| Título ↨ | Institución | Año↨ | Descripción↨ |
|---|---|---|---|
| Impulsando MyPIMES hacia la Sostenibilidad y la Innovación | SIP-IPN | 2024 | |
| Clasificación de Enfermedades Mediante Algoritmos Inteligentes. | SIP-IPN | 2024 | |
| MODELO DE OPTIMIZACIÓN DEL TRÁNSITO VEHICULAR Y MEJORA DE LA MOVILIDAD URBANA DEL CAMPUS IPN-ZACATENCO CON BASE EN LA IA Y COMUNICACIÓN C-V2X | SIP-IPN | 2024 | |
| FUSIÓN DE ALGORITMOS MINIMALISTAS CON EVOLUTIVOS Y COMBINATORIOS PARA CLASIFICACIÓN INTELIGENTE DE PATRONES | SIP-IPN | 2024 | |
| DISPOSITIVO PARA EL APOYO EN EL DIAGNÓSTICO DE PARKINSON BASADO EN EL DIBUJO DE PATRONES GEOMÉTRICOS. | SIP-IPN | 2024 | |
| ANALÍTICA DE DATOS EN CIUDADES INTELIGENTES | SIP-IPN | 2024 | |
| CLASIFICACIÓN DE ENFERMEDADES MEDIANTE ALGORITMOS INTELIGENTES | SIP-IPN | 2024 | |
| Aplicación de Tecnología GIS para el monitoreo y conservación sostenible de ANP y AVA, caso de aplicación BSJA | SIP-IPN | 2023 | Desarrollar e implementar una plataforma GIS para el monitoreo y conservación sostenible para áreas Naturales Protegidas (ANP) y áreas de valor ambiental (AVA) funcional en un ambiente real y operable a escala pre-comercial, caso de aplicación Bosque de San Juan de Aragón, CDMX. 1. Diseñar el GIS empresarial con base en la identificación de las principales amenazas y problemáticas que afectan al BSJA, como la deforestación, la contaminación y la invasión de especies, de manera que se identifiquen los datos nesarios y análisis espaciales requeridos. 2. Recopilar los datos geoespaciales lo más actualizados posible del BSJA, incluyendo información sobre la vegetación, cuerp |
| Bot conversacional de movilidad inteligente para la comunicación de alteraciones viales a vehículos inteligentes C-V2X | SIP-IPN | 2023 | -Identificar los impactos viales que se derivan de la situación vigente en el Campus e implementar medidas de mitigación delimpacto en el flujo de movilidad urbana mediante inteligencia artificial empleando un bot conversacional. 1)Seleccionar las redes sociales de las que se obtendrá información así como los datos de sensores que resultan útiles parael bot (temperatura, contaminación, tráfico). 2)Procesamiento de los datos obtenidos de sensores, y su correspondiente adaptación para que sean comunicados por el bot. 3)Diseño e implementación de una aplicación móvil que permita mostrar a usuarios los datos procesados. |
| Modelo de optimización del tránsito vehicular y mejora de la movilidad urbana del Campus IPN-Zacatenco con base en la IA ycomunicación C-V2X | SIP-IPN | 2023 | Identificar, analizar y evaluar los distintos escenarios que producen los impactos negativos provocados por las diversascondiciones de movilidad urbana que ocupan el Campus IPN Zacatenco, empleando inteligencia artificial para la generación deescenarios que permitan reordenar el tránsito de vehiculos y peatones, haciendo eficiente su traslado y evitando accidentesy disminuyendo la contaminación. 1.Identificar los aspectos relevantes que influyen directa e indirectamente en las condiciones de transito imperantes dentrodel area de influencia vial del Campus IPN-Zacatenco. 2.Emplear o desarrollar los algoritmos de aprendizaje automatico y la inteligencia artificial que soporten el computo de lasvariables en estudio. 3.Desarrollar una interfaz con herramientas de analitica visual y cómput |
| Caracterizacion y monitoreo del estres en la conduccion de vehiculos Clases 1, 2 o 3. | SIP-IPN | 2023 | Desarrollar un sistema de asistencia a la conducción para la detección de estrés en conductores. 1. Desarrollar una metodología que permita la definición de los niveles de estrés presentes en la conducción, y suclasificación bajo escenarios de riesgo. 2. Implementar técnicas de inteligencia artificial y aprendizaje automático para la identificación de patrones de conducciónseguros. 3. Diseñar un prototipo de sistema de asistencia a la conducción, empleando sensores biométricos, visión por |
| Algoritmos híbridos del paradigma MML basados en metaheurísticas | SIP-IPN | 2023 | Crear, diseñar, implementar y aplicar algoritmos MML híbridos, con el uso de metaheurísticas; realizar estudios estadísticos comparativos con otros modelos del estado del arte y publicar trabajos científicos con los resultados obtenidos. Crear y diseñar algoritmos MML híbridos, con el uso de metaheurísticas Implementar los nuevos algoritmos MML híbridos Aplicar los algoritmos MML híbridos en problemas de diferentes ámbitos del quehacer humano Realizar estudios estadísticos comparativos con otros modelos del estado del arte Publicar trabajos científicos |
| Modelo de optimización del tránsito vehicular y mejora de la movilidad urbana del Campus IPN-Zacatenco con base en la IA y comunicación C-V2X | SIP-IPN | 2023 | Identificar, analizar y evaluar los distintos escenarios que producen los impactos negativos provocados por las diversas condiciones de movilidad urbana que ocupan el Campus IPN Zacatenco, empleando inteligencia artificial para la generación de escenarios que permitan reordenar el tránsito de vehiculos y peatones, haciendo eficiente su traslado y evitando accidentes y disminuyendo la contaminación. Objetivos específicos 1.Identificar los aspectos relevantes que influyen directa e indirectamente en las condiciones de transito imperantes dentro del area de influencia vial del Campus IPN-Zacatenco. 2.Emplear o desarrollar los algoritmos de aprendizaje automatico y la inteligencia artificial que soporten el computo de las variables en estudio. 3.Desarrollar una interfaz con herramientas de analitica visual y cómput |
| Analítica de datos en ciudades inteligentes | SIP-IPN | 2023 | Realizar el análisis de datos generados por los demás módulos del proyectomultidisciplinario, enriquecidos con otras fuentes de datos abiertos, quepermitan generar estimaciones y predicciones del desempeño de ciudadesinteligentes en materia de movilidad, seguridad y medio ambiente. -Desarrollar dashboard de monitoreo de datos adquiridos -Analizar sitios de botones de emergencia y atención seguridad pública; conmpios, M1 y M4 -Realizar monitoreo automático y estimación de variables ambientales, con M3 -Diseñar sistema de estimación de aforo vehicular en vialidades; con M2 y M3 -Analizar resultados de metas 5-7 y retroalimentación con tomadores dedecisiones en municipios |
| La compresión de datos como técnica de pre-procesamiento en tareas de clasificación de patrones. | SIP-IPN | 2022 | Diseñar un algoritmo de compresión de datos como técnica de pre-procesamiento de datos, para ser utilizado en la mejora de los algoritmos de clasificación del estado del arte. |
| Técnicas novedosas para resolver problemas multi-clase mediante algoritmos del paradigma MML. | SIP-IPN | 2022 | Crear técnicas novedosas para resolver problemas multi-clase Aplicar las nuevas técnicas en los algoritmos del paradigma de aprendizaje automático minimalista (MML) Implementar los algoritmos del paradigma MML enriquecidos con las nuevas técnicas Realizar estudios estadísticos comparativos con otros modelos del estado del arte Publicar trabajos científicos |
| Técnicas novedosas para resolver problemas multi-clase mediante algoritmos del paradigma MML | SIP-IPN | 2022 | Crear técnicas novedosas para resolver problemas multi-clase, y aplicarlas en los algoritmos del paradigma de aprendizaje automático minimalista (MML); realizar estudios estadísticos comparativos con otros modelos del estado del arte y publicar trabajos científicos con los resultados obtenidos. |
| DISPOSITIVO DE ENTRENAMIENTO Y EVALUACIÓN DE HABILIDADES PARA TAREAS DE CIRUJÍA LAPAROSCÓPICA | SIP-IPN | 2022 | IMPLEMENTAR UN DISPOSITIVO ENTRENADOR LAPAROSCÓPICO DE CAJA, QUE PERMITA REALIZAR UNA CLASIFICACIÓN OBJETIVA DE LAS HABILIDADES SICOMOTORAS EN AL MENOS DOS TAREAS PARA CIRUJÍA LAPAROSCÓPICA DE CIRUJANOS EN ENTRENAMIENTO. |
| Dispositivo de entrenamiento y evaluacion de habilidades para tareas de cirugia laparoscopica | SIP-IPN | 2022 | Implementar un dispositivo entrenador laparoscópico de caja, que permita realizar una clasificación objetiva de las habilidades psicomotoras en al menos dos tareas para cirugía laparoscópica de cirujanos en entrenamiento. 1.3 Objetivos específicos ? Afinar el módulo de seguimiento de los instrumentos laparoscópicos. ? Afinar el módulo de obtención de parámetros de análisis de movimiento. ? Desarrollar y afinar el módulo de clasificación (clases: expertos e inexpertos). ? Incorporar dos tareas del programa FLS. ? Obtener datos de expertos e inexpertos para las dos tareas elegidas. ? Integrar el sistema desarrollado en el entrenado |
| Analítica y comunicación inteligente aplicada al estudio de caso del Campus IPN-Zacatenco | SIP-IPN | 2021 | Diseñar una plataforma de cómputo en la nube que realice el análisis de datos y la presentación de los indicadores de desempeño estratégicos del Campus Inteligente, que son atendidos por los módulos involucrados en el proyecto |
| Nuevos algoritmos del paradigma de aprendizaje automático minimalista (MInimalist Machine Learning) | SIP-IPN | 2021 | Crear, diseñar e implementar nuevos algoritmos del paradigma de aprendizaje automático minimalista (MInimalist Machine Learning); realizar estudios estadísticos comparativos con otros modelos del estado del arte y publicar trabajos científicos con los resultados obtenidos. |
| Algoritmos del paradigma supervisado para clasificación de patrones de alta complejidad. | SIP-IPN | 2020 | Crear, diseñar e implementar algoritmos del paradigma supervisado para clasificación de patrones de alta complejidad; realizar estudios estadísticos comparativos con otros modelos del estado del arte y publicar trabajos científicos con los resultados obtenidos. |
| Analítica y comunicación inteligente aplicada al estudio de caso del Campus IPN-Zacatenco | SIP-IPN | 2020 | Diseñar una plataforma de cómputo en la nube que realice el análisis de datos y la presentación de los indicadores de desempeño estratégicos del Campus Inteligente, que son atendidos por los módulos involucrados en el proyecto |
| Analítica y comunicación inteligente aplicada al estudio de caso del Campus IPN-Zacatenco | SIP-IPN | 2020 | Diseñar una plataforma de cómputo en la nube que realice el análisis de datos y la presentación de los indicadores de desempeño estratégicos del Campus Inteligente, que son atendidos por los módulos involucrados en el proyecto |