con la tecnología de
Búsqueda personalizada de Google
Ordenar por:
Relevance
Relevance
Date
web
 
 
 

Dirección de Estudios de Posgrado

Algoritmos, Biocomputación y Ciencia de Datos

Esta línea se divide en tres subáreas principales: Algoritmos, Biocomputación y Ciencia de Datos.

i. Algoritmos. En esta subárea se diseñan y analizan algoritmos centralizados, paralelos y distribuidos en diversos contextos. Se abordan problemas de optimización en computación, manufactura, logística y telecomunicaciones, incluyendo el diseño de algoritmos para el uso eficiente de recursos en ambientes estáticos y dinámicos. Además, se estudian problemas de optimización combinatoria de la clase NP-difícil, tanto en formulaciones monoobjetivo como multiobjetivo. El enfoque es tanto teórico como experimental, e incluye el análisis y desarrollo de algoritmos exactos, de aproximación y heurísticos basados en inteligencia computacional.

ii. Biocomputación. El área de Biocomputación (o Biología Computacional) se enfoca en el diseño, análisis y aplicación de algoritmos para responder preguntas fundamentales en biología, biomedicina, bioquímica y biofísica. La investigación abarca desde soluciones en bioinformática y quimioinformática hasta el desarrollo de nuevos modelos y metodologías para el estudio de sistemas biológicos. En los últimos años, el énfasis principal ha sido el diseño computacional de biomoléculas con potencial farmacológico y de diagnóstico, mediante el desarrollo de algoritmos y la integración de software basado en aprendizaje de máquina y optimización inteligente.

iii. Ciencia de Datos. En esta subárea, la investigación se centra en métodos de acceso, procesamiento y aprendizaje a partir de grandes volúmenes de datos en distintos formatos: estructurados, no estructurados y multimedia. Se da especial énfasis al procesamiento y análisis de datos unimodales y multimodales con aplicaciones en bases de datos de texto, audio, vídeo, imágenes y series de tiempo. Las aplicaciones incluyen recuperación de información, procesamiento de lenguaje natural, análisis de movimiento, reconocimiento de actividad y comportamiento, así como el análisis de datos provenientes de la oceanografía, la astronomía y otras áreas interdisciplinarias.

  • Brizuela Rodríguez Carlos Alberto
  • Chávez González Edgar Leonel
  • Falcon Cardona Jesus Guillermo
  • Fernández Zepeda José Alberto
  • López Mariscal Pedro Gilberto
  • López Nava Irvin Hussein
  • Marín Nevarez Jesús Nestaly

  • Leyva Labrador, Y. C., Torres, M. D. T., Oliva Moreno, C. A., de la Fuente, C., & Brizuela Rodríguez, C. A. (2025). Tailored structured peptide design with a key-cutting machine approach. NATURE MACHINE INTELLIGENCE, 7, 1685¿1697. https://doi.org/10.1038/s42256-025-01119-2. (ID: 31111)
  • Téllez Avila, E. S., Chávez González, E. L., mic, V., & Aumuller, M. (2025). Overview of the SISAP 2025 Indexing Challenge. In G. Amato, V. Mic, A. Traina, N. Messina, L. Amsaleg, G.Þór Guðmundsson, B. Þór Jónsson L. Vadicamo (Eds.), Similarity Search and Applications (pp. 403¿414). Springer. (ID: 31300)
  • Gonzalez, M. R., Martínez Rosas, M. E., & Brizuela Rodríguez, C. A. (2025). Comparison of CNN architectures for single grape detection. Computers and Electronics in Agriculture, 231, 109930. https://doi.org/10.1016/j.compag.2025.109930. (ID: 31115)
  • Brizuela Rodríguez, C. A., Liu, G., Stokes, J., & de la Fuente, C. (2025). AI Methods for Antimicrobial Peptides: Progress and Challenges. Microbial Biotechnology, 18(1), e70072. https://doi.org/10.1111/1751-7915.70072. (ID: 31119)
  • Chávez González, E. L., Di Genaro, M. E., & Reyes, N. (2023). Dynamic Distal Spatial Approximation Trees. In Patricia Pesado (Eds.), Computer Science ¿ CACIC (pp. 175-189). Springer. (ID: 31301)

  • Marcos de aprendizaje multimodal para el análisis interpretable del comportamiento y la entrenabilidad canina