En el Laboratorio de Ciencia de Datos se lleva a cabo investigación básica y aplicada en las áreas de ciencia de datos e inteligencia artificial. Se desarrollan algoritmos que combinan diferentes modelos de aprendizaje automático, así como cómputo evolutivo y lógica difusa. Los algoritmos desarrollados se aplican en clasificación de objetos astronómicos, en ciberseguridad y en analítica empresarial, entre otras muchas aplicaciones.
El laboratorio cuenta con dos servidores para cómputo de alto rendimiento con tarjetas GPU Titán RTX y un aula con posiciones de trabajo para el acceso a los servidores. Además, tiene la finalidad de enriquecer la formación académica de estudiantes de Posgrado y de las carreras de Licenciatura afines, de tal manera que su perfil de egreso les permita enfrentar con éxito los grandes desafíos que se presentan en la actualidad en las organizaciones basadas en el conocimiento y la industria 4.0.
El grupo de académicos está enfocado a realizar investigación básica de frontera con el uso de técnicas de aprendizaje automático y aprendizaje reforzado aplicado en diferentes temáticas de corte científico, así como con un enfoque empresarial.
Dr. Juan José Tapia Armenta
Responsable del laboratorio e investigador
Doctor en Ciencias de la Computación
Sistema Nacional de Investigadoras e Investigadores, nivel I
jtapiaa@ipn.mx
Dr. Moisés Sánchez Adame
Investigador
Doctor en Redes y Sistemas de Comunicación
Sistema Nacional de Investigadoras e Investigadores, nivel II
mosancheza@ipn.mx
Estudiantes de doctorado
L. Sánchez
A. Ojeda
R. Arguelles
R. Cornejo
Estudiantes de maestría
W. García
J. Morales
El quehacer científico está centrado en la generación de conocimiento básico y aplicado que se logra a través de la realización de proyectos de investigación, llevado a cabo por un grupo de investigadores especialistas en la materia.
Nombre del proyecto | Periodo | Fuente |
Inteligencia artificial general basada en modelos con capacidad de razonamiento y aplicaciones de aprendizaje automático | 2025 | SIP-IPN |
Modelado matemático y ciencia de datos con algoritmos de cómputo de alto rendimiento | 2024 | SIP-IPN |
Desarrollo de algoritmos de cómputo de alto rendimiento, ciencia de datos y aprendizaje automático | 2023–2024 | RedCEDIA–AWS |
Aceleración en GPU de algoritmos de modelado matemático, ciencia de datos y aprendizaje automático | 2023 | SIP-IPN |
Algoritmos de inteligencia artificial y ciencia de datos en múltiples nodos con múltiples CPUs | 2022 | SIP-IPN |
Aplicaciones de ciencia de datos y aprendizaje automático con cómputo de alto rendimiento | 2021 | SIP-IPN |
Optimización del comportamiento caótico de sistemas de orden fraccional usando algoritmos evolutivos | 2020 | SIP-IPN |
Cómputo de alto rendimiento en modelado matemático, metaheurísticas y ciencia de datos | 2019 | SIP-IPN |
A continuación, se presenta un listado de la productividad científica más reciente lograda por el grupo de trabajo.
Calibration of wavefront aberrations using supervised learning and deep learning for a Shack–Hartmann wavefront sensor.
Mario Alberto Jara Reyna, Carlos Alberto Guerrero Peña, Joel Herrera Vázquez, Juan José Tapia Armenta, Eduardo Gerardo Pérez Tijerina. 2025.
Developing a quantum genetic algorithm in MATLAB using a quantum device on AWS
Rosales-Alvarado, S.S., Montiel, O., Orozco-Rosas, U., Tapia, J.J.
2024
SSGP-CUDA — A CUDA framework for geometric semantic genetic programming
Leonardo Trujillo, José Manuel Muñoz-Contreras, Daniel E. Hernández, Mauro Castelli, Juan José Tapia-Armenta
2022
On the analysis of hyper-parameter space for a genetic programming system with iterated F-race
Leonardo Trujillo, Ernesto Álvarez González, Edgar Galván, Juan José Tapia Armenta, Antonio Ponsich
2020
Construction of conditional probability tables of Bayesian networks using ontologies and Wikimetadata
Alan Ramírez Noriega, Reyes Juárez Ramírez, Juan J. Tapia, Víctor H. Galicia, Samantha Jiménez
2019
Relations between touch target size and drag distance in mobile applications for users with autism spectrum disorders
Angeles Quezada, Reyes Juárez Ramírez, Samantha Jiménez, Juan José Tapia Armenta, Rodolfo Villarroel, Roberto Muñoz
2018
INSTITUTO POLITÉCNICO NACIONAL
D.R. Instituto Politécnico Nacional (IPN). Av. Luis Enrique Erro S/N, Unidad Profesional Adolfo López Mateos, Zacatenco, Alcaldía Gustavo A. Madero, C.P. 07738, Ciudad de México. Conmutador: 55 57 29 60 00 / 55 57 29 63 00.
Esta página es una obra intelectual protegida por la Ley Federal del Derecho de Autor, puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica; su uso para otros fines, requiere autorización previa y por escrito de la Dirección General del Instituto.
