El 30 de septiembre tuvimos nuestra actividad dentro de la Noche Europea de los Investigadores. 23 chavales vinieron a jugar con Downtown en uno de los laboratorios de prácticas de la Escuela Politécnica. Once vinieron desde Down Madrid en un […]
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en la generación automática de resúmenes para facilitar el acceso a la información de textos legales.
Estudiante de último curso del Grado en Ingeniería Informática y becario del CEIEC.
Participa en el proyecto de investigación centrado en la generación automática de textos para facilitar en la creación de contenido en el ámbito periodístico.
Estudiante del último curso del Grado de Ingeniería Informática y becario del CEIEC.
Su línea de investigación se enfoca en el estudio de modelos predictivos con técnicas de Deep Learning aplicado a seguridad alimentaria en países miembros de la Unión Europea.
Estudiante del último curso del Grado de Ingeniería Informática y becario del CEIEC.
Trabaja en el modelado mediante grafos de EEGs de personas con epilepsia. Para estudiar dichos grafos aplica modelos de Deep Learning del tipo Graph Convolutional Neural Networks.
Doctor en CC. Matemáticas aunque siempre ligado con las Ciencias de la Computación, vinculado con la Universidad desde 1.994. Ha sido profesor en UC3M y en la Universidad Francisco de Vitoria, donde ahora es Profesor Doctor en el Departamento de Ingeniería Informática. Ha compatibilizado durante años su perfil universitario con su trabajo en empresas de Tecnología, Consultoría y Desarrollo de Software (Soluziona, Grupo Recreativos Franco, entre otros), involucrado en diferentes proyectos de I+D+i principalmente de Inteligencia Artificial, liderando equipos y dirigiendo áreas relacionadas con arquitecturas en tiempo real, desarrollo SW e innovación.
Como investigador, comenzó haciendo modelos neuronales no supervisados para el reconocimiento de imágenes. Ahora sus áreas de interés son la Inteligencia Artificial en su conjunto y Deep Learning en especial (neurocomputación no supervisada y sus implicaciones éticas) aunque le gusta probar otros sabores (arquitecturas online utilizando Kafka, Dockers, Kubernetes, Grafana, MongoDB, etc.). Desde 2020 colabora en el CEIEC, Instituto de Investigación de la UFV para la innovación tecnológica con acento social. Su trabajo actual se centra en modelos neuronales no supervisados, técnicas de aprendizaje profundo y sus aplicaciones en diversos sectores.
Le puedes encontrar en planta 2 del Edificio H (Campus de Pozuelo de Alarcón)
Graduada en Física y Máster en Física Biomédica por la Universidad Complutense de Madrid. Actualmente dispone de una beca FPI para la realización del doctorado. Su experiencia profesional abarca, entre otras, la modelización de fenómenos biológicos en el grupo de mecánica celular de la UCM, en colaboración con el Hospital 12 de Octubre, y el análisis de propiedades estadísticas de electroencefalogramas en la UFV, en colaboración con el Hospital Beata María Ana y el CSIC. Actualmente aplica técnicas de Deep Learning para estudiar los electroencefalogramas de pacientes con Parkinson.
Ingeniera Informática y Licenciada en Matemáticas por la UAM y Máster en Inteligencia Artificial por la UPC. Especialista en Procesamiento del Lenguaje Natural y en Traducción Automática en particular, llevando a cabo su tesis sobre Traducción Automática atendiendo a la información de contexto de un documento, centrándose en los últimos años en las tecnologías basadas en Deep Learning y Redes Neuronales. Su trayectoria profesional le ha llevado a trabajar en diferentes grupos de investigación especialistas en Traducción Automática tanto en el ámbito nacional (TALP en la UPC, Departamento de Procesamiento del Habla en VICOMTECH), como internacional (Uppsala NLP Group en la Uppsala Universitet). También ha participado en diversos proyectos a escala local (MODELA, QUALES), nacional (OpenMT2,TACARDI) y también europea (ELRI). Sus intereses son la Traducción Automática (sistemas neuronales, estimación de calidad, idiomas con pocos recursos, etc.), el Procesamiento del Lenguaje Natural (generación autómatica de lenguaje, comprensión autómatica del lenguaje, tratamiento del habla, etc.) y la aplicación de métodos de Machine Learning o Deep Learning de manera transversal.
Alberto Nogales tiene formación como Ingeniero en Informática con un master en Ingeniería del Software e Inteligencia Artificial. Su doctorado realizado en la Universidad de Alcalá (España) se desarrolla en el campo de la Web Semántica y el Análisis de Redes Sociales, adquiriendo el perfil de Data Scientist. Tiene experiencia en proyectos europeos de investigación y varias publicaciones científicas en congresos y revistas indexadas en el JCR. Su formación investigadora se ha completado trabajando en la Technische Universität Wien (Austria), Tallinna Tehnikaülikool (Estonia) y Universidad de Málaga (España). Desde noviembre de 2017 es investigador postdoctoral y profesor en la Universidad Francisco de Vitoria, estando adscrito al centro CEIEC. Actualmente su línea de investigación se centra en el Deep Learning y sus aplicaciones en campos como el Procesamiento de Señales o los Modelos Predictivos.
Dirección: 2ª planta, Edificio H. Campus UFV – Pozuelo de Alarcón
Doctor en Bioquímica y apasionado por las Ciencias de la Computación, ha estado vinculado a la Universidad desde 1.994. Ha sido profesor en UCM, UC3M y en la Universidad Francisco de Vitoria, donde ahora es Profesor Titular de Inteligencia Artificial. Ha compatibilizado durante quince años su perfil universitario con su trabajo en empresas de Consultoría y Desarrollo de Software (Indra y Telefónica Data, entre otros), involucrado en más de 20 proyectos de I+D+i principalmente de Inteligencia Artificia (11 de ellos en programas europeos), liderando equipos y dirigiendo departamentos de desarrollo e innovación. También ha sido nombrado consultor externo por la Comisión Europea para los 5º y 6º Programas Marco de Investigación.
Como investigador, comenzó haciendo modelos matemáticos de sistemas biológicos. Ahora sus áreas de interés son la computación bio-inspirada (neurocomputación, computación evolutiva), la filosofía de la IA y los serious games. Desde 2007 dirige el CEIEC, Instituto de Investigación de la UFV para la innovación tecnológica con acento social. Ha producido varios serious games para la transmisión de contenido educativo y cultural y la integración de personas con discapacidades intelectuales. También es miembro de pleno derecho de la Academia Española de las Artes y las Ciencias Interactivas. Su trabajo actual se centra en modelos neuronales, técnicas de aprendizaje profundo y sus aplicaciones en varios campos, especialmente en eHealth y atención social mediante la explotación de datos biomédicos masivos para la atención, el diagnóstico y la optimización a distancia.
Le puedes encontrar en el despacho 2.10 del Edificio H (Campus de Pozuelo de Alarcón) y en LinkedIn, ResearchGate y Google Scholar
Graduado en Ingeniería Informática por la UFV. También imparte clases en los títulos propios de Robótica y Ciberseguridad y Hacking Ético.
Ingeniero de Telecomunicación por la UPM, Máster Profesorado de Secundaria por la UAH. Actualmente doctorando en la UAH en Inteligencia Artificial y apasionado de la Enseñanza. Colabora con CEIEC en Computación Cognitiva, Deep Learning para encontrar estrategias de optimización en Eficiencia Energética y extraer conocimiento de Big Data Biomédica. Actualmente imparte clases en las áreas de Data Mining y Robótica y dirige proyectos de fin de grado.
Previamente ha sido gerente de empresas relacionadas con las TIC y las energías renovables. También ha colaborado como consultor en diversas empresas nacionales e internacionales de telecomunicaciones e informática.
Dirección: 2ª planta, Edificio H. Campus UFV – Pozuelo de Alarcón