En las últimas décadas los sistemas de inteligencia artificial han cobrado un papel importante en el desarrollo y avance de la civilización moderna, encontrando nuevos campos de aplicación. La Maestría en Ciencias en Inteligencia Artificial se enfoca en el estudio de los métodos y técnicas computacionales no convencionales aplicadas en el desarrollo de hardware y software, así como en las ciencias biomédicas. El conocimiento y comprensión de dichos métodos y técnicas pueden agruparse en las siguientes áreas del conocimiento: sistemas inteligentes, optimización avanzada, procesamiento de señales, complejidad computacional, sistemas de automatización médica. Por tal motivo el programa está estructurado para que el estudiante adquiera los conocimientos necesarios en estas disciplinas.

El trabajo de investigación, docentes y planteamiento curricular permitieron el reconocimiento del programa dentro del padrón nacional de posgrados de calidad (PNPC) de CONACyT.

El programa de Maestría en Ciencias en Inteligencia Artificial está dirigido a egresados o profesionistas de diversas áreas de ingeniería afines, tales como, automatización, biomédica, nanotecnología, eléctrica, electrónica, matemáticas, mecatrónica, computación, telecomunicaciones, entre otras; que deseen obtener conocimientos en las áreas de investigación relacionadas con la Desarrollo de Hardware y Software e Ingeniería Biomédica

Los aspirantes a la Maestría en Ciencias en Inteligencia Artificial deben contar con los conocimientos, habilidades, actitudes y valores siguientes:

a.Conocimientos

–  Poseer conocimientos sólidos en matemáticas (probabilidad y estadística, análisis numérico, ecuaciones diferenciales).

–  Es deseable que el aspirante cuente con conocimientos básicos en electrónica y programación estructurada.

–  Tener conocimiento del idioma Inglés (450 puntos TOEFL)

b.Habilidades

–  En el manejo de equipo instrumental básico (fuentes de voltaje, osciloscopio, multímetro)

–  Habilidad para comunicación de manera oral y escrita empleando lenguaje técnico.

–  Aprender nuevas teorías y metodologías de forma supervisada.

–  Redacción de documentos técnicos.

c.Actitudes y valores

–  Interés por realizar actividades de investigación y desarrollo tecnológico

–  Gusto por la lectura de diversos tipos de documentos técnicos (libros, manuales, reportes, artículos)

–  Proactiva para alcanzar los objetivos de investigación planteados

–  Colaboradora para integrarse en grupos de trabajo multidisciplinarios

–  Propositiva para llegar a soluciones viables mediante reflexión

–  Crítica y reflexiva para toma de decisiones.

–  Responsabilidad para llevar atender los compromisos académicos y administrativos en tiempo y forma.

–  Compromiso para realizar trabajo de investigación con impacto social, industrial y/o sector salud.

d.Capacidades

–  Capacidad de análisis y síntesis

–  Capacidad de organización y planificación

–  Capacidad para aprender de un segundo idioma.

–  Capacidad para trabajar en equipo.

Al término de sus estudios se espera que adquiera los siguientes conocimientos, habilidades, actitudes y valores.

a.Conocimientos

–  Conocimientos sólidos en aprendizaje automático, sistemas inteligentes, optimización y algoritmos, automatización de sistemas médicos, procesamiento de señales e imagenología médica para el desarrollo de sistemas inteligentes.

b.Habilidades

–  Aplicar el método científico para la asimilación y aplicación de conocimiento de frontera en sistemas inteligentes.

–  Manejo de herramientas informáticas especializadas para el diseño, simulación y desarrollo de hardware y software.

–  Plantear y resolver problemas donde las teorías de inteligencia artificial y algoritmos avanzados tengan aplicación, mediante métodos sistemáticos y formales.

–  Comunicarse efectivamente de forma oral y escrita usando lenguaje técnico adecuado, tanto en español como en inglés.

–  Búsqueda y organización de información técnica y científica a partir de fuentes confiables de información, como parte del proceso de investigación.

–  Habilidad para interpretar y analizar información científica y técnica en áreas de la inteligencia artificial.

–  Redacción de documentos científicos y técnicos cuya finalidad sea la difusión y divulgación del conocimiento.

c.Actitudes y valores

–  Motivación por mejorar el entorno social y cultural mediante la aplicación de ciencia y tecnología.

–  Compromiso de superación y búsqueda de nuevos retos que motiven a realizar estudios de doctorado.

–  Pensamiento crítico para analizar y evaluar sistemas de inteligencia artificial, que conlleve a proponer alternativas basadas en la experiencia y la investigación.

–  Conciencia sobre el impacto social y ambiental que plantea el diseño de sistemas inteligentes.

–  Honestidad y honorabilidad como valores fundamentales que rijan su actuar académico y profesional.

d.Capacidades

–  Capacidad para realizar proyectos de investigación tecnológica de naturaleza multidisciplinaria o interdisciplinaria que requiera sistemas de inteligencia artificial y computación avanzada.

–  Capacidad para la asimilación y adaptación de nuevos conocimientos en el campo de la inteligencia artificial.

–  Capacidad para desarrollar tecnología innovadora empleando métodos y herramientas adecuadas a la aplicación.

–  Capacidad para elaborar un protocolo de investigación original que eventualmente conduzca a llevar a cabo estudios de doctorado.

Formar capital humano de alta calidad académica y humana, con conocimientos y habilidades para investigar, diseñar, desarrollar, administrar y supervisar sistemas de inteligencia artificial, basados en métodos y tecnologías innovadoras que den solución a las demandas industriales y del sector salud.

  • Contribuir con la formación de maestros en ciencias en inteligencia artificial con la capacidad para llevar a cabo investigación y aplicar sus conocimientos para generar soluciones prácticas a problemas del sector productivo que contribuyan al desarrollo y bienestar social.
  • Contribuir a la generación de conocimiento nuevo a partir de trabajo de investigación original que contribuya al desarrollo científico dentro de las áreas del conocimiento de sistemas inteligentes, optimización avanzada, procesamiento de señales, complejidad computacional, sistemas de automatización médica.
  • Impulsar la movilidad estudiantil con instituciones nacionales o extranjeras que favorezca la diversificación del conocimiento y su aplicación en la resolución de problemas dentro del contexto local y global.

Admisión o ingreso: Semestral

Plan: Semestral

Duración: 2 años

Líneas Terminales:

  1. Desarrollo de Hardware y Software
  2. Ingeniería Biomédica

El sistema adoptado para éste programa de Maestría en Ciencias en Inteligencia Artificial es por semestres y por créditos, un alumno de dedicación completa puede obtener el grado de maestro en ciencias en el transcurso de 4 semestres académicos con una duración de 18 semanas de ciclo lectivo. Se considera como máximo un semestre adicional para obtener el grado de maestro en ciencias en inteligencia artificial. El ingreso al programa se realizará de forma semestral.

Se establece un total de 15 asignaturas curriculares, que corresponden a 88 créditos mismos que incluyen 18 créditos que pertenecen a la elaboración de tesis de grado. El estudiante podrá cursar 30 créditos en el primer semestre, 30 en el segundo, 22 en el tercero y 6 en el último semestre, sin embargo la asignación de asignaturas puede variar en cada semestre dependiendo del desempeño del estudiante y su planificación de movilidad académica. La propuesta incluye una asignatura optativa llamada “Estancia Académica” que permite fomentar la movilidad de los estudiantes, ya sea en instituciones nacionales o extranjeras.

La estructura del programa comprende un Paquete Básico, formado por seis asignaturas para uniformizar los conocimientos básicos de matemáticas computacionales aplicadas a la ingeniería y el seguimiento metodológico y sistemático de alumno hasta la obtención del grado, las asignaturas del paquete básico suman 34 créditos. El Paquete Primario que intenta proporcionar al estudiante los conocimientos fundamentales del área de estudio, comprende 30 créditos; y un Paquete Especializado para profundizar en el área disciplinar del estudiante, con 24 créditos, para integrar un total de 88 créditos.

 

 

Inscripción: $1,500 MN semestrales

Asignaturas: $350 MN el crédito de cada asignatura

Nota: Los alumnos de tiempo completo de la MCIA reciben una beca que otorga el CONACYT para manutención y una beca por parte de la Universidad Autónoma de Querétaro que cubre el costo de las asignaturas del programa.

El conjunto de profesores de tiempo completo que tienen bajo su responsabilidad la conducción del programa integran el núcleo académico básico, los cuales cuentan con nivel de estudios de doctorado, pertenecen al SNI y realizan actividades de investigación y desarrollo tecnológico en alguna de las áreas de generación y/o aplicación del conocimiento LGAC definidas para el programa. Así mismo, los profesores del núcleo académico básico son miembros diversas organizaciones relacionadas con su campo de investigación como el IEEE, ACM, AMM, AMC y AMESE.

Nombre y grado Obtención de grado Área de Investigación SNI PRODEP Link Currículum
  LGAC – Inteligencia Artificial aplicada al desarrollo de Hardware y Software  
Dr. Arturo González Gutiérrez Universidad de California en Santa Barbara, EUA Optimización y Complejidad Computacional - Si Dr. Arturo González r
Dr. Efrén Gorrostieta Hurtado CIDESI, México Inteligencia Artificial, Robótica I Dr. Efrén Gorrostieta
Dr. Marco Antonio Aceves Fernández Universidad de Liverpool, Inglaterra Inteligencia Artificial, Sistemas Embebidos I Si Dr. Marco Antonio
Dr. Juan Manuel Ramos Arreguín CIDESI, México Mecatrónica, Sistemas Embebidos, Inteligencia Artificial I Si Dr. Manuel Ramos
Dr. José Emilio Vargas Soto Universidad Complutense de Madrid, España Inteligencia Artificial, Mecatrónica I Si Dr. Emilio Vargas
  LGAC – Inteligencia Artificial aplicada a la Ingeniería Biomédica
Dr. Juvenal Rodríguez Reséndiz, Dr. UAQ, México Biomecatrónica, Sistemas Embebidos y FPGAs I Si Dr. Juvenal Rodríguez
Dra. Vanessa Vallejo Becerra CINVESTAV, México Ciencias Biomédicas, Bioingeniería I No Dra. Vanessa Vallejo
Dr. Saúl Tovar Arriaga Universidad Erlanga-Nuremberg, Alemania Cirugía Asistida por Computadora, Robótica Médica I Si Dr. Saúl Tovar
Dr. Jesús Carlos Pedraza Ortega Universidad de Tsukuba, Japón Procesamiento de Imágenes Médicas, Inteligencia Artificial I Si Dr. Jesús Carlos
Dr. Luis Alberto Morales Hernández UAQ, México Visión por Computadora, Inteligencia Artificial I Si Dr. Luis Morales

Profesores de tiempo parcial

ProfesorObtención de gradoÁrea de InvestigaciónSNIPRODEPDr. Manuel Toledano AyalaUAQ, MéxicoSistemas EmbebidosISiDr. Alberto Pastrana PalmaUniversidad de East Anglia en Norwich, InglaterraArchivado y transmisión de imágenes médicas (PACS), ImagenologíaISiM.C. Guillermo Díaz DelgadoLaval University, CanadaOptimización y Complejidad Computacional-NoM.C. Fidel González GutiérrezTecnológico de Morelia, MéxicoOptimización y Complejidad Computacional-SiM.C. Artemio Sotomayor OlmedoUAQ, MéxicoInteligencia Artificial-No

Generación 2019-2  
Expediente Nombre Proyecto
290713 José Armando Lara Ramos  
177092 José Héctor León Chávez  
290826 Oliver Jonathan Quintana  
163656 Víctor Beltrán  
290712 Iván Alejandro García Amaya  
290714 Edgar Rodrigo López Silva  
290827 Hiram Sandoval Cuellar  
290825 Espinoza Guerrero Jorge Luis  
Generación 2019-1  
Expediente Nombre Proyecto
189155 Pedro Ayala Elizarraraz Algoritmos para la Predicción de Estructuras Secundarias ARN.
127887 Fernando Soni Urquiza Metodología De Aprendizaje Profundo Para El Análisis De Fenotipos En Plantas De Tomate Hidropónico.
219781 Pablo Augusto Campos Zárate Sistema de reconocimiento facial en 3D basado en SVN.
283985 Jaime Fernandez Giro Algoritmos de clasificación de movimientos de señales mioeléctricas basados en técnicas Kernel.
283984 Luis Arturo Alvarado Escoto Reconstrucción y digitalización tridimencional del rostro humano utilizando análisis de franjas y por desplazamiento de fase.
195725 María Guadalupe Hernández Ramírez Algoritmo de detección oportuna de retinopatía hipertensiva mediante el calibre de vasos retinianos en su emergencia en el nervio óptico.
96777 Ricardo González Cruz Evaluación de señales electroencefalográficas con clasificación por machine learning
Generación 2018-2  
Expediente Nombre Proyecto
238289 Francisco Emiliano Aguayo Serrano Sistema embebido para la detección de expresiones faciales y clasificación de emociones a través de una máquina de soporte vectorial(SVM)
281705 Alma Eliza Guerrero Sánchez Optimización de la operación de un sistema HVAC para ahorro energético, mediante estrategias de Inteligencia Artificial
281635 Jesús Salvador Malagon Garcia Algoritmos para el Problema del Corredor de
Longitud Mínima
281308 Susana Vega Hernández Reconocimiento de patrones de marcha mediante el uso de cámara de profundidad
281307 Jorge Luis Robles Valenzuela Clasificación de señales mioeléctricas de brazo mediante técnicas de Inteligencia Artificial Basadas en Inteligencia de Enjambre
281634 Gerardo Espinoza Fahl Herramienta para medición de capacidad de movimiento de manos para pacientes en terapias de rehabilitación utilizando algoritmos de inteligencia artificial
Generación 2018-1  
Expediente Nombre Proyecto
275348 Mario Alberto Olivares Pronóstico de Vida Útil Remanente de Sistemas Complejos Basado en Meta Aprendizaje
275311 Miguel Ángel Moncada Malgón Implementación en Hardware de un Algoritmo de Dehazing
275310 Ricardo Domínguez Guevara Modelado y Predicción de Partículas Contaminantes PM10 Mediante Redes Profundas Convolucionales
275312 Julio Alberto Ramírez Montañez Modelación y predicción de excedencias de partículas PM10 utilizando redes recurrentes
275459 Gendry Alfonso Francia Análisis y detección de patrones de riesgo cardiovascular en imágenes de retina usando aprendizaje profundo.
Generación 2017-2  
Expediente Nombre Proyecto
178176 Damián Solís Rosas Procesamiento de Lenguaje Natural para la búsqueda de patrones en demencia.
231062 Hansel Amadeus Montuffar Otero Optimización de procesos de planeación mediante Coloreo de grafos
201927 María Fernanda Cisneros Guzmán Aprendizaje máquina en la determinación de factores para el diagnóstico de retinopatía diabética
272861 Emmanuel Rodríguez Díaz Implementacion de algoritmo Ant Colony para evasion de obstaculos con restricciones locales y globales
272897 Rafael Ortiz Feregrino Detección de factores comunes asociados a enfermedades oculares utilizando aprendizaje profundo.
272739 Manuel Alejandro López Cristerna Reconstrucción 3-D por método de cambio de fase utilizando franjas RGB
Generación 2017-1    
Expediente Nombre Proyecto  
223251 Iván Joel Ramírez Ángeles Detección y clasificación de señales mioeléctricas en el brazo mediante el uso de algoritmos basados en inteligencia artificial  
116006 Luis Rogelio Román Rivera Detección de Patrones en imágenes basados en técnicas de Inteligencia Artificial para la reconstrucción de un mapa de puntos y posición de una cámara en movimiento  
163750 José Edgar Altamirano Soria Modelado y Predicción de Partículas Contaminantes PM10 Mediante Redes Profundas Convolucionales  

El programa cuenta con dos Líneas de Generación y Aplicación del Conocimiento (LGAC). La primera LGAC está enfocada a “Inteligencia Artificial Aplicada al Desarrollo de Hardware y Software”dentro de la cual se identifican tres campos temáticos: a) Sistemas Inteligentes, b) Optimización y c) Procesamiento de Señales.

La segunda LGAC está enfocada a la “Inteligencia Artificial Aplicada a Ingeniería Biomédica” dentro de la cual se identifican dos campos temáticos: a) Análisis de Imágenes Médicas, b) Sistemas Médicos Automatizados.

Los Cuerpos académicos que apoyan los trabajos de investigación en torno a las LGCAs son:

  • Sistemas Embebidos y Aplicaciones (Consolidado)
  • Instrumentación y Control Automático (Consolidado)
  • Mecatrónica (Consolidado)
  • Cómputo Científico y Tecnológico (Consolidado)
  • Optimización y Computación Avanzada (En Consolidación)

Dr. Saúl Tovar Arriaga

Coordinador de la Maestría en Ciencias en Inteligencia Artificial

Tel. +52 442 1921200 Ext.: 6023

Email: Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.