Búsqueda avanzada

Contacto:

gci@uaslp.mx
Búsqueda Investigador

Perfil del investigador


Juan Carlos Cuevas Tello

Datos personales:
Grado Académico:  Doctorado
Nivel SNI:  I
SCOPUS ID: 14059970200
ORBIS ID: n70184
Datos Institucionales:
Entidad Académica: Facultad de Ingeniería

Dirección de oficina: Av. Dr. Manuel Nava 8 Zona Universitaria Poniente CP. 78290 San Luis Potosí
Teléfono: (+52) 4448262300
Ext.: 6252
Correo electrónico: cuevas@uaslp.mx
  1. Doctorado en Inteligencia Artificial
    University of Birmingham
  2. Maestría en Ciencias
    Universidad Nacional Autónoma de México
  3. Licenciatura en Computación
    Universidad Autónoma de San Luis Potosí

Es profesor de tiempo completo en la Facultad de Ingeniería de la UASLP y  Coordinador en Investigación en el Centro de Investigación y Estudios de Posgrado (CIEP). Realizó un postdoctorado en el Tec de Monterrey campus Monterrey (2015).  Obtuvo su grado de doctor en ciencias de la computación en la Universidad de Birmingham, Reino Unido (2007). Realizó estudios de Maestría en Ciencias de la Computación en la UNAM (2001). Es miembro  de la Sociedad  Mexicana  en Inteligencia  Artificial (SMIA) y el Institute of Electrical and Electronics Engineers (IEEE). Es miembro  del Sistema  Nacional de Investigadores,  Nivel  1. Es líder del Cuerpo Académico Consolidado (PRODEP) en Sistemas Inteligentes y Ciberseguridad.  Es revisor de artículos de revistas indexadas como Redes Neuronales,  Reconocimiento de Patrones (Elsevier) y IEEE Access. Es especialista en inteligencia artificial en temas como la minería de datos, reconocimiento de patrones, aprendizaje automático, redes neuronales artificiales, cómputo evolutivo, cómputo de alto rendimiento, bioinformática y astroinformática. Los proyectos actuales con inteligencia artificial incluyen reconocimiento de patrones en series de tiempo en astronomía, en salud (enfermedades infeccionas, VIH, leucemia) tanto algoritmos de clasificación como predicción, en ingeniería eléctrica el diagnóstico de fallas en baterías, y visión computacional para la industria automotriz (industria 4.0) y la salud (datos COVIDx).

Intereses de investigación personales
  1. Inteligencia Artificial
Intereses del grupo de investigación
  1. Social Media Data and Machine Learning to predict Acute Respiratory Infectious diseases
    31/08/2020 - 30/08/2024
    Plenumsoft
  2. Computational model based on Capsule Networks for image classi?cation and object detection
    01/03/2018 - 29/09/2023
    CONACYT
  3. Data science model to estimate accurately time delays of gravitationally lensed quasars
    01/03/2018 - 28/02/2023
    CONACYT
  4. Towards An Intelligent Electric Wheelchair: Computer Vision Module
    31/08/2020 - 28/09/2022
    Université de Pau et des Pays de l'Adour (UPPA)
  5. ModuleNet: A Convolutional Neural Network for Stereo Vision
    28/08/2017 - 15/12/2020
    CIMAT, A.C.
  6. Computational forecasting methodology for Acute respiratory infection using artificial neural networks and search terms
    01/02/2017 - 27/11/2020
    PRODEP-SEP
  7. Machine learning approaches for pattern recognition on genetic data from the Human Immunodeficiency Virus
    01/02/2016 - 13/11/2020
    CONACYT