Universidad Veracruzana

El núcleo académico de este programa está agrupado en tres Cuerpos Académicos. Las LGACs son representativas de investigación relacionada con la Inteligencia Artificial y particularmente de la investigación que se lleva a cabo al interior de nuestro Instituto.

Cuerpo Académico: Investigación y Aplicaciones de la Inteligencia Artificial

Clave del CA: P-UVER-CA-197
Grado: Consolidado
DES de Adscripción: Técnica Xalapa
Responsable: Dr. Efrén Mezura Montes
Unidad de Adscripción: Instituto de Investigaciones en Inteligencia Artificial

LGAC1. Aprendizaje Computacional: En esta línea se investigan y aplican algoritmos para el descubrimiento de conocimiento en bases de datos, mediante la identificación y extracción de patrones complejos que permitan crear modelos capaces de explicar y/o predecir fenómenos. Esta área disciplinar comprende técnicas de aprendizaje automático, minería de datos, sistemas multiagentes y cómputo bioinspirado.

Cuerpo Académico: Investigación y Aplicaciones de la Robótica Inteligente

Clave del CA: P-UVER-CA-355
Grado: En Consolidación
DES de Adscripción: Técnica Xalapa
Responsable: Dr. Antonio Marín Hernández
Unidad de Adscripción: Instituto de Investigaciones en Inteligencia Artificial

LGAC2. Robótica Inteligente: Se enfoca en el desarrollo de sistemas robóticos capaces de resolver problemas complejos de manera robusta y eficiente. Este tipo de sistemas combinan los desarrollos de diversas temáticas de las Ciencias Computacionales, como son: Visión y Percepción, Sistemas Decisionales, Planificación y Seguimiento de Trayectorias, Navegación y Localización Autónoma e Interfaces Hombre-Maquina, entre muchos otros temas.

Cuerpo Académico: Ciencia de Datos, Mecánica Estadística  y Simulación de Agentes de Sistemas Complejos 

Clave del CA: P-UVER-CA-266
Grado: Consolidado
DES de Adscripción: Técnica Xalapa
Responsable: Dr. Alejandro Raúl Hernández Montoya
Unidad de Adscripción: Instituto de Investigaciones en Inteligencia Artificial

LGAC3. Econofísica: Desde hace varios años la comunidad de física se ha interesado en varios procesos económicos como lo son la distribución de la riqueza, la descripción matemática de las variaciones de las bolsas de valores, modelos de mercados financieros y asignación de precios de opciones entre otros. Estos problemas son susceptibles de ser tratados con las herramientas de la Física estadística lo cual ha generado resultados prometedores para poder comprender en un futuro el comportamiento de las economías.

LGAC4. Ecología de Poblaciones: Existen muchos problemas dentro de la ecología de poblaciones que son interesantes desde el punto de vista de la física. Entre estos podemos citar los procesos de colonización, genética y evolución de especies, sistemas de depredador- presa y otros que tienen análogos en sistemas Físicos y pueden estudiarse con las herramientas que ha desarrollado la Física estadística.

LGAC5. Minería de Datos y Simulación de Agentes de Sistemas Complejos: La minería de datos consiste en  el análisis de grandes volúmenes de datos utilizando entre otras técnicas, metodologías  de Inteligencia Artificial. En realidad nuestra investigación nos ha llevado poco a poco en esta dirección y ya estamos haciendo este tipo de análisis de datos. Ahora bien, puesto que también debemos entender los mecanismos subyacentes de los sistemas que estudiamos, debemos construir modelos de simulación de agentes para ver si podemos reproducir los datos que analizamos que a su vez también se deben de analizar. Ambas metodologías son complementarias y estudian los sistemas los  Sistemas Complejos desde un punto de vista macroscópico (Minería de datos) y microscópico (Simulación de agentes), dándonos un punto de vista más completo y detallado de estos sistemas.

Dichos cuerpos tiene como sede el Instituto de Investigaciones en Inteligencia Artificial. En total el núcleo básico de profesores se encuentra conformado por 12 profesores-investigadores de tiempo completo distribuidos en las cinco líneas de generación y aplicación del conocimiento de la siguiente manera: