL EN AMBIENTES DE CÓMPUTO PERVASIVO DE ALTA INESTABILIDAD
Leoncio
Alberto
Romero
Instituto Tecnológico de León
Maestría 2012
ANÁLISIS DE ALGORITMOS METAHEURÍSTICOS Y TOMA DE DECISIONES APLICADOS AL
Wendoly
Julieta
Romero
Instituto Tecnológico de León
Maestría 2012
108
CONTROL DE ILUMINACIÓN Y VENTILACIÓN EN AMBIENTES INTELIGENTES
Rodríguez
INTELIGENCIA DE AMBIENTE Y PERVASIVA EMPLEADA EN LA DETECCIÓN DE SITUACIONES DE RIESGO EN PERSONAS CON NECESIDADES ESPECIALES
Vanessa
Saldivar
Instituto Tecnológico de León
Maestría 2012
IMPLEMENTACIÓN DE METAHEURÍSTICAS EN LA CLASIFICACIÓN DE SEÑALES DE ECG
José
Christian
Padilla
Navarro
Instituto Tecnológico de León
Maestría 2013
ESTUDIO DE ALGORITMOS METAHEURÍSTICOS PARA LA CALENDARIZACIÓN DINÁMICA EN APLICACIONES DISTRIBUIDAS APLICADAS AL ÁREA QUIRÚRGICA
Adriana Rubí
Pérez López
Instituto Tecnológico de León
Maestría 2013
Premios, distinciones, etc.
Premio, distinción o reconocimiento recibido
Otorgado por Fecha o Periodo
Profesor con Perfil deseable Promep 2006-2009
Candidato SNI Conacyt 2004-2007
SNI 1 Conacyt 2012-2014
Profesor con Perfil deseable Promep 2013-2016
Asociaciones.
Nombre de la asociación Tipo de membresía
Periodo
IEEE Miembro 2012-2014
109
3.4 Programa para la formación de investigadores o consolidación del cuerpo académico.
Actualmente se tienen dos profesores-investigadores del Instituto Tecnológico de Tijuana que están realizando sus estudios de Doctorado en Computación, los cuales son:
NOMBRE NIVEL QUE ESTUDIA
DISCIPLINA ESPECIALIDAD INSTITUCION EN LA QUE ESTUDIA
FECHA DE INICIO
FECHA PROBABLE DE GRADUACION
M. C. Claudia Gonzalez Berrelleza
DOCTORADO CIENCIAS COMPUTACIONALES
COMPUTACIÓN INTELIGENTE
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
01/09/2012 30/08/2015
M. C. Gabriela Martinez
DOCTORADO CIENCIAS COMPUTACIONALES
COMPUTACIÓN INTELIGENTE
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA
01/09/2012 30/08/2015
3.5 Conformación del Claustro Doctoral.
Fecha de constitución. Septiembre del 2008, Integrantes: Presidente, secretario, vocal y miembros.
Presidente: Dr. Rodolfo Abraham Pazos Rangel Secretario: Dr. Oscar Castillo López Dra. Elba Patricia Melin Olmeda Dra. Laura Cruz Reyes Dr. Héctor Joaquín Fraire Huacuja Dr. Juan Javier González Barbosa Dr. Héctor José Puga Soberanes Dr. Juan Martin Carpio Valadez Dra. Maria del Rosario Baltazar Flores Dr. Fevrier Adolfo Valdez Acosta Dr. Jose Mario Garcia Valdez Dr. Jose Luciano Soria Arteche Dr. José Antonio Martínez Flores Dra. Claudia Guadalupe Gómez Santillan Dra Maria Lucila Morales Rodriguez
En la tabla siguiente se muestran los profesores-investigadores pertenecientes al Claustro Doctoral con su correspondiente nivel del SNI.
Nombre del Profesor Investigador Nivel SNI
Dr. Oscar Castillo López III
Dra. Elba Patricia Melin Olmeda III
Dr. Rodolfo Abraham Pazos Rangel II
Dra. Laura Cruz Reyes I
Dr. Héctor Joaquín Fraire Huacuja I
Dr. José Antonio Martínez Flores I
Dr. Jose Mario Garcia Valdez I
Dr. Fevrier Adolfo Valdez Acosta I
Dr. Jose Luciano Soria Arteche I
Dr. Héctor José Puga Soberanes I
Dr. Juan Martin Carpio Valadez I
Dra. Maria del Rosario Baltazar Flores I
Dra. Claudia Guadalupe Gómez Santillan C
Dr. Juan Javier González Barbosa NO
Dra Maria Lucila Morales Rodriguez NO
110
4. INFRAESTRUCTURA DESTINADA POR LINEA DE INVESTIGACION O DE TRABAJO. La infraestructura con que se cuenta para la Maestria en Ciencias en Ciencias de la Computación es adecuada y acorde a las lineas de investigación que se trabajan, y también es la base para el trabajo con el Doctorado. En las siguientes tablas se muestra en resumen la infraestructura con la que se cuenta para el programa de posgrado. En la Tabla 4.1 se indica la infraestructura física como salones, laboratorios, cubículos, etc. por línea de investigación. En la Tabla 4.2 se describe en número la bibliografía especializada con que se cuenta para el programa, y en la Tabla 4.3 se da una descripción del equipo especializado con que se cuenta en cada laboratorio por línea de investigación. TABLA 4.1- INFRAESTRUCTURA DE APOYO A LOS PROGRAMAS DE DOCTORADO Y MAESTRÍA EN CIENCIAS EN CIENCIAS DE
LA COMPUTACIÓN POR LÍNEA DE INVESTIGACIÓN
Laboratorios de Investigación
Computo de alto desempeño para investigacion en el desarrollo de tesis
Laboratorios Generales
1 Sistemas Hibridos
Inteligentes
1 cluster (16) 3 servidores (4 proc) 1 servidor (32 proc) 2 Robots autónomos Festo Robotino
Dos laboratorios generales equipados cada uno con 12 PC de procesador unas i7 y otras i5 para uso general de estudiantes para acceso a internet, busqueda de bibliografia y escritura de tesis
2 Optimizacion Inteligente 1 cluster (5X2) 1 cluster (8 X2) 1 cluster (8x4)
3 Metrologia y Sistemas Inteligentes
1 servidor (4 proc) 1 Cluster de (4xi7) 1 Sistema de Comunicación Visual
TABLA 4.2.- ACERVO BIBLIOGRÁFICO DE APOYO AL POSGRADO
Acervo Libros
No. de Títulos Diferentes
asignados al Posgrado en
Computación que se han
adquirido para laboratorios
exclusivos del Doctorado
Acervo Revistas Especializadas
Números Anuales Diferentes (sin Incluir
Volúmenes)
Software
No. de Licencias
Diferentes
100 6 60
111
5. FUENTES DE FINANCIAMIENTO DEL PROGRAMA DE POSGRADO. Se cuenta con un presupuesto anual regularizable autorizado para operar el Programa de Posgrado. El programa de maestría ya existente cuenta con su respectivo Plan Operativo Anual (POA) en el cual se tiene el presupuesto autorizado para ejercerlo anualmente. En el POA se encuentran todos los gastos en materiales, viáticos, pasajes y mantenimiento de equipo de cómputo. De los ingresos propios las instituciones autorizan la compra de materiales de consumo y materiales para procesamiento en equipo de cómputo y también se realizan los mantenimientos necesarios de las instalaciones de la maestría. De la misma forma se planea emplear los recursos existentes para la operación normal del programa de doctorado.
Actualmente, se han estado generando recursos a través de proyectos de investigación que han sido apoyados por organismos externos, tales como CONACYT, COSNET y Dirección General de Educación Superior Tecnológica. Dentro de estos proyectos los alumnos de la maestría desarrollan su trabajo de tesis, y los apoyos financieros sirven para lograr los resultados de las investigaciones. También, se está planeando hacer proyectos relacionados con el sector productivo o de servicios. Cabe destacar que, debido a la naturaleza de la línea de investigación del programa, los laboratorios para éste, principalmente requieren equipo de cómputo y software, los cuales no son extremadamente costosos.
Con todos estos recursos financieros se puede decir que ha existido un gran apoyo institucional y externo para los programa de maestría en las instituciones correspondientes, tanto para desarrollar las investigaciones como para realizar los trabajos académicos necesarios para la operación del programa. En conclusión, existe el apoyo institucional necesario y suficiente para el buen funcionamiento del programa, y los profesores-investigadores tienen la experiencia para poder obtener recursos adicionales a través de proyectos de investigación de diferentes organismos externos.
En la Tabla 5.1 se mencionan algunos de los proyectos que se han desarrollado con apoyo externo e institucional por los profesores investigadores de los tres tecnológicos.
TABLA 5.1 PROYECTOS DE INVESTIGACION REALIZADOS POR LOS PROFESORES INVESTIGADORES Línea de investigación ó de trabajo
Nombre del proyecto Nombre del Responsable Monto y fuente de financiamiento
Periodo Resultados
Sistemas Inteligentes Control Inteligente de Plantas Dinámicas No-Lineales por Medio de un Nuevo Método Basado en Redes Neuronales, Lógica Difusa y Modelos Matemáticos
Dra Elba Patricia Melin Olmeda
$363,000.00 CONACYT
16/Oct/2000 a 14/Dic/2003 6 Tesis de Maestria 3 Articulos en revista especializada 6 articulos en memorias de congreso 2 capitulo en libro editado
Sistemas Inteligentes Análisis y reconocimiento de patrones por medio de computación inteligente para aplicaciones industriales
Dra Elba Patricia Melin Olmeda
$130,000.00 COSNET
1/Ago/2002 a 31/Jul/2003 3 Tesis de Maestria 1 Articulos en revista especializada 2 articulos en memorias de congreso 2 Alumnos de Integracion a Inv.
Sistemas Inteligentes Aplicación de Modelos de Redes Neuronales al Pronóstico del Comercio Nacional e Internacional de Productos Agrícolas
Dra Elba Patricia Melin Olmeda
$538,000.00 SAGARPA-CONACYT
16/Jun/2004 a 1/Junio/2007
4 Tesis de Maestria 1 Articulos en revista especializada 3 articulos en memorias de congreso 1 capitulo en libro editado
Sistemas Inteligentes Desarrollo de Sistemas para Reconocimiento de Patrones en Seguridad Industrial empleando Métodos de
Dra Elba Patricia Melin Olmeda
$365, 440.00 COSNET
1/Ago/2004 a 31/Jul/2005 5 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de
112
Computación Inteligente congreso 1 Libro autor
Sistemas Inteligentes Desarrollo de Metodos de Redes Neuronales Modulares para Reconocimiento de Patrones en Biometria
Dra Elba Patricia Melin Olmeda
$810,000.00 CONACYT
1/Oct/2008 a 30/Sep/2011 2 Tesis de Maestria 1 Articulos en revista especializada 3 articulos en memorias de congreso 1 capitulo en libro editado
Sistemas Inteligentes Colaboración entre Sistemas Autónomos empleando Técnicas Inteligentes y Modelos de Simulación Social
Dr Oscar Castillo Lopez $309,791.00 1/Sep/2005 a 31/Ago/2006 4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo en libro editado
Sistemas Inteligentes Sistemas Inteligentes para Robotica y Automatización Industrial Investigador Responsable
Dr Oscar Castillo Lopez $368,366.00 COSNET
1/Ago/2004 a 31/Jul/2005 6 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo en libro editado
Sistemas Inteligentes Optimización de la Topologia de Sistemas Inteligentes por medio de Computación Evolutiva Investigador Responsable
Dr Oscar Castillo Lopez $189,500.00 COSNET
1/Ago/2003 a 31/Jul/2004 4 Tesis de Maestria 1 Articulos en revista especializada 3 articulos en memorias de congreso 1 capitulo en libro editado
Sistemas Inteligentes Procesamiento en Paralelo de Algoritmos Genéticos y Redes Neuronales para Control Inteligente Investigador Responsable
Dr Oscar Castillo Lopez $140,000.00 COSNET
1/Sep/2001 a 31/Ago/2002
4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 libro autor
Sistemas Inteligentes Monitoreo y diagnóstico en procesos industriales empleando lógica difusa y dimension fractal Investigador Responsable
Dr Oscar Castillo Lopez $167,726.00 COSNET
1/Ago/2002 a 31/Jul/2003
4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo de libro editado
Sistemas Inteligentes Estabilidad en Sistemas de Control Difuso Tipo-2 por medio de una Extension Difusa del método Lyapunov
Dr Oscar Castillo Lopez $130,00.00 CONACYT
1/Jul/2007 a 30/Jun 2008
4 Tesis de Maestria 2 Articulos en revista especializada 4 articulos en memorias de congreso 1 capitulo de libro editado
Sistemas Inteligentes Análisis de Algoritmos para el Aprendizaje de Estructuras. Causales. Clave Monto
Dra Laura Cruz Reyes $34,800. CONACYT (105396)
ene. 2009 dic. 2009
En proceso
Sistemas Inteligentes Optimización de procesos de Dra Laura Cruz Reyes $130,000. jul. 2008 En proceso
113
distribución. CONACYT (60519) jul. 2009
Sistemas Inteligentes Sistema de Distribución de objetos basados en métodos heurísticos y de aprendizaje automático. (Proyecto Integral)
Dra Laura Cruz Reyes $390,000 DGEST (262.06-P)
sep. 2006 ago. 2008
7 tesis de maestría terminadas 1 tesis de licenciatura
12 ublicaciones 7 asistencias a eventos
Sistemas Inteligentes Muestreo Estadístico Aplicado al Estudio del Desempeño de Algoritmos Heurísticos.
Dra Laura Cruz Reyes $29,000 COSNEST (697.03-P)
sep. 2003 ago. 2004
1 tesis de doctorado 3 tesis de maestría terminadas 5 publicaciones indizadas 2 publicaciones arbitradas 1 asistencia a evento internacional
Sistemas Inteligentes Desarrollo de Estrategias Heurísticas para el Problema de la Programación de Horarios Basado en Coloreo de Grafos.
Dra Laura Cruz Reyes $61, 469 COSNET: 609.02-P
ago. 2002 jul. 2003
1 tesis de maestría terminada 2 tesis de licenciatura terminadas 1 publicación arbitrada 1 asistencia a evento internacional 1 asistencia a evento nacional
Sistemas Inteligentes Modelo de Evaluación de Algoritmos Heurísticos Aplicados al Problema del Diseño de la Distribución de Bases de Datos.
Dra Laura Cruz Reyes $153,00 COSNET: 643.01-P
sep. 2001 ago. 2002
3 tesis de maestría terminadas 1 tesis de licenciatura terminada 2 publicaciones indexadas 2 publicaciones arbitradas 1 asistencia a evento internacional
Sistemas Inteligentes Fragmentación Vertical y Ubicación de Bases de Datos Distribuidas.
Dra Laura Cruz Reyes $26,562 COSNET 699.99-P
Oct. 1999 Sep. 2000
4 tesis de maestría terminadas 4 tesis de licenciatura terminadas 1 publicación indexada 3 publicaciones arbitradas 1 asistencia a evento internacional 3 asistencias a eventos nacionales
Sistemas Inteligentes Análisis y diseño de agentes no Markovianos de aprendizaje reforzado.
Dr. Héctor Joaquín Fraire Huacuja
100,000 (COSNET) Oct 99- Sep 00 1 Tesis de maestría
Sistemas Inteligentes Evaluación del modelo FURD usando redes neuronales.
Dr. Héctor Joaquín Fraire Huacuja
120,000 (COSNET) Sep 01-Ago 02 2 Tesis de maestría 1 publicación indexada
Sistemas Inteligentes Automatización del diseño de la fragmentación horizontal
Dr. Héctor Joaquín Fraire Huacuja
30,000 (COSNET) Dic 02-Dic 04 4 Tesis de maestría 4 Publicaciones indexadas
114
en bases de datos distribuidas
Sistemas Inteligentes Optimización por algoritmos genéticos de las reducciones de laminación y diseño computacional de un prototipo de tren laminador.
Dr. Héctor Joaquín Fraire Huacuja
1000,000 (CONACYT 62233) Colaboración ITCM- IPN Cicata Altamira
Ene 07 – Dic 08 1 Tesis maestría 3 publicaciones indexadas
Sistemas Inteligentes Metaheurísticos aplicados a la solución del problema robusto de abastecimiento internacional
Dr. Héctor Joaquín Fraire Huacuja
100,000 (CONACYT 53165)
Jul 08- Jul 09 1 Tesis de maestría 1 publicación indexada
Sistemas Inteligentes Optimización por algoritmos genéticos de las reducciones de laminación y diseño computacional de un prototipo de tren laminador.
Dr. Héctor Joaquín Fraire Huacuja
1000,000 (CONACYT 62233) Colaboración ITCM- IPN Cicata Altamira
Ene 07 – Dic 08 1 Tesis maestría 3 publicaciones indexadas
Sistemas Inteligentes Sistema de Distribución de objetos basado en métodos heurísticos y de aprendizaje automático
Dr. Juan Javier Gonzalez Barbosa
DGEST (262.06-P) 2006 - 2008 1 Tesis maestría
Sistemas inteligentes
"Técnica Híbrida de refinamiento de mallado en modelos con elementos finitos para el análisis de estructuras"
Dr. Hector Jose Puga Soberanes
COSNET (497.03-P) 2003-2005 Un congreso, un artículo en colaboración.
Sistemas inteligentes
"Técnica Híbrida de refinamiento de mallado en modelos con elementos finitos para el análisis de estructuras"
Dr. Hector Jose Puga Soberanes
COSNET (497.03.05-PR)
2006 Dos tesis de maestría
Sistemas Inteligentes Desarrollo de herramientas para desplazamiento en mapas 2D.
Dr. Hector Jose Puga Soberanes
CONCYTEG(07-13-k662-063 (02))
4/15/2007-4/15/2008 Dos congresos nacionales, uno internacional, 4 artículos en extenso en congresos nacionales y uno internacional. Dos tésis de maestría.
Sistemas Inteligentes Inteligencia artificial y procesamiento de imágenes aplicados a holografía digital y conteo de partículas
Dr. Manuel Ornelas Rodriguez
CONCYTEG $72,500.00
Abril 2007- Abril 2008 3 participaciones en congresos nacionales. 1 tesista de maestría titulado.
6. ACUERDOS O BASES DE CONCERTACIÓN. Existen Acuerdos para trabajo de investigación en colaboración con otras Instituciones de Educación Superior e Investigación, como lo son: a) Universidad Autónoma de Baja California.
Acuerdo de colaboración vigente, para intercambio de estudiantes y profesores-investigadores, así como para realizar proyectos de investigación en conjunto.
b) CITEDI-Instituto Politécnico Nacional
Acuerdo de colaboración vigente, para intercambio de estudiantes y profesores-investigadores, así como para realizar proyectos de investigación en conjunto.
c) Universidad La Salle Campus México
Acuerdo de colaboración vigente, para intercambio de estudiantes y profesores-investigadores, así como para realizar proyectos de investigación en conjunto.
d) Centro Nal. de Investigación y Desarrollo Tecnológico
Acuerdo de colaboración vigente para realizar proyectos de investigación conjuntos y codirección de tesis.
e) CICATA-Instituto Politécnico Nacional
Acuerdo de colaboración vigente para realizar proyectos de investigación conjuntos y codirección de tesis.
7. NECESIDADES DE EQUIPO Y SOFTWARE PARA LA INVESTIGACIÓN
NECESIDADES:
1) Se necesita la infraestructura para tres laboratorios de investigación, uno para cada institución (aproximadamente $350,000.00 pesos). 2) Se necesita equipo de cómputo más actualizado para los laboratorios existentes y los nuevos (20 computadoras personales y 2 servidores, que equivalen a $300,000.00 pesos). 1) Se necesita el espacio, equipo y mobiliario para 3 aulas y una sala audiovisual
(aproximadamente 325,000.00 pesos).
8. OTRA INFORMACION RELEVANTE Se debe mencionar que la Maestría en Ciencias de la Computación fue aceptada en el programa del PIFOP 1.0, ratificada en el PIFOP 2.0, y logro su ingreso al Padrón Nacional de Posgrado (PNP) en mayo del 2006. Además, hay que hacer notar que actualmente la Maestría del Instituto Tecnológico de Tijuana es sede del Capítulo México de la Sociedad de Computación Inteligente de la IEEE, y de la Sociedad Hispanoamericana de Sistemas Difusos (HAFSA), con lo cual se demuestra su liderazgo a nivel nacional e internacional en su área de investigación.
RESPONSABLE DE LA PROPUESTA. Nombre Completo, email, cargo, teléfono y extensión
Nombre: Dra. Elba Patricia Melin Olmeda Correo electrónico: [email protected] Cargo: Coordinadora General del Posgrado en Ciencias de la Computación Teléfono: (664) 6-82-72-29
116
ANEXO 1 Estudio amplio del estado del arte de la disciplina Comparación de oferta Educativa de otras Instituciones Haciendo una revisión exhaustiva de los programas de doctorado en computación existentes en el país, podemos decir que no existe otro programa con un contenido temático o línea de investigación como la nuestra. Existen otros programas con la línea de “Computación Inteligente”, pero no tienen la diversidad de cursos, ni la profundidad como los nuestros. También existen programas con la línea de investigación en “Inteligencia Artificial”, pero estos programas tienen los cursos tradicionales de Computación Simbólica, por lo que el alcance no abarca “Computación Evolutiva, Redes Neuronales, Lógica Difusa y otros paradigmas emergentes de la computación suave (Soft Computing). Por estas razones, esta más que justificado que exista un programa de estas características en el país. Además, a nivel internacional los programas de las instituciones participantes tienen un gran reconocimiento por las investigaciones y publicaciones que están siendo realizadas por los investigadores del posgrado y alumnos. Se presenta en un Anexo el estudio que se llevo a cabo de los doctorados que podrían ser considerados como una competencia para el que se describe en este documento. Resumiendo, solo el programa de doctorado en el CINVESTAV cuenta con el area de computación evolutiva, pero no tiene lógica difusa o redes neuronales. Mientras que el doctorado del CICESE, tiene redes neuronales y computo evolutivo, pero no logica difusa. Sin embargo, aun los que cuentan con redes neuronales, no manejan modelos modulares, y los de computo evolutivo no tienen computación de modelos de enjambre (swarm intelligence). En particular, la lógica difusa (tipo-1 y tipo-2) son también un distintivo de nuestro programa de doctorado, ya que nuestro grupo de investigación es que el que tiene mas publicaciones en esta area de investigación (se puede verificar en Scopus de Elsevier). Vigencia del diseño actual del plan y programa de estudios El plan de estudio del doctorado en ciencias en computación actual que se imparte se creo en el año 2009 y posteriormente en 2010 se actualizo, aunque es un plan moderno en cuanto a su estructura, se consideró importante con todos los avances que han surgido en el area, hacer una actualización completa tanto en el plan como programa de estudios, el cual refleje los avances más significativos en el área de computación en la que se enfoca la investigación en el doctorado. En base a estos argumentos, se plantea el presente plan de estudios del Doctorado en Ciencias en Computación con su estructura curricular por investigacion y con antecedentes de maestria. Tendencias actuales en la formación de investigadores La tendencia en el país para la formación de investigadores es que cada vez se involucre a alumnos desde niveles iniciales de estudios, para ir creando una conciencia de investigación y desarrollo tecnológico en personas muy jóvenes y que puedan llegar a desarrollarse mucho mejor cuando lleguen a niveles de posgrado. El CONACYT hace un esfuerzo de esto en conjunto con diferentes universidades y tecnológicos del pais al realizar la semana nacional de la ciencia y la tecnología anualmente, invitando a alumnos de primarias y secundarias a ver las investigaciones que se desarrollan en las diferentes instituciones. Además de dar un impulso muy fuerte a todos los posgrados por realizar investigación científica y desarrollo tecnológico a través de la presentación de proyectos de investigación donde se cuente con una alta formación de recursos humanos. En particular la formación de investigadores en el área de computación que se trabaja en el doctorado es muy fuerte tanto a nivel nacional como internacional, al ser
117
ésta una area de frontera que permite desarrollar tanto investigación científica básica como aplicada. Con lo cual los alumnos egresados de del doctorado salen con una alta capacidad para desarrollar investigación. 1.1 Estado del campo o del arte
En esta sección describiremos los conceptos básicos de computación evolutiva y de sistemas
inteligentes, los cuales son necesarios para entender el enfoque en los cuales se pueden desarrollar
futuros proyectos de investigación. La computación evolutiva es una área de la Inteligencia Artificial
que consiste de métodos de optimización basados en las ideas de la evolución natural (Michalewicz,
1996). Entre los métodos de la computación evolutiva se encuentran los algoritmos genéticos,
estrategias evolutivas, hardware evolutivo, y anulación simulada. También se describen en esta
sección los métodos para aplicar la computación evolutiva al problema de optimizar la topología de un
sistema inteligente basado en lógica difusa y/o redes neuronales. Por ejemplo, podemos emplear un
algoritmo genético para encontrar el mejor sistema difuso, en lo que respecta al número de reglas y a
los parámetros de las funciones de membresía, para una aplicación en particular (Mendel, 2001). Sin
embargo, también se pueden considerar otras alternativas.
Los algoritmos genéticos y de anulación simulada han sido empleados con éxito en problemas de
optimización discretos y continuos (Jang, Sun & Mizutani, 1997). Algunas características comunes de
estos métodos son las siguientes:
Libre de derivadas: Estos métodos no necesitan la información funcional de las derivadas
para encontrar un conjunto de parámetros que minimicen (o maximicen) una función objetivo
dada. En vez de esta información, estos métodos se basan exclusivamente en la evaluación
repetida de la función objetivo, y la subsecuente dirección de búsqueda después de cada
evaluación sigue ciertas guías heurísticas.
Guías heurísticas: Las guías que siguen este tipo de procedimientos de búsqueda están
basadas en algunos conceptos intuitivos muy simples. Algunos de estos conceptos están
motivados por la llamada sabiduría de la naturaleza, tal como la evolución y la
termodinámica.
Flexibilidad: El hecho de que las derivadas no sean necesarias también evita el
requerimiento de funciones objetivo diferenciables, por lo que podemos emplear una función
objetivo tan compleja como sea necesario, sin sacrificar mucho en hacer codificación extra o
en tiempo de computación. En algunos casos, la función objetivo puede incluso poseer la
estructura del modelo mismo, que puede ser un modelo difuso o neuronal.
Aleatoriedad: Estos métodos son estocásticos, lo cual quiere decir que usan generadores de
números aleatorios para determinar las direcciones de búsqueda subsecuentes. Este
elemento de aleatoriedad usualmente nos da la idea optimista de que estos métodos son
"optimizadores globales" que pueden encontrar un óptimo global si se les da un tiempo de
cómputo suficiente. En teoría, su naturaleza aleatoria hace que la probabilidad, de encontrar
el óptimo, sea positiva para una cantidad de tiempo de cómputo fija. En la práctica, sin
embargo, podría tomar una cantidad considerable de tiempo de cómputo.
Opacidad analítica: Es difícil realizar estudios analíticos de estos métodos, en parte por su
aleatoriedad y también por su naturaleza que es específica al problema. Por lo tanto, la
mayor parte de nuestro conocimiento acerca estos métodos está basado en estudios
empíricos.
118
Naturaleza iterativa: Estas técnicas son iterativas por naturaleza y necesitamos un criterio de
terminación para determinar cuándo parar el proceso de optimización. Sea K el contador de la iteración y fk la mejor función objetivo obtenida en la iteración k; algunos criterios comunes
de terminación para un problema de maximización son los siguientes:
1) Tiempo de cómputo: una cantidad designada de tiempo de cómputo, o el número de
evaluaciones de la función y/o número de iteraciones es alcanzado. 2) Meta de optimización: fk es menor que un cierto valor meta preestablecido.
3) Mejora mínima: fk - fk-1 es menor que un valor preestablecido.
4) Mejora mínima relativa: (fk - fk-1)/ fk-1 es menor que un valor preestablecido.
Ambos, los Algoritmos Genéticos (AGs) y el Recocido Simulado (RS), han estado recibiendo una gran
cantidad de atención debido a su versatilidad en la optimización de problemas tanto discretos como
continuos. Más aun, ambos tipos de métodos están motivados en la llamada "sabiduría de la
naturaleza". Los AG están basados en los conceptos de selección y evolución natural, mientras que
los RS se originaron en los procesos de templado que se encuentran en termodinámica y metalurgia.
1.1.1 Algoritmos Genéticos
Los algoritmos genéticos son métodos de optimización basados en los conceptos de procesos
evolutivos y selección natural (Goldberg, 1989). Estos métodos fueron propuestos e investigados
en un principio por John Holland de la Universidad de Michigan (Holland, 1975). Como una
herramienta de optimización de propósito general, los AGs están siendo aplicados a una gran
cantidad de problemas del mundo real. Su popularidad puede atribuirse a su no dependencia de
derivadas y a las siguientes características:
Los AGs son procedimientos de búsqueda en paralelo que se pueden implementar en máquinas de
procesamiento en paralelo para acelerar los cálculos aritméticos necesarios.
Los AGs son aplicables a problemas de optimización tanto continuos como discretos.
Los AGs son estocásticos y por lo tanto tienen una menor probabilidad de quedar atrapados
en un mínimo local, los cuales están presentes en cualquier aplicación de optimización.
La flexibilidad de los AGs facilita la identificación tanto de la estructura como de los parámetros en
modelos complejos tales como los sistemas difusos o las redes neuronales.
Los AGs codifican cada punto de un espacio de parámetros (o soluciones) en una
cadena binaria llamada "cromosoma", y cada punto es asociado con un "valor de aptitud" que,
para maximización, es usualmente igual a la función objetivo evaluada en un punto. En vez de un
solo punto, los AGs usualmente mantienen un conjunto de puntos como una "población", la cual
es evolucionada repetidamente hasta llegar al mejor valor global. En cada generación, el AG
construye una nueva población usando "operadores genéticos" tales como cruce y mutación;
miembros con valores altos de aptitud tienen más probabilidad de sobrevivir y participar en las
operaciones genéticas. Después de un número de generaciones, la población contiene
miembros con valores altos de aptitud; esto es análogo a los modelos Darwinianos de evolución.
Los AGs y sus variantes son algunas veces llamados métodos de "optimización basada en
poblaciones" ya que mejoran su funcionamiento al considerar poblaciones completas en vez de
miembros individuales. Las componentes principales de los AGs incluyen los esquemas de
codificación, evaluaciones de aptitud, esquemas de selección, operadores de cruce, y
operadores de mutación; éstos son explicados en las siguientes líneas.
Esquemas de codificación: Éstos transforman puntos en el espacio de parámetros en cadenas
binarias. Por ejemplo, un punto (11, 4, 8) en un espacio de parámetros tridimensional puede
representarse como una cadena binaria concatenada:
119
1011 0100 1000
11 4 8
en la cual cada valor de coordenada es codificado como un "gen" compuesto de cuatro bits
usando codificación binaria. Otros esquemas de codificación, tales como "gray coding", también
pueden ser empleados y, cuando es necesario, se pueden hacer arreglos para codificar números
negativos, de punto flotante, o con valores discretos. Los esquemas de codificación nos
proporcionan una forma de traducir el conocimiento específico al problema directamente al
marco de trabajo de los AG, y por lo tanto juega un papel muy importante en determinar el
funcionamiento de un AG. Más aun, los operadores genéticos, tales como el cruce y mutación,
pueden y deben ser diseñados de acuerdo al esquema de codificación empleado para una
aplicación específica.
Evaluación de la aptitud: El primer paso después de crear una generación es calcular el valor de
aptitud de cada miembro de la población. Para un problema de maximización, el valor de aptitud fi del i-ésimo miembro es usualmente la función objetivo evaluada en ese valor (o punto).
Usualmente necesitamos valores de aptitud que son positivos, por lo que algún tipo de
escalamiento monótono y/o translación pueden ser necesarios si la función objetivo no es
estrictamente positiva.
Selección: Después de la evaluación, tenemos que crear una nueva población a partir de la
generación actual. La operación de selección determina cuáles padres participan en producir
hijos para la siguiente generación, y esto es análogo a "sobrevivencia del más apto" en la
selección natural. Usualmente los miembros son seleccionados para reproducción con una
probabilidad de selección proporcional a sus valores de aptitud. La forma más común para
implementar esto es establecer la probabilidad de selección igual a:
k=n
fi / fk,
k=1
donde n es el tamaño de la población. El efecto de este método de selección es el permitir que
miembros con valores de aptitud por encima de la media se reproduzcan y remplacen a
miembros con valores de aptitud por debajo de la media.
Cruce: Para explotar el potencial de la población actual, se emplean los operadores de "cruce"
para generar nuevos cromosomas que esperamos retengan las buenas características de la
generación previa. El cruce es usualmente aplicado en pares de padres seleccionados con una
probabilidad igual a la "razón de cruce" dada. El "cruce de un punto" es el operador de cruce
más básico, donde un punto de cruce en el código genético es seleccionado aleatoriamente y
dos cromosomas padres son intercambiados en este punto. En el "cruce de dos puntos", dos
puntos de cruce son seleccionados y la parte del cromosoma entre estos dos puntos es
intercambiada para generar dos hijos. Podemos definir el cruce de n-puntos en forma similar. En
general, el cruce de (n-1)-puntos es un caso especial del caso del cruce de n-puntos. Ejemplos
del cruce de uno y dos puntos se muestran en la Figura 1.
120
Punto de cruce
100 11110 100 10010
101 10010 101 11110
(a)
1 0011 110 1 0110 110
1 0110 010 1 0011 010
(b)
Figura 1 Operadores de cruce: (a) cruce de un punto; (b) cruce de dos puntos.
Mutación: El cruce explota el potencial actual de los genes, pero si la población no contiene toda
la información codificada necesaria para resolver un problema particular, ninguna cantidad de
mezcla de genes producirá una solución satisfactoria. Por esta razón, es necesario un operador
de "mutación" capaz de espontáneamente generar nuevos cromosomas. La forma más común
de implementar la mutación es invertir un bit con una probabilidad igual a un valor muy bajo de la
llamada "razón de mutación". La razón de mutación es usualmente baja para no perder los
buenos cromosomas obtenidos del cruce. Si la razón de mutación es alta (arriba de 0.1), el
funcionamiento del AG se parecerá al de la búsqueda aleatoria primitiva. La Figure 2 proporciona
un ejemplo de mutación.
Mutación de bit
10011110 10011010
Figura 2 Operador de Mutación.
En el proceso evolucionario natural, la selección, cruce, y mutación todos ocurren en un
solo acto de generar descendientes. Aquí distinguimos entre ellos claramente para facilitar la
implementación y la experimentación con AGs. Basados en los conceptos antes mencionados,
un algoritmo genético simple para problemas de maximización se describe a continuación.
Paso 1: Inicializar una población con individuos generados aleatoriamente y evaluar el valor de
aptitud de cada individuo.
Paso 2: Realizar las siguientes operaciones:
(a) Seleccionar dos miembros de la población con probabilidades proporcionales a sus
valores de aptitud.
(b) Aplicar cruce con una probabilidad igual a la razón de cruce.
(c) Aplicar mutación con una probabilidad igual a la razón de mutación.
121
(d) Repetir (a) a (d) hasta tener suficientes miembros generados para formar la siguiente
generación.
Paso 3: Repetir pasos 2 y 3 hasta que se cumpla el criterio de terminación.
La Figura 3 muestra un diagrama esquemático que ilustra cómo producir la siguiente
generación a partir de la actual.
Generación Actual Próxima Generación
Figura 3 Produciendo la siguiente generación en AGs.
1.1.2 Algoritmos Genéticos en Paralelo
Considerando que los AGs poseen un paralelismo intrínseco, no se necesita realizar un esfuerzo extra para
construir un marco de referencia de computación en paralelo para estos métodos (Castillo y Melin, 2001a).
Al contrario, los AG pueden explotarse al máximo si se utilizan en paralelo para lograr la velocidad
requerida en las aplicaciones prácticas.
Existen varios métodos para paralelizar un AG para mejorar la velocidad computacional (Cantu
Paz, 1995). Los métodos de paralelización pueden clasificarse en Global, Migración y Difusión. Estas
categorías reflejan las diferentes formas en las cuales el paralelismo puede ser explotado en el AG así como
la naturaleza de la estructura de la población y los mecanismos de recombinación que se pueden emplear.
AG Global
El AG global trata a toda la población como un solo mecanismo de reproducción. Esto se puede
implementar en una computadora de memoria compartida o una computadora de memoria distribuida. En
un multiprocesador de memoria compartida, los cromosomas son guardados en la memoria compartida.
Cada procesador accede al cromosoma particular asignado y regresa los valores de aptitud sin ningún
conflicto. Debemos notar que se necesita algún tipo de sincronización entre generación y generación.
También es necesario balancear la carga computacional entre los procesadores empleando un algoritmo de
planeación dinámico.
En una computadora de memoria distribuida, la población puede guardarse en un procesador para
simplificar los operadores genéticos. Esto está basado en la arquitectura del granjero-trabajador. El
procesador granjero es responsable de enviar los cromosomas a los procesadores trabajadores con el
10010110 …
01100010 …
10100100 …
.
.
.
01111101
10010110 …
01100010 …
10100100 …
.
.
.
10011101 …
selección
cruce
mutación
122
propósito de evaluar su aptitud. También recolecta los resultados de éstos, y aplica los operadores genéticos
para producir la siguiente generación (Melin y Castillo, 2002).
AG de Migración
Éste es otro método de procesamiento en paralelo para algoritmos genéticos. El AG de migración divide la
población en un número de subpoblaciones, cada una de las cuales es tratada como si fuera una unidad de
reproducción separada bajo el control de un AG convencional. Para motivar la proliferación del buen
material genético a través de toda la población, se permite la migración entre las subpoblaciones de vez en
cuando. Los parámetros requeridos para migración exitosa son la “razón de migración” y el “intervalo de
migración”. La razón de migración gobierna el número de individuos que van a ser migrados. El intervalo
de migración afecta la frecuencia de las migraciones. Los valores de estos parámetros se seleccionan
experimentalmente. En general, la ocurrencia de migración usualmente se fija a un valor constante bajo. El
AG de migración es muy apropiado para una implementación en paralelo en máquinas de Múltiples
Instrucciones y Múltiples Datos (MIMD). La arquitectura de hipercubos y anillos son las más comunes
para estos propósitos.
AG de Difusión
El AG de difusión considera a la población como una sola estructura continua. Cada individuo es asignado
a una localización geográfica sobre la superficie de la población y usualmente es en un reticulado
bidimensional. Esto es debido a la topología del elemento de procesamiento en muchas computadoras
masivamente paralelas que están construidas de esta forma. Se permite que los individuos se reproduzcan
solamente con los que están en una pequeña vecindad local. Esta vecindad es usualmente seleccionada de
entre los individuos inmediatamente adyacentes en la superficie de la población y es motivada por las
restricciones de comunicación prácticas de las computadoras en paralelo.
1.1.3 Recocido Simulado
El "Recocido Simulado" (RS) es otro método de optimización libre de derivadas que recientemente ha
recibido mucha atención por ser tan conveniente para problemas de optimización tanto continuos
como discretos (Otten & Ginneken, 1989). Cuando los RS fueron propuestos inicialmente (Kirkpatrick,
Gelatt & Vecchi, 1983) se conocían más por su eficiencia en encontrar soluciones óptimas para
problemas de optimización en gran escala, tales como el del agente viajero y problemas de
asignación. Las aplicaciones recientes de los RS y sus variantes (Ingber & Rosen, 1992) también
demuestran que este método puede ser competitivo para problemas de optimización continuos.
En recocido simulado, el valor de una función objetivo que queremos minimizar es
análogo a la energía de un sistema termodinámico. A altas temperaturas, el RS permite
evaluaciones de función de puntos lejanos y es posible aceptar un nuevo punto con energía más
alta. Esto corresponde a la situación en la cual átomos con alta movilidad tratan de orientarse
con otros átomos y el estado de energía puede ocasionalmente subir. A bajas temperaturas, el
RS evalúa la función objetivo sólo en puntos locales y la posibilidad de aceptar un nuevo punto
con alta energía es más baja. Esto es análogo a la situación en la cual átomos de baja movilidad
sólo pueden orientarse con átomos locales y el estado de energía no es posible que suba de
nuevo.
Obviamente, la parte más importante del RS es la llamada "calendarización de recocido"
o "calendarización de enfriamiento", la cual especifica qué tan rápidamente disminuye la
temperatura de valores altos a bajos. Ésta es usualmente dependiente de la aplicación y requiere
de algo de experimentación de prueba y error.
La terminología fundamental de los RS es la siguiente.
Función Objetivo: Una función objetivo f(.) mapea un vector de entrada x en un escalar:
E = f(x), Donde cada x es vista como un punto en un espacio de entrada. La tarea del RS es muestrear el
espacio de entrada en forma eficiente para encontrar una x que minimice E.
123
Función Generadora: Una función generadora g(. , .) especifica la función de densidad de
probabilidad de la diferencia entre el punto actual y el siguiente punto a visitarse.
Específicamente, x ( = xnew - x ) es una variable aleatoria con función de densidad de
probabilidad g(x,T), donde T es la temperatura.
Función de Aceptación: Después de que un nuevo punto xnew ha sido evaluado, el RS decide si
aceptar o rechazar en base al valor de una función de aceptación h(. , .). La función de
aceptación más usada es la "Distribución de probabilidad de Boltzmann":
h(E, T) = 1 (1)
1 + exp(E / (cT))
donde c es una constante dependiente del sistema, T es la temperatura, y E es la diferencia de
energía entre xnew y x:
E = f( xnew ) - f(x)
La práctica más común es aceptar xnew con probabilidad h(E , T).
Calendarización de Recocido: Una calendarización de recocido regula qué tan rápidamente la
temperatura T va de valores altos a bajos, como una función del tiempo o número de iteraciones.
La interpretación exacta de "alto" y "bajo" y la especificación de una buena calendarización
requiere de cierto conocimiento del problema y algo de experimentación. La forma más sencilla
de establecer la calendarización es la de disminuir la temperatura T un cierto porcentaje en cada
iteración.
El algoritmo básico de recocido simulado es el siguiente:
Paso 1: Seleccionar un punto inicial x y establecer una temperatura inicial alta T. Establecer la
cuenta de iteraciones k en 1.
Paso 2: Evaluar la función objetivo E = f(x) .
Paso 3: Seleccionar x con probabilidad determinada por la función generadora g(x, T). Hacer el
nuevo punto xnew igual a x + x .
Paso 4: Calcular el nuevo valor de la función objetivo: Enew = f(xnew) .
Paso 5: Hacer x igual a xnew y E igual a Enew con probabilidad determinada por la función de
aceptación h( E , T ), donde E = Enew- E .
Paso 6: Reducir la temperatura T de acuerdo a la calendarización de recocido.
Paso 7: Incrementar la cuenta de iteración k. Si k llega al máximo número de iteraciones,
terminar. De otra forma, ir al paso 3.
En un RS convencional, también conocido como "Máquina de Boltzmann", la función generadora
es una función de densidad de probabilidad Gaussiana:
g( x , T ) = (2T)-n/2 exp[-|| x ||2 / (2T)] (2)
donde x ( = xnew - x) es la desviación de un nuevo punto respecto al actual, T es la temperatura,
y n es la dimensión del espacio bajo exploración.
124
Una variante de la máquina de Boltzmann incluye la "Máquina de Cauchy" o "recocido
simulado rápido" (Szu & Hartley, 1987), donde la función generadora es la distribución de
Cauchy:
g (x) = T (3)
( || x ||2 + T2)(n + 1)/2
Otra variante del RS original, llamada recocido simulado "muy rápido" (Ingber & Rosen,
1992), fue diseñada para problemas de optimización en un espacio de búsqueda restringido.
Este método se ha visto que es más rápido que los algoritmos genéticos en varios problemas de
prueba.
1.1.4 Evolución de Redes Neuronales
Las redes neuronales son modelos computacionales de aprendizaje motivados en la biología,
inspirados principalmente por ideas de neuro-fisiología (Hopfield, 1982). Recientemente, se han
hecho algunos esfuerzos para utilizar algoritmos genéticos en la evolución de redes neuronales
(Mitchell, 1996).
En su forma más simple de forma hacia adelante, una red neuronal es una colección de
neuronas conectadas en las cuales las conexiones tienen pesos, usualmente los pesos tienen
valores en números reales (Cybenko, 1989). A la red se le presenta un patrón de activación
sobre sus unidades de entrada, tales como un conjunto de números representando las
características de una imagen a ser clasificada. La activación se propaga hacia adelante de las
unidades de entrada hacia las unidades de salida a través de las conexiones con pesos. Este
proceso se supone que simula la forma en que la activación se propaga a traves de las redes de
neuronas en el cerebro humano. En una red hacia adelante, la activación sólo se propaga en la
dirección de hacia adelante, de la capa de entrada a través de las capas ocultas hasta la capa de
salida. Mucha gente también ha experimentado con redes “recurrentes”, en las cuales también
hay conexiones de retroalimentación hacia atrás (Korn, 1995).
En la mayoría de las aplicaciones, las redes neuronales aprenden un mapeo entre
patrones de entrada y salida a través de un algoritmo de aprendizaje (Kohonen, 1982).
Típicamente los pesos son inicializados aleatoriamente. Entonces el conjunto de datos de
entrenamiento es presentado secuencialmente a la red neuronal. En el procedimiento de
aprendizaje llamado "backpropagation", después de que cada entrada ha sido propagada a
través de la red y la salida ha sido calculada, un “maestro” compara el valor de activación de
cada unidad de salida con los valores correctos, y los pesos en la red son ajustados para reducir
la diferencia entre la salida de la red y la salida correcta (Melin y Castillo, 2001d). Este tipo de
procedimiento es conocido como “aprendizaje supervisado”, ya que un maestro supervisa el
aprendizaje proporcionando valores correctos para guiar el proceso de aprendizaje (Melin y
Castillo, 2001a). Existen muchas formas de aplicar los algoritmos genéticos a las redes
neuronales (Chalmers, 1990). Algunos aspectos que se pueden evolucionar son los pesos en
una red fija (Kitano, 1990), la arquitectura de la red (es decir, el número de neuronas y sus
interconexiones pueden cambiar), y la regla de aprendizaje empleada por la red neuronal
(Montana y Davis, 1989).
1.1.5 Evolución de Sistemas Difusos
Desde un inicio cuando se introdujo el concepto fundamental de la lógica difusa por Zadeh en
1973, su aplicación en las áreas de ingeniería ha sido estudiada ampliamente. Su mayor
atractivo viene de las características propias de los sistemas basados en lógica difusa. Estos
sistemas son capaces de manejar sistemas dinámicos no-lineales complejos empleando
soluciones sencillas (Karnik y Mendel, 1998). Frecuentemente, los sistemas difusos proporcionan
125
un mejor funcionamiento respecto a los enfoques convencionales con un menor costo de
desarrollo.
Sin embargo, obtener un conjunto óptimo de funciones de membresía y de reglas difusas
no es una tarea fácil (Castillo y Melin, 2001c). Requiere tiempo, experiencia, y habilidades del
operador para realizar una tarea tediosa de ajuste difuso (Melin y Castillo, 2001b). En principio,
no existe una regla general o método para establecer un sistema difuso para una aplicación
específica (Castillo y Melin, 2001b). Recientemente, muchos investigadores han considerado un
número de técnicas inteligentes para la tarea de ajustar un sistema difuso.
Por ejemplo, un esquema innovador para optimizar sistemas difusos fue propuesto por
Man, Tang y Kwong en 1999. Este enfoque tiene la habilidad de llegar a un conjunto óptimo de
reglas y funciones de membresía sin conocer la topología de los conjuntos difusos. La idea
conceptual de este enfoque es tener un esquema automático e inteligente para ajustar las
funciones de membresía y las reglas de un sistema difuso.
En este caso, el cromosoma de un sistema difuso particular se muestra en la Figura 4. El
cromosoma consiste de dos tipos de genes, los genes de control y los genes de parámetros. Los
genes de control, en forma de bits, determinan la activación de las funciones de membresía,
mientras que los genes de parámetros tienen la forma de números reales para representar las
funciones de membresía.
Membresía Genes de Control Genes de Parámetros
Cromosoma (ze) (zp)
(z) … … …
Figura 4 Estructura del cromosoma para un sistema difuso.
En esta sección se han presentado los conceptos básicos de computación evolutiva y en
particular de los algoritmos genéticos y recocido simulado. Estos métodos de optimización han
sido motivados por la llamada sabiduría de la naturaleza. Los algoritmos genéticos simulan el
proceso de evolución de la naturaleza, mientras que el recocido simulado está basada en los
procesos termodinámicos de enfriamiento en metales. También se ha presentado la aplicación
de algoritmos genéticos a los problemas de optimizar redes neuronales y sistemas difusos. Los
algoritmos genéticos pueden verse como una técnica eficiente para el diseño de sistemas
inteligentes, porque pueden utilizarse para optimizar los pesos o arquitectura de la red neuronal,
o el número de reglas en un sistema difuso.
Bibliografía:
Cantú-Paz, E. (1995). “A Summary of Research on Parallel Genetic Algorithms”, IlliGAL Report
No. 95007, Illinois Genetic Algorithm Laboratory, University of Illinois at Urbana-
Champaing.
Castillo, O. & Melin, P. (2001a). "Soft Computing for Control of Non-Linear Dynamical Systems",
Springer-Verlag, Heidelberg, Germany.
Castillo, O. & Melin, P. (2001b). "Intelligent Control of the Electrical Tuning Process in
Televisions using Soft Computing Techniques", Proceedings of ANNIE'2001, St. Louis,
Missouri, USA, pp. 209-214.
Castillo, O. & Melin, P. (2001c). "Soft Computing for Control of Non-Linear Dynamical Systems",
Proceedings of the International Conference on Intelligent Technologies (InTech'2001),
Bangkok, Thailand, pp. 1-7.
Castillo, O. & Melin, P. (2001d). "Hybrid Intelligent Systems for Time Series Prediction", Journal
of Smart Engineering System Design, Francis and Taylor Publishers, Volume 3 Issue 3, pp.
1-8.
0 1a 1b 1c 1 1 0 2a 2b 2c na nb nc
126
Chalmers, D. (1990). " The evolution of learning: an experiment in genetic connectionism".
Proceedings of the 1990 Connectionist Models Summer School. Morgan Kaufmann.
Cybenko, G. (1989). "Approximation by Superpositions of a Sigmoidal Function", Mathematics of
Control, Signals and Systems, Vol. 2, pp. 303-314.
Goldberg, D.E. (1989). "Genetic Algorithms in Search, Optimization and Machine Learning",
Addison Wesley Publishing.
Holland, J. H. (1975). "Adaptation in Natural and Artificial Systems", University of Michigan
Press.
Hopfield, J. J. (1982). “Neural Networks and Physical Systems with Emergent Collective
Computational Abilities”, Proceedings of the National Academy of Science, USA, pp. 2554-
2558.
Ingber, L. & Rosen, B.E. (1992). "Genetic Algorithms and Very Fast Simulated Reannealing",
Journal of Mathematical and Computer Modelling, Vol. 16, pp. 87-100.
Jang, J.-S. R. (1993). "ANFIS: Adaptive-Network-Based Fuzzy Inference Systems", IEEE
Transactions on Systems, Man and Cybernetics, Vol. 23, pp. 665-685.
Jang, J.-S. R. & Gulley, N. (1997). "MATLAB: Fuzzy Logic Toolbox, User's Guide", The Math-
Works, Inc. Publisher.
Jang, J.-S. R., Sun, C.-T. & Mizutani, E. (1997). "Neurofuzzy and Soft Computing: A
Computational Approach to Learning and Machine Intelligence", Prentice-Hall.
Karnik, N.N & Mendel, J.M. (1998). “An Introduction to Type-2 Fuzzy Logic Systems”, Technical
Report, University of Southern California.
Kirkpatrick, S., Gelatt, C. D. & Vecchi, M. P. (1983). "Optimization by Simulated Annealing",
Science, Vol. 220, pp. 671-680.
Kitano, H. (1990). "Designing neural networks using genetic algorithms with graph generation
system", Journal of Complex Systems, Vol. 4, pp. 461-476.
Kohonen, T. (1982). “Self-Organized Formation of Topologically Correct Feature Maps,
Biological Cybernetics, Vol. 66 pp. 59-69.
Korn, G. A. (1995). "Neural Networks and Fuzzy Logic Control on Personal Computers and
Workstations", MIT Press.
Man, K. F., Tang, K.S. & Kwong, S. (1999). "Genetic Algorithms". Springer-Verlag.
Melin, P. & Castillo, O. (2001a). "A New Method for Adaptive Model-Based Control of Non-
Linear Dynamic Plants using a Neuro-Fuzzy-Fractal Approach", Journal of Soft Computing,
Springer-Verlag, 5(2), pp. 171-177.
Melin, P. & Castillo, O. (2001b) “Intelligent Control of Complex Electrochemical Systems With a
Neuro-Fuzzy-Genetic Approach”, IEEE Transactions on Industrial Electronics, Vol. 48
Number 5, pp. 951-955.
Melin, P. & Castillo, O. (2002) “Modelling Simulation and Control of Non-Linear Dynamical
Systems: An Intelligent Approach Using Soft Computing and Fractal Theory”, Taylor and
Francis Publishers, London, Great Britain.
Mendel, J. (2001). "Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New
Directions", Prentice-Hall, New Jersey, USA.
Michalewicz, Z. (1996). “Genetic Algorithms + Data Structures = Evolution program”, 3rd
Edition,
Springer-Verlag.
Mitchell, M. (1996). "An Introduction to Genetic Algorithms", MIT Press, Cambridge, MA, USA.
Montana, G. & Davis, L. (1989). "Training feedforward networks using genetic algorithms",
Proceedings of the International Joint Conference on Artificial Intelligence, Morgan
Kauffmann.
Otten, R. H. J. M. & van Ginneken, L. P. (1989). "The Annealing Algorithm", Kluwer Academic.
Zadeh, L.A. (1973). "Outline of a New Approach to the Analysis of Complex Systems and
Decision Processes", IEEE Transactions on Systems, Man and Cybernetics, Vol. 3, pp. 28-
44.
1.2 Estado del arte en Reconocimiento de Patrones con Computación Inteligente
127
Primeramente se dará una breve descripción general del estado del arte en el área de
reconocimiento de personas con aspectos biométricos para sistemas de seguridad,
posteriormente se dará una descripción de la teoría de redes neuronales modulares, las cuales
se estudiarán como una metodología computacional aplicable al desarrollo e implementación de
sistemas de seguridad industrial.
1.2.1 Introducción Desde la antigüedad, el hombre ha tratado de controlar el acceso a determinados lugares, o a determinada información. Los sobres lacrados con el sello real, el conocimiento de un santo y seña, la utilización de un determinado uniforme, la posesión de una determinada llave, han permitido desde siempre el acceso a lugares restringidos. En la sociedad digital, se han sustituido los objetos anteriores por contraseñas, números PIN, certificados digitales, firmas digitales, etc. Sin embargo estos objetos o datos pueden ser robados, falsificados, filtrados o deducidos. Es fácil conocer la contraseña de una persona o adivinar un numero PIN. Para permitir autenticar a una persona, ya sea para acceder a un lugar físico, para efectuar una transacción bancaria o para realizar una compra se deben buscar métodos que no dependan de una "llave" determinada, sino que la propia persona sea la llave que le permita autenticarse. Es aquí donde entra la biometría. La biometría es la disciplina que permite identificar y/u obtener rasgos de la persona basándose en sus características físicas y/o en sus pautas de comportamiento. De esta forma estas tecnologías permiten establecer una relación entre una persona y un determinado patrón asociado a ella de forma segura e intransferible.
La diferencia principal de los métodos biométricos de identificación con los métodos clásicos radica en que la propia persona es la "llave". Dicha llave no puede ser perdida ni robada y su falsificación resulta cuanto menos costosa. Estos sistemas no sólo pueden ser usados para el control de acceso a lugares de alta seguridad o a la localización de sospechosos, sino que pueden ser empleados en áreas tan distintas como el comercio electrónico, marketing personalizado, mayor comodidad a la hora de entrada en el lugar de trabajo. Además de los usos de identificación de las personas, estas técnicas permiten otro tipo de aplicaciones relacionadas con la interacción Hombre-Máquina De esta forma una computadora podría controlar el cansancio o el estado de ánimo de determinadas personas para verificar que están capacitadas para llevar a cabo alguna acción peligrosa (por ejemplo control de la frecuencia de parpadeo de un conductor de automóvil). Hay que tener en cuenta que, como los métodos clásicos de identificación, estos métodos no son infalibles aunque sí son rápidos y repetitivos. 1.2.2 Técnicas de Sistemas Biométricos El ser humano ha utilizado el reconocimiento facial como método principal para reconocer a sus semejantes, sin embargo, el ser humano dispone de otros métodos que le permiten reconocer a una persona como son la voz, la forma de caminar, el ruido de sus zapatos al subir unas escaleras, el perfume, etc. No todos estos métodos tienen una réplica en el reconocimiento biométrico realizado por una computadora, sin embargo, existen otros muchos que permiten a una computadora diferenciar a una persona y no pueden ser reproducidos por el ser humano.
Hasta la fecha se han desarrollado numerosos métodos de reconocimiento biométrico, con diferentes grados de aceptación y prestaciones. Entre los más desarrollados actualmente se encuentran los siguientes:
Reconocimiento Facial
Reconocimiento de Iris
Reconocimiento de Retina
Reconocimiento de Huellas Dactilares
Reconocimiento de Características de la Mano
Reconocimiento de la Huella de la Palma
Reconocimiento de voz Además de estos métodos existen muchos otros que, o bien están en fase de desarrollo o su uso está menos extendido que resultan, cuanto menos, curiosos. Ejemplos de estos sistemas pueden ser los basados en el olor de una persona, la forma de sus orejas, la forma de firmar, su forma de caminar, que nos demuestran que existen numerosas características discriminantes
128
entre personas que, aunque se escapan a nuestros propios sentidos, permiten diferenciarnos a unos de otros mediante métodos automáticos.
De los anteriores sistemas, el sistema más seguro en la actualidad es el reconocimiento por iris, utilizado en aeropuertos, centrales nucleares y centros de gran seguridad. Las huellas dactilares han sido siempre relacionadas con temas policiales y no son muy aceptadas por el público en general, el reconocimiento facial permite la detección automática de personas incluso sin su conocimiento, podemos decir entonces que cada método biométrico tiene un ámbito de aplicación determinado.
En la figura 1 se muestra un prototipo de reconocimiento geométrico de manos y
características discriminantes que se seleccionan.
Figura 1. Prototipo de Reconocimiento Geométrico de manos y características discriminantes seleccionadas
Para llevar a cabo el reconocimiento de una determinada persona el sistema biométrico
debe extraer características discriminantes de ésta y, a partir de ellas generar un patrón que permita su identificación. El sistema biométrico no guarda la característica en sí como puede ser la mano, el iris, sino que guarda pequeños patrones asociados a éstos, lo que supone a la vez un aumento de privacidad, ya que estos datos sólo pueden ser tratados desde el propio sistema de reconocimiento y permite una disminución de tamaño y velocidad de procesado.
El uso más extendido hoy en día de la biometría consiste en su utilización en sistemas
de vigilancia y control de acceso a lugares de alta seguridad. Otros sistemas facilitan la labor de entrada/salida de los trabajadores de la empresa evitando posibles fraudes con el sistema tradicional de tarjeta. Otros sistemas son instalados en aeropuertos y permiten la identificación de personas de forma automática.
La aplicación de la biometría no se reduce al control de acceso a espacios físicos, sino que es aplicable a comercio electrónico, validación de firmas digitales por medio de una llave biométrica, marketing personalizado, autenticación de personas en aplicaciones de voto electrónico y de voto por Internet. Aparte de identificar a una persona, las técnicas biométricas permiten conocer su comportamiento, de esta forma se pueden desarrollar sistemas que determinen el estado de ánimo de una persona, que detecten síntomas de cansancio cuando están en una labor repetitiva o, incluso de enfermedad y actúen en consecuencia.
La biometría puede ayudar a conseguir mayor seguridad en los sistemas de comercio electrónico, banca electrónica, y de seguridad en la industria, el amplio abanico de posibilidades
129
que ofrece permite incluso entrar en el análisis de cualquier tipo de patrón biométrico pudiendo también permitir, en un futuro, la detección automática de enfermedades, control del estado de ánimo de las personas, midiendo los marcadores biológicos correspondientes.
Se ha encontrado en la actualidad que los sistemas biométricos desarrollados con
técnicas tradicionales tienen un porcentaje de reconocimiento limitado y muchas veces no tienen
el tiempo de respuesta necesario para aplicaciones de tiempo real. Por esta razón, es importante
investigar nuevas técnicas que puedan contribuir a mejorar el reconocimiento, en particular en
nuestro caso consideraremos técnicas de computación inteligente, como son redes neuronales
modulares, lógica difusa y algoritmos genéticos. A continuación se dará una breve descripción de
cómo estas técnicas pueden emplearse al reconocimiento de patrones.
1.2.2 Técnicas de Computación Inteligente para el Reconocimiento de Patrones 1.2.2.1 Redes Neuronales Una red neuronal es una estructura de cómputo capaz de discriminar y modelar características no lineales. Está compuesta por un conjunto de unidades (usualmente grande) de procesamientos sencillos conectados entre sí, que operan de forma conjunta [2]. Las Redes Neuronales Artificiales fueron originalmente una simulación abstracta de los sistemas nerviosos biológicos, formados por un conjunto de unidades llamadas "neuronas" o "nodos" conectadas unas con otras. Estas conexiones tienen una gran semejanza con las dendrítas y los axones en los sistemas nerviosos biológicos [3]. Una red neuronal Artificial es un sistema de procesamiento de información que tiene un comportamiento similar a las redes neuronales biológicas. Una red neuronal artificial debe ser desarrollada como generalizaciones de modelos matemáticos de la cognición humana o la biología neuronal, basados en la suposición o hipótesis de que:
1. El proceso de la información se realiza por muchos elementos simples llamados neuronas.
2. Las señales se pasan entre neuronas a través de enlaces de conexión. 3. Cada enlace de conexión está asociado a un peso, el cual, en una típica red neuronal,
multiplica la señal transmitida.
A cada neurona se aplica una función de activación (usualmente no lineal) a sus entradas (suma de
las señales los pesos de entrada) para determinar la señal de salida [4].
Una propiedad vital de las redes neuronales es cómo pueden aprender una respuesta deseada. La ventaja del aprendizaje es que no necesita una forma explícita del sistema de reglas para realizar una tarea. El modo de aprendizaje más sencillo consiste en la presentación de patrones de entrada junto a los patrones de salida deseados (“targets”) para cada patrón de entrada, por eso se llama aprendizaje supervisado. Si no se le presentan a la red los patrones de salida deseados, diremos que se trata de aprendizaje no supervisado, ya que no se le indica a la red los resultados que debe dar, sino que se le deja seguir alguna regla de auto-organización. Un tercer tipo de aprendizaje, a medio camino entre los anteriores, es el llamado aprendizaje reforzado, en este caso el supervisor se limita a indicar si la salida ofrecida por la red es correcta o incorrecta, pero no indica qué respuesta debe dar [1].
1.2.2.2 Redes Neuronales Modulares Una red neuronal modular se basa en la idea de “divide y vencerás”: un problema complejo se puede dividir en una serie de subproblemas más sencillos que pueden ser resueltos eficientemente por redes más pequeñas. Ofrecen ventajas también en la aproximación o modelado de funciones discontinuas. La modularidad se liga obviamente a la noción del cómputo local. Esto significa que cada módulo es un sistema independiente que obra recíprocamente con otro en una arquitectura entera para realizar una función más compleja. En nuestro punto de vista cada módulo tiene que realizar una función interpretable y relevante explícita según las características mecánicas y físicas del sistema [5]. Ventajas de las Redes Neuronales Modulares:
El entrenamiento de una red modular es más rápido que en una red monolítica por las siguientes razones:
130
1. El número de conexiones (menor cantidad de pesos, menos operaciones) 2. Los módulos en la capa de entrada son independientes
El entrenamiento es en paralelo y el tiempo de entrenamiento para cada módulo es igual.
Proporciona un aumento de la velocidad de aprendizaje, ya que cada módulo experto tiene menor tamaño (elementos de proceso), y se encarga de una subtarea, que por definición es de resolución más sencilla que la tarea global.
Si el modelo admite de forma natural una descomposición en funciones más simples, el empleo de una red modular se traduce en un aprendizaje más rápido
En determinados problemas proporciona una mayor información respecto a cómo la red representa internamente la información
Relativa sencillez de los módulos constituyentes. Los módulos expertos no necesitan ser complicados, ya que tal y como se ha indicado antes, cada subtarea se hace responsable de un subproceso elemental.
Cada módulo puede ser construido de manera diferente, de forma que se ajuste a las exigencias de cada subtarea. Esta idea da paso a los sistemas heterogéneos, introduciéndose de manera intuitiva el concepto de sistemas híbridos.
Integración de los Módulos:
Una vez efectuado el análisis del problema, construidos y ajustados los módulos que se hacen
responsables de su resolución, es necesario especificar el mecanismo que reúna cada una de las
soluciones parciales alcanzadas para crear la solución al problema original. De un modo más general
y, por supuesto, acorde a la manera en que se ha hecho el reparto de la información, se pueden
distinguir diferentes métodos de integración o combinación de los módulos que se hayan considerado
[6]. El mecanismo de “el ganador se lo lleva todo” (Gating Network): Sólo se puede plantear en aquellos sistemas en los que los expertos realizan tareas parecidas y ofrecen resultados homogéneos. Modelos en serie: La idea principal en este método, es emplear diferentes niveles de módulos, donde la salida de cada nivel, es la entrada para el siguiente Mecanismos de votación: Una arquitectura muy simple para construir sistemas modulares se basa en la creación de una conjunto de módulos expertos, cada uno de ellos especializado en una tarea específica que ha sido determinada a priori, y establecer un sencillo mecanismo de votación Combinación lineal de resultados: Sólo tiene sentido cuando las salidas de los módulos son todas cuantitativas. Lógica Difusa: Se define una función de pertenencia difusa que indica el modelo a utilizar, lo que proporciona una transición suave entre los modelos al dar mayor o menor peso a cada modelo en función de un conjunto de variables borrosas. Integrales Difusas y Medidas de Sugeno: Las integrales difusas son una función no lineal que se
define respecto a la medida difusa, especialmente "g-fuzzy measure" introducida por Sugeno [7].
1.2.2.2 Algoritmos Genéticos Los Algoritmos Genéticos (GA) fueron introducidos por John Holland en 1970 inspirándose en el proceso observado en la evolución natural de los seres vivos. Los algoritmos genéticos son métodos sistemáticos para la resolución de problemas de búsqueda y optimización que aplican a éstos los mismos métodos de la evolución biológica: selección basada en la población, reproducción y mutación.
Para llevar a la práctica el esquema anterior y concretarlo en un algoritmo, hay que especificar los siguientes elementos:
Una representación cromosómica
Una población inicial
Una medida de evaluación
Un criterio de selección / eliminación de cromosomas
Una o varias operaciones de recombinación
131
Una o varias operaciones de mutación. Los algoritmos genéticos son métodos de optimización, que tratan de resolver el mismo conjunto de problemas que se ha contemplado anteriormente, es decir, hallar (xi,...,xn) tales que F(xi,...,xn) sea máximo. En un algoritmo genético, tras parametrizar el problema en una serie de variables, (xi,...,xn) se codifican en un cromosoma. Todas los operadores utilizados por un algoritmo genético se aplicarán sobre estos cromosomas, o sobre poblaciones de ellos. En el algoritmo genético va implícito el método para resolver el problema; son sólo parámetros de tal método los que están codificados, a diferencia de otros algoritmos evolutivos como la programación genética. Hay que tener en cuenta que un algoritmo genético es independiente del problema, lo cual lo hace un algoritmo robusto, por ser útil para cualquier problema, pero a la vez débil, pues no está especializado en ninguno.
Los algoritmos genéticos pueden ser usados para optimizar la arquitectura de una red neuronal en
nuestro caso se utilizará para optimizar las redes neuronales modulares por separado usando un
algoritmo genético, para esto se tiene una arquitectura de una red que no se sabe si es la óptima, lo
que se trata de hacer con el algoritmo genético es que reduzca el mayor número de capas y nodos,
para obtener una arquitectura pequeña para que cuando se tenga que entrenar la red con datos
específicos de la aplicación no se ocupe mucho tiempo y que al final del entrenamiento nos dé el
resultado adecuado. Los algoritmos genéticos requieren que el conjunto a optimizar se codifique en un cromosoma. Cada cromosoma tiene varios genes, que corresponden a parámetros del problema. Para poder trabajar con estos genes en la computadora, es necesario codificarlos en una cadena, es decir, una lista de símbolos (números o letras) que generalmente va a estar compuesta de 0s y 1s. A partir de una población de "cromosomas" (cadenas de 1 y 0, o bits) generados aleatoriamente se crea una nueva población usando un mecanismo de selección natural junto con los operadores genéticos de cruce, mutación e inversión. La población inicial suele ser generada aleatoriamente. Sin embargo, últimamente se están utilizando métodos heurísticos para generar soluciones iniciales de buena calidad. En este caso, es importante garantizar la diversidad estructural de estas soluciones para tener una "representación" de la mayor parte de población posible o al menos evitar la convergencia prematura. Una arquitectura posible inicial de una red neuronal puede ser como la que se muestra en la Figura 2.
Figura 2 Arquitectura general de una red neuronal para ser optimizada
Capa Entrada Capas Ocultas Capa Salida
Entrada Salida
Neuronas
132
Para poder optimizar una red neuronal se tiene que dar una red con 1 capa de entrada y 1 capa de salida, con 3 capas ocultas y cada capa conteniendo 200 nodos como máximo. Como se muestra en la figura 2. En este caso se le dan como datos de entrada a cada red el número de datos que se quiere que la red aprenda. La arquitectura de la red a optimizar, se tiene que definir en el cromosoma en el cual se representa dicha red neuronal, en la representación del cromosoma se convierte el número total de capas y nodos de la red a un conjunto de números binarios (0’s y 1’s), los cuales el algoritmo genético se los asignará aleatoriamente al inicio. Como se muestra en la Figura 3, el cromosoma estará definido por los siguientes datos: Total de Bits = 613, 3 Capas, 200 Nodos en la 1ª. Capa., 200 Nodos en la 2ª. Capa. Y 200 Nodos en la 3ª. Capa. La función objetivo del entrenamiento de una red es minimizar dos funciones objetivos, que son el error y el número de nodos. Para este tipo de problemas se emplea la siguiente función:
F(z) = .rank(f1(z) + .f2(z).
En donde: = 50, = 1, f1(z) = Error y f2(z) = Número de nodos.
Una de las operaciones de los algoritmos genéticos es el cruce la cual selecciona una subsecuencia de una red, escogiendo dos puntos aleatorios de corte, que sirven como límites para operaciones de intercambio. Para este intercambio se usa el punto de cruce multipunto, esto es para obtener una mejor red al hacer el intercambio. La operación de Mutación más sencilla y una de las más utilizadas consiste en reemplazar con cierta probabilidad el valor de un bit. Hay que notar que el papel que juega la mutación es el de introducir un factor de diversificación ya que, en ocasiones, la convergencia del procedimiento a buenas soluciones puede ser prematura y quedarse atrapado en óptimos locales. El operador de mutación intercambia aleatoriamente una posición dentro del cromosoma, es decir la mutación se hace a 1 bit.
Bibliografía [1] http://www.iiia.csic.es/%7Emario/Tutorial/RNA_marcos.htm
. . .
3 Capas 200 nodos-Capa 1 200 Nodos-Capa3
1 0 1 0 0 1 1 1 0 0 1 0 1 1
Figura 3 Representacion posible del cromosoma
133
Pagina realizada por [email protected], consultada en el mes de Diciembre de 2003. [2] http://www.gc.ssr.upm.es/inves/neural/ann2/concepts/biotype.htm Pagina confeccionada en la universidad Politécnica de Madrid-UPM_(España), bajo la dirección del Dr. Diego Andina de la Fuente. Consultada en el mes de Diciembre de 2003. [3] RP. Lippmann. “An Introduction to Computing with Neural Nets”, IEEE ASSP Magazine. [4] http://www.gc.ssr.upm.es/inves/neural/ann2/concepts/concepts.htm Pagina confeccionada en la universidad Politécnica de Madrid-UPM_(España), bajo la dirección del Dr. Diego Andina de la Fuente. Consultada en el mes de Diciembre de 2003. [5] W. McCulloch and W. Pitts. A logical calculus of the ideas immanent in nervous activity Bulletin of Mathematical Biophysics vol. 5 pp. 115-133. 1943 [6] Dan W. Patterson, Artificial Neural Networks. Theory and Applications, Prentice Hall. Singapore 1996. [7] http://www.gc.ssr.upm.es/inves/neural/ann2/concepts/taxonomy.htm. Pagina confeccionada en la universidad Politécnica de Madrid-UPM_(España), bajo la dirección del Dr. Diego Andina de la Fuente. Consultada en el mes de Diciembre de 2003. [8] http://www.electronica.com.mx/neural/informacion/perceptron.html Realizado por Hector González Jaim. Pagina consultada en el mes de Diciembre de 2003. [9] http://ohm.utp.edu.co/neuronales/main.htm Página realizada por La Facultad e Ingeniería Eléctrica de la Universidad Tecnológica de Pereira. Consultada en el mes de Diciembre de 2003. [10] http://cursos.itam.mx/akuri/Semestre2/RNS/Presentaciones/Adaline/ ADALINEYMADALINE2.doc. Pagina confeccionada en la universidad Politécnica de Madrid-UPM_(España), bajo la dirección del Dr. Diego Andina de la Fuente. Consultada en el mes de Noviembre de 2003. [11] http://www.udabol.edu.bo/biblioteca/sistemas/sistemas/10redneuro/16redneu26 /redememproasociat.htm. [12] http://www.teco.uni-karlsruhe.de/~albrecht/neuro/html/report.html Copyrigth 1993, 1994, 195, 1996, Nikos Drakos, Computer Based Learning Unit, University of Leeds. Consultada en el mes de Noviembre de 2003. [13] http://strix.ciens.ucv.ve/~iartific/Material/PP_RNAs_Modulares.ppt. [14] EGBERT J.W. BOERS Y HERMAN KUIPER. Biological Metaphors and the Design of Modular Artificial Neural Networks. Departments of Computer Science and Experimental and Theoretical Psychology at Leid University, the Netherlands. 1992. [15] Egbert J.W. Boers and Herman Kuiper. Biological metaphors and the design of modular artificial neural networks. Master's thesis. Departments of Computer Science and Experimental and Theoretical Psychology at Leiden University, the Netherlands. 1992. [16] M. Francesco Functional Networks_ PhD thesis Faculte des Sciences de l’Universite de Geneve. 1994. [17] Y. LeCun. “Generalization and network design strategies”. Tech. Rep. CRG-TR- 89-4 Connectionist Research Group University of Toronto. 1989. [18] D. Martinez offset. une methode de construction incrementale de reseaux de neurons multicouche et son application a la conception d_un autopilote automobile. PhD thesis Universite Paul Sabatier Toulouse France. 1992. [19] B. Happel and J. Murre. Design and evolution of modular neural network architectures Neural Networks vol. 7 pp. 985-1004. 1994. [20] R. Jenkins and B. Yuhas. A simpli_ed neural network solution through problem decomposition. The case of the truck backer_upper IEEE Transaction on Neural Networks vol. 4. no. 4. pp.718-722. 1993. [21] R. Murray-Smith y T. A. Johansen, editores. Multiple Model Approaches to Modelling and Control. Taylor and Francis, 1997. [22] Sherif Hashem. Optimal linear combinations of neural networks. Neural Networks, 1994. [23] http://lisisu02.fis.usal.es/~airene/capit7.pdf Autores: Dr. Quiliano Isaac Moro Sancho. Universidad de Valladolid. España. Dr. Luis Alonso Romero. Universidad de Salamanca. España. Consultada en el mes de Noviembre de 2003.
134
[24] Genetic Algorithms concepts and Designs K.F. Man, K.S. Tang and S. Kwong Editorial Springer [25] Eric Ronco y Peter Gawthrop. Modular neural networks: a state of the art. Informe técnico, Centre for System and Control. University of Glasgow, Glasgow, UK, 1995. [26] Michael I. Jordan y Robert A. Jacobs. Hierarchical mixtures of experts and the EM algorithm. Neural Computations, 5:181-214, 1994. [27] Sung-Bae Cho. Fusion of neural networks with fuzzy logic and genetic algorithm. Integrated Computer-Aided Engineering 9 (2002) 363–372 , IOS Press. [28] ROBERT FULLER. Neural Fuzzy Systems. Abo Akademi University, ISBN 951-650-624-0, ISSN 0358-5654. [29] TALIB SAJAD HUSSAIN. Modularity within Neural Networks, Queens University Kingston, Ontario, Canada, Agosto 1995. [30] M SUGENO. Theory of fuzzy integrals and its application, Doctoral Thesis, Tokyo Institute of Technology, 1974. [31] http://geneura.ugr.es/~jmerelo/ie/ags.htm Juan Julián Merelo Guervos, Pagina consultada Octubre de 2003 [32] http://www.uv.es/~rmarti/genet.html Holland (1992), el libro de Davis (1991), el libro de Michalewizc (1992). Página consultada Octubre de 2003. [33] http://www.orcero.org/irbis/disertacion/node189.html David Santo Orcero. Pagina consultada Octubre de 2003. [34] http://www.mech.gla.ac.uk/Research/Control/Publications/Rabstracts/abs95026.html Modular Neural Networks_ a state of the art, Eric Ronco and Peter Gawthrop May 12-1995, Technical report. CSC95026, Centre for System and Control University of Glasgow Glasgow Uk. [35] Michael I. Jordan y Robert A. Jacobs. Hierarchical mixtures of experts and the EM algorithm. Neural Computations, 5:181-214, 1994. [36] Teuvo Kohonen. Self-Organization and Associative Memory. Springer-Verlag, 1989.
135
ANEXO 2 Análisis integral del plan y programa de estudio del programa de posgrado.
El estado actual del plan de estudios se puede considerar bastante actualizado dentro de las líneas de investigación de Sistemas Inteligentes, ya que los trabajos de investigación que se están realizando actualmente son publicables a nivel internacional y además son aplicables a la solución de problemas del mundo real. I. Plan de Estudios. De acuerdo a los objetivos más importantes del programa de Doctorado en Ciencias en Computación que son: 1) La formación de recursos humanos de alto nivel en el área de computación para que puedan desarrollar trabajos en la industria, empresas, gobierno, universidades y centros de investigación. 2) Desarrollar trabajos de investigación de alto nivel en el área de la computación con los cuales se pueda contribuir al desarrollo científico y tecnológico de la región y del país. Esto por medio de tesis de doctorado, reportes técnicos, y desarrollos tecnológicos. 3) Desarrollar trabajos de investigación de alto nivel de originalidad que contribuyan al desarrollo de la ciencia, a nivel nacional e internacional, por medio de publicaciones en revistas, libros, congresos, etc. El plan de estudios que se propone, en lo que respecta a los contenidos y estructura curricular en este documento apoyarán para cumplir aun más estos objetivos. II. Operación del Programa Los programas de maestría actuales, en las instituciones respectivas, se encuentran operando de una forma muy fluida, tanto académica como administrativamente. Es decir, los trabajos académicos tanto de alumnos como de profesores-investigadores se están realizando de una forma normal y eficiente, lo cual se puede constatar por su pertenencia al PNP del CONACYT. Además, administrativamente se puede decir que los procesos están definidos y se realizan de una manera adecuada. Por esta razón, se propone la apertura del programa de Doctorado en Ciencias en Computación, como una evolución natural de las tres maestrías participantes.
La orientación del programa de Doctorado se propone que sea hacia la investigación, ya que se está planeado el programa para que los alumnos desarrollen su trabajo de tesis dentro del proyecto de investigación que realiza un profesor-investigador del programa. La idea es que el alumno trabaje muy de cerca con un profesor-investigador y aprenda a realizar trabajo de investigación en el área de ciencias de la computación. La línea de investigación que se propone para el programa es: Sistemas Inteligentes.
Se cuenta en la actualidad con un número suficiente de publicaciones en revistas arbitradas internacionales (1.4 en promedio por profesor-investigador, actualmente) y además este indicador ha estado en aumento año con año, como se puede observar en los reportes estadísticos de la base de datos. En otras palabras, este indicador muestra una tendencia creciente en los últimos 3 años. Además, se cuenta con otros productos academicos de gran calidad internacional, tales como libros autoreados, libros editados, capítulos en libros, y artículos en memorias de congresos internacionales. Los libros han sido publicados por la editorial Springer-Verlag de Alemania y la editorial Taylor and Francis de Inglaterra, con esto cumpliendo con metas y objetivos establecidos para que
136
los programas de maestría pertenezcan al padrón Nacional de Posgrados del CONACYT y el de Doctorado pueda lograr su ingreso en un futuro cercano.
En lo que respecta a la demanda del programa de Doctorado en Ciencias en Computación por parte de los estudiantes se puede decir lo siguiente:
1) Existe una gran demanda por el Doctorado por parte de los egresados de las maestrías
en Ciencias de la Computación, de las propias Instituciones participantes y del país. De hecho, se ha visto que un 50% de los egresados de las mismas maestrías desean continuar con sus estudios de Doctorado.
2) Además, existe también una gran demanda por parte de profesores de computación e informática que desean prepararse y obtener un grado de doctorado.
III. Cuerpo Académico del programa de Posgrado Se cuenta con un núcleo académico básico muy dinámico tanto en docencia como en investigación, para el funcionamiento eficiente del doctorado, el cual está conformado por profesores-investigadores de tiempo completo de las instituciones, exclusivos para el programa de posgrado de los cuales 2 pertenecen al Sistema Nacional de Investigadores con Nivel III del SNI, otro pertenece al SNI con nivel II, otros 9 tienen Nivel I y otro es Candidato al SNI. Además, otros 2 profesores-investigadores tienen fecha para realizar su Examen Doctoral en 2015, con lo cual debido a que cuentan con publicaciones y a su juventud (menores de 40 años de edad) son muy posiblemente candidatos a ingresar en el SNI en próximas convocatorias. Además, los trabajos de investigación que se están realizando de una manera conjunta se están publicando en revistas especializadas con estricto arbitraje.
IV. Alumnos La eficiencia terminal, en las maestrías participantes, por cohorte generacional ha ido en aumento año con año, hasta llegar a ser cercana al 100% en las últimas generación de egresados. Debemos mencionar que la tendencia creciente en buena parte se ha podido lograr debido al gran apoyo de CONACYT al haber otorgado becas de tiempo completo a la mayoría de los estudiantes del programa, con lo cual la totalidad de los alumnos que ingresan al programa son estudiantes de tiempo completo. El tiempo promedio de obtención de grado de los estudiantes de las maestrias es menor a los 2.5 años y tiene una tendencia decreciente, cuidando la calidad de las tesis realizadas, lo cual se comprueba con las publicaciones logradas por los estudiantes a nivel internacional.
En la actualidad, la mayoría de los alumnos de los programas de las maestrías participantes son becarios de CONACYT por lo que están dedicados de tiempo completo a los programas de maestría. Esto da como resultado que se obtengan generaciones donde se gradúan todos los alumnos, y además los trabajos de investigación que se están realizando sean de mayor nivel. Se planea continuar con esta tendencia para el programa de doctorado, el cual se está planeando para estudiantes de tiempo completo.
V. Infraestructura Se cuenta con una infraestructura necesaria para el buen funcionamiento de los programas de maestría y se planea que ésta sea la base para iniciar con el programa interinstitucional de doctorado. Es decir, se cuenta con salones, oficinas, laboratorios
137
generales y laboratorios de investigación, todos exclusivos para los programas de maestría. Se cuenta con una computadora exclusiva para cada alumno del programa, así como equipo de cómputo para experimentación y desarrollo de investigación que permite tanto al alumno como a los profesores-investigadores desarrollar sus proyectos de investigación los cuales culminan con presentación de resultados en Congresos Nacionales e Internacionales de alto nivel y publicaciones en revistas especializadas de reconocido prestigio.
VI. Vinculación Se cuenta con vinculación tanto académica y de investigación como con el sector productivo. Se cuenta con convenios con otras Universidades y Centros de Investigación para colaboración académica y desarrollo de proyectos de investigación. Por otra parte dos proyectos de investigación que se están realizando cuentan con la colaboración de profesores-investigadores del extranjero, y un proyecto de investigación cuenta con el apoyo de colaboración del sector productivo y SAGARPA. Como resultado de toda esta vinculación se han realizado publicaciones en conjunto y desarrollado proyectos de investigación en colaboración con profesores-investigadores externos. Además en colaboración con otras instituciones y asociaciones se están realizando eventos internacionales anualmente, en los cuales participan tanto alumnos como profesores-investigadores. Al momento, se han organizado cuatro ediciones del “International Seminar of Computational Intelligence” en 2004, 2005, 2010, y 2013 el cual es parte de las actividades del Capítulo México de la IEEE Computational Intelligence Society y es presidido por la Dra. Patricia Melin, investigadora del programa. Otro evento que se organizó fue la “International Conference on Fuzzy Logic, Neural Networks, and Genetic Algorithms (FNG’05)” en Octubre 13 y 14, 2005 en la ciudad de Tijuana y que fue apoyado por el CONACYT dentro de su programa de apoyo para actividades académicas. Con esto los alumnos pueden estar en contacto con investigadores tanto nacionales como internacionales. Finalmente, también se organizó el “World Congress of the Fuzzy Systems Association (IFSA 2007)”, en Cancún, México, en Junio del 2007, el cual fue un evento a nivel mundial con memorias publicadas como Libros editados por Springer-Verlag de Alemania.
VII. Recursos Financieros Se cuenta con el presupuesto anual regularizable autorizado para operar cada Programa de Posgrado. Los programas de maestría cuentan con su Plan Operativo Anual (POA) en el cual se tiene el presupuesto autorizado para ejercerlo anualmente. En el POA se encuentran todos los gastos en materiales, viáticos, pasajes y mantenimiento de equipo de cómputo. De los ingresos propios la institución autoriza la compra de materiales de consumo y materiales para procesamiento en equipo de cómputo y también se realizan los mantenimientos necesarios de las instalaciones del maestríadoctorado por lo que existen suficientes recursos para llevar a cabo el trabajo de investigación. Por otro lado se cuenta con proyectos de investigación apoyados por organismos externos, como el CONACYT, PROMEP, y por la Dirección General de Educación Superior Tecnológica, con los cuales se pueden desarrollar trabajos de investigación, y se apoya para desarrollar las tesis de doctorado. Los recursos financieros que principalmente se manejan son los de los proyectos de investigación apoyados por CONACYT, PROMEP y la Dirección General. Además, los alumnos reciben el apoyo de su beca por parte del CONACYT. Por parte de la institución, se tiene apoyo básico para papelería, servicios, mantenimiento y recursos humanos.
138
CONCLUSION
En conclusión, se puede decir que los planes y programas de estudios de las maestrías en ciencias de la computación en su área son las mejores a nivel nacional tanto por sus líneas de investigación como por la diversidad y contenido técnico de sus cursos. Por esta razón, ahora se está proponiendo el nuevo plan de estudios del Doctorado en Ciencias en Computación con las líneas de investigación mencionadas anteriormente. Esta propuesta es una consecuencia natural del estado del arte presentado, así como por los contenidos de los cursos y los resultados de las investigaciones desarrolladas y en proceso las cuales han sido publicadas en revistas especializadas de reconocimiento internacional, también presentadas y publicadas en congresos tanto nacionales como internacionales de reconocido prestigio. También el contar con la formación de asociaciones a nivel internacional como lo es Hispanic-American Fuzzy System Association (HAFSA) la cual fue formada en sus orígenes por profesores investigadores del programa los cuales actualmente son el presidente y vice-presidente, y el objetivo de su formación fue difundir a nivel mundial las actividades de investigación en el área. HAFSA está formada por investigadores de toda América Latina y es miembro de la sociedad internacional IFSA la cual es a nivel mundial. Otro ejemplo del reconocimiento internacional que se tiene de las actividades de investigación que se desarrollan es la aceptación por parte de la IEEE para la formación del Capitulo México de la Sociedad de la IEEE Computational Intelligence Society, el cual se fundó inicialmente con 12 investigadores de todo el pais y de los cuales 5 son investigadores del programa.
Top Related