Realizamos investigación orientada al desarrollo de algoritmos de cómputo de
alto rendimiento con aplicación
en la solución de problemas, usando inteligencia
artificial, con estrategias de ciencia de datos, aprendizaje
automático, aprendizaje
profundo y analítica de datos, entre otras áreas.
Estamos comprometidos para que la formación de los estudiantes de posgrado, se fortalezca con los conocimientos que les permitan enfrentar los retos tecnológicos actuales y futuros.
Contamos con un clúster especializado en Inteligencia Artificial y Ciencia de Datos, su configuración se basa en procesadores gráficos de última generación Titan RTX 2080 de la arquitectura Turing, con un diseño especial para el procesamiento computacional en ciencia de datos e inteligencia artificial. El clúster integra dos servidores Lambda Blade, cuya potencia total de cómputo GPU es de 2080 TFLOPS, equivalente a la potencia de 100 servidores convencionales.
Algoritmos de optimización en multi-GPU para el problema del agente viajero a gran escala.
Aprendizaje automático para aplicaciones en física de fluidos.
Clasificación de estrellas variables a través de inteligencia artificial y técnicas de aprendizaje automático binarias, multiclase y jerárquicas.
Identificación de correlaciones entre las propiedades físicas y taxonómicas de asteroides cercanos a la Tierra utilizando ciencia de datos.
Ciencia de datos aplicada a la localización de talento para proyectos de innovación social.
Clasificación de objetos empleando aprendizaje automático supervisado.
Detección de patrones empleando aprendizaje profundo.
Leonardo Trujillo, Jose Manuel Muñoz Contreras, Daniel E. Hernandez, Mauro Castelli, Juan J. Tapia. GSGP-CUDA — A CUDA framework for Geometric Semantic Genetic Programming. SoftwareX. Vol. 18, 2022, 101085, ISSN 2352-7110. https://doi.org/10.1016/j.softx.2022.101085
M. Lopez-Montiel, U. Orozco-Rosas, M. Sánchez-Adame, K. Picos and O. H. M. Ross, "Evaluation Method of Deep Learning-Based Embedded Systems for Traffic Sign Detection," in IEEE Access, vol. 9, pp. 101217-101238, 2021, https://doi.org/10.1109/ACCESS.2021.3097969
Lopez-Montiel, M., Orozco-Rosas, U., Sánchez-Adame, M., Picos, K., Montiel, O. (2021). Evaluation of Deep Learning Algorithms for Traffic Sign Detection to Implement on Embedded Systems. In: Melin, P., Castillo, O., Kacprzyk, J. (eds) Recent Advances of Hybrid Intelligent Systems Based on Soft Computing. Studies in Computational Intelligence, vol 915. Springer, Cham. https://doi.org/10.1007/978-3-030-58728-4_5
Rubio, Y.; Montiel, O. Multicriteria Evaluation of Deep Neural Networks for Semantic Segmentation of Mammographies. Axioms 2021, 10, 180. https://doi.org/10.3390/axioms10030180
Perez, I.D.V., Montiel, O., Orozco-Rosas, U. (2021). Path Planning by Search Algorithms in Graph-Represented Workspaces. In: Melin, P., Castillo, O., Kacprzyk, J. (eds) Recent Advances of Hybrid Intelligent Systems Based on Soft Computing. Studies in Computational Intelligence, vol 915. Springer, Cham. https://doi.org/10.1007/978-3-030-58728-4_4
Martínez-Vargas, A., Cosío-León, M.A., García-Pérez, A.J., Montiel, O. (2021). Performance Analysis of a Distributed Steady-State Genetic Algorithm Using Low-Power Computers. In: Castillo, O., Melin, P. (eds) Fuzzy Logic Hybrid Extensions of Neural and Optimization Algorithms: Theory and Applications. Studies in Computational Intelligence, vol 940. Springer, Cham. https://doi.org/10.1007/978-3-030-68776-2_3
Orozco-Rosas, U., Picos, K., Montiel, O., Castillo, O. (2021). GPU Accelerated Membrane Evolutionary Artificial Potential Field for Mobile Robot Path Planning. In: Castillo, O., Melin, P. (eds) Fuzzy Logic Hybrid Extensions of Neural and Optimization Algorithms: Theory and Applications. Studies in Computational Intelligence, vol 940. Springer, Cham. https://doi.org/10.1007/978-3-030-68776-2_13
Trujillo, L., Álvarez González, E., Galván, E., Tapia J., Ponsich A. On the analysis of hyper-parameter space for a genetic programming system with iterated F-Race. Soft Comput 24, 14757–14770 (2020). https://doi.org/10.1007/s00500-020-04829-4
Orozco-Rosas, U., Picos, K., Montiel, O. (2020). Acceleration of Path Planning Computation Based on Evolutionary Artificial Potential Field for Non-static Environments. In: Castillo, O., Melin, P., Kacprzyk, J. (eds) Intuitionistic and Type-2 Fuzzy Logic Enhancements in Neural and Optimization Algorithms: Theory and Applications. Studies in Computational Intelligence, vol 862. Springer, Cham. https://doi.org/10.1007/978-3-030-35445-9_22
Ballinas, E., Montiel, O., Rubio, Y. (2020). Autonomous Garage Parking of a Car-Like Robot Using a Fuzzy PD + I Controller. In: Castillo, O., Melin, P., Kacprzyk, J. (eds) Intuitionistic and Type-2 Fuzzy Logic Enhancements in Neural and Optimization Algorithms: Theory and Applications. Studies in Computational Intelligence, vol 862. Springer, Cham. https://doi.org/10.1007/978-3-030-35445-9_25
Orozco-Rosas, U., Picos, K., Montiel, O., Castillo, O. (2020). Environment Recognition for Path Generation in Autonomous Mobile Robots. In: Castillo, O., Melin, P. (eds) Hybrid Intelligent Systems in Control, Pattern Recognition and Medicine. Studies in Computational Intelligence, vol 827. Springer, Cham. https://doi.org/10.1007/978-3-030-34135-0_19
Olvera, C., Rubio, Y., Montiel, O. (2020). Multi-objective Evaluation of Deep Learning Based Semantic Segmentation for Autonomous Driving Systems. In: Castillo, O., Melin, P., Kacprzyk, J. (eds) Intuitionistic and Type-2 Fuzzy Logic Enhancements in Neural and Optimization Algorithms: Theory and Applications. Studies in Computational Intelligence, vol 862. Springer, Cham. https://doi.org/10.1007/978-3-030-35445-9_23
Alan Ramírez Noriega, Reyes Juárez Ramírez, Juan J. Tapia, Victor H. Castillo, Samantha Jiménez. Construction of Conditional Probability Tables of Bayesian Networks using Ontologies and Wikipedia. Computación y Sistemas. Vol. 23, No. 4, 2019, pp. 1275–1289 http://doi.org/10.13053/CyS-23-4-2705
U. Orozco-Rosas, K. Picos and O. Montiel, "Hybrid Path Planning Algorithm Based on Membrane Pseudo-Bacterial Potential Field for Autonomous Mobile Robots," in IEEE Access, vol. 7, pp. 156787-156803, 2019 http://doi.org/10.1109/ACCESS.2019.2949835
Ulises Orozco-Rosas, Oscar Montiel, Roberto Sepúlveda. Mobile robot path planning using membrane evolutionary artificial potential field. Applied Soft Computing Volume 77, 2019, Pages 236-251, ISSN 1568-4946 https://doi.org/10.1016/j.asoc.2019.01.036
El Dr. Juan Tapia estudió la Lic. en Física y Matemáticas en el IPN, obtuvo las maestrías en Sistemas Digitales y en Ciencias de la Computación en el CITEDI-IPN y el CICESE respectivamente, así como un doctorado en ciencias de la Computación en el CICESE.
Es profesor titular de los cursos: Matemáticas Avanzadas, Computación Paralela y Distribuida, Programación Avanzada en Procesadores Gráficos y Cómputo de Alto Rendimiento en Procesadores Gráficos de los Programas de Maestría y Doctorado del CITEDI-IPN. Además, colabora en la línea de investigación cómputo inteligente de alto rendimiento, ha dirigido dos tesis de licenciatura, tres tesinas de especialidad, 12 tesis de maestría y dos de doctorado, en las áreas de modelado matemático, sistemas inteligentes y cómputo de alto rendimiento. También ha dirigido once proyectos de investigación, entre ellos un proyecto de la convocatoria UC-MEXUS en colaboración con la Universidad de California en Santa Barbara, tiene cinco artículos publicados en revista JCR y cuatro artículos en revistas arbitradas.
El Dr. Oscar Humberto Montiel Ross es miembro del Sistema Nacional de Investigadores, recibió el grado de M.C. en Sistemas Digitales del Instituto Politécnico Nacional (IPN) en 1996, el grado de M.C. en Ciencias de la Computación del Instituto Tecnológico de Tijuana en 1999, y el grado de Dr. en Ciencias en el 2006 de la Universidad Autónoma de Baja California, en los tres programas recibió el reconocimiento al mérito escolar.Su área de especialidad son el diseño y desarrollo de sistemas computacionales inteligentes de alto rendimiento, basados principalmente en lógica difusa, redes neuronales, cómputo evolutivo y computación cuántica, los cuales son evaluados en sistemas basados en simuladores y computadoras cuánticas reales, FPGA, GPUs, y sistemas con multiprocesadores, aplicados principalmente en sistemas de control inteligente, procesamiento cuántico de señales.
Ha publicado 55 artículos en revista internacionales indizadas de alto impacto, 65 capítulos de libro, 4 artículos de difusión nacional, ha publicado 5 libros, 33 artículos en congresos internacionales, 36 artículos en congresos nacionales, ha dirigido 9 tesis de doctorado, 36 tesis de maestría. A la fecha sus trabajos de investigación cuentan con más de 2100 citas.
Es evaluador de proyectos CONACYT en los Programas de Estímulos a la Investigación PEI, fondos sectoriales y como para académico para el PNPC. Cuenta con premios nacionales e internacionales, destacando el Diploma a la Investigación 2016 otorgado por el IPN.
El Dr. Montiel es co-fundador y miembro activo de HAFSA (Hispanic American Fuzzy Systems Association), y del Capítulo Mexicano de la Sociedad de Computación Inteligente de la IEEE, miembro Senior de la IEEE, y miembro activo de otras organizaciones.
El Dr. Moisés Sánchez Adame, obtuvo su Doctorado en Ingeniería con concentración en redes y sistemas de comunicación; en CETYS Universidad, Campus Mexicali. 1998-2003. Así mismo, obtuvo un grado de Maestría en Ciencias en Sistemas Digitales, en el CITEDI-IPN, 1986-1998. Es Ingeniero en Comunicaciones y Electrónica, con especialidad en Electrónica, ESIME-IPN, 1981-1986. Posee una amplia experiencia docente desde 1986, y ha realizado investigación científica y aplicada desde el año 2000. Actualmente es Coordinador de los Programas de Posgrado de Maestría y Doctorado en Ciencias en Sistemas Digitales, ambos inscritos en el Padrón Nacional de Posgrados de calidad de CONACYT.
Ha publicado más de 30 trabajos tanto en foros nacionales como internacionales. Ha participado en más de 10 proyectos de investigación y de desarrollo tecnológico. Ha dirigido tres tesis de Doctorado y cinco tesis de Maestría, además de un gran número de tesis de Ingeniería.
Es miembro activo de la Línea de Generación y Aplicación del Conocimiento cuyo título es Cómputo Inteligente de Alto Rendimiento.
Sus áreas de interés son la seguridad de la información, la ciberseguridad, la seguridad de computadoras y la seguridad en redes, las cuales se pueden agrupar como seguridad en las tecnologías de la información.
Miembro de la red de expertos en Telecomunicaciones, Miembro y coordinador de nodo CITEDI de la red de Computación. Miembro de la IEEE. Miembro de la asociación de egresados del IPN. Miembro de la sociedad de honor para académicos internacionales PHI, BETA, DELTA Capitulo DELTA RHO
1973, Ingeniería Eléctrica, Especialidad en Control. Escuela Superior de Ingeniería Mecánica y Eléctrica del Instituto Politécnico Nacional, Cd. De México.
1996, Maestría en Control, Sección de Graduados. Escuela Superior de Ingeniería Mecánica y Eléctrica del Instituto Politécnico Nacional, Cd. De México.
Cursos de especialización:
Linux, Arquitectura de Sistemas Embebidos, Diseñoy Programación de Sistemas Embebidos con procesadores ARM, Sistemas Operativos de Tiempo Real.
Tesis de Especialidad en Sistemas Embebidos:
2010, USO DE UN MICROPROCESADOR EMBEBIDO EN UN FPGA PARA CONTROL DE MOTORES DE CD.
2010, DETECCIÓN DE CORTE DE ENERGÍA TRIFÁSICA
2011, ESTUDIO DEL SISTEMA OPERATIVO uCOS Y SU APLICACIÓN EN LA DETECCIÓN DE SECUENCIAS DE EVENTOS
2012, CONTROLADOR EMBEBIDO PARA MOTOR DE CORRIENTE DIRECTA, CON SALIDAS PARA RELEVADOR DE ESTADO SÓLIDO EN CONEXIÓN PUENTE H
2016, SISTEMA EMBEBIDO PARA MEDIR LA DISTANCIA ENTRE OBJETOS
2016, DATA LOGGER PARA SUBESTACIONES ELÉCTRICAS