Maestría en Ciencias (Inteligencia Artificial)

Introducción a Maestría en Ciencias en Inteligencia Artificial

 

En las últimas décadas, la inteligencia artificial ha tenido un papel creciente 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 a las ciencias y la ingeniería encaminados en resolver los problemas del entorno local y global.

Objetivos

Objetivo general

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 del país, en las áreas de la salud, seguridad, vivienda, movilidad, energía y cambio climático.

Objetivos particulares

  1. 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.
  2. Contribuir a la generación de conocimiento nuevo a partir de trabajo de investigación original que contribuya al desarrollo científico de la inteligencia artificial.
  3. 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.

 

Perfil de Ingreso

El programa de Maestría en Ciencias en Inteligencia Artificial está dirigido a egresados o profesionistas de diversas áreas de ingeniería afines, tales como automatización, mecatrónica, computación, biomédica, matemáticas, nanotecnología, eléctrica, electrónica, telecomunicaciones, entre otras; que deseen obtener conocimientos en las áreas de investigación relacionadas a la inteligencia artificial.

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

Conocimientos

  • Poseer conocimientos sólidos en matemáticas (probabilidad y estadística, análisis numérico, ecuaciones diferenciales) y programación.
  • Tener conocimiento del idioma inglés.

Habilidades

  • Habilidad para comunicación de manera oral y escrita empleando lenguaje técnico.
  • Aprender nuevas teorías y metodologías de forma supervisada.
  • Redacción de documentos técnicos.

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.

Capacidades

  • Capacidad de análisis y síntesis.
  • Capacidad de organización y planificación.
  • Capacidad para aprender de un segundo idioma.
  • Capacidad para trabajar en equipo.
Perfil de Egreso

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

Conocimientos

  • Dentro del área de IA: Aprendizaje automático, algoritmos evolutivos, sistemas difusos, ciencia de datos, programación avanzada.

Habilidades

  • Investigar usando el método científico, difundir el conocimiento mediante artículos científicos, usar herramientas especializadas para analizar y resolver problemas de las ciencias y la ingeniería.

Actitudes y valores

  • Mejorar el entorno social y cultural mediante la aplicación de la ciencia y la ingeniería con una visión humana y un alto sentido ético, preservando los recursos naturales.

 

Al término del programa el egresado tendrá los conocimientos, habilidades, actitudes y valores para diseñar, administrar y ejecutar proyectos de investigación y desarrollo tecnológico de alto valor agregado mediante el uso de herramientas basadas en inteligencia artificial aplicables a los sectores social, industrial y/o salud. Para lograrlo se transmitirá un conocimiento sólido de la ciencia y tecnología junto con el desarrollo de las siguientes competencias:


1) Desarrollar conocimientos de matemáticas, ciencia e ingeniería.
2) Diseñar y conducir experimentos, conjeturas, así como analizar e interpretar datos.
3) Diseñar un sistema, componente o proceso para satisfacer las necesidades dentro de restricciones económicas, de medio ambiente, sociales, políticas, éticas, de salud y seguridad, de manufactura y sustentabilidad.
4) Trabajar en equipos multidisciplinarios.
5) Identificar, formular y resolver problemas de ingeniería de forma colaborativa.
6) Entender y practicar la responsabilidad ética y profesional.
7) Comunicar de manera oral y escrita productos de la investigación.
8) Identificar el impacto de las soluciones ingenieriles en un contexto global, científico, económico, de medio ambiente y social.
9) Identificar la necesidad de involucrarse en el aprendizaje continuo.
10) Identificar tópicos contemporáneos de inteligencia artificial.
11) Desarrollar técnicas, habilidades y herramientas basadas en inteligencia artificial necesarios para la aplicación e innovación en la ingeniería.

Plan de Estudios

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. 

 

Se establece un total de 15 asignaturas curriculares, que corresponden a 90 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, 24 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 36 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 90 créditos.

  

 Optativas de Especialidad

Análisis de Biopotenciales
Análisis de Imágenes Médicas
Aprendizaje por Refuerzo 
Autómatas y Lenguajes Formales 
Computación Afectiva 
Computación Granular 
Cómputo Reconfigurable
Estancia Académica
Ambientes Virtuales y Aumentados en Inteligencia Artificial
Inteligencia Artificial en la Biomédica
Modelado y Simulación Computacional
Procesamiento de Lenguaje Natural
Tópicos Selectos I
Tópicos Selectos II
Visión por Computadora

 

Costos

Inscripción: $1,500 MN semestrales

Asignaturas: $350 MN el crédito de cada asignatura

Nota: Los alumnos con dedicación exclusiva a la MCIA pueden postularse para obtener una beca de manutención del CONAHCYT y la UAQ les podrá condonar los pagos de las asignaturas.

Núcleo Académico Básico

El conjunto de profesores de tiempo completo que tienen bajo su responsabilidad la conducción del programa integra el núcleo académico, los cuales cuentan con nivel de estudios de doctorado, pertenecen al Sistema Nacional de Investigadoras e Investigadores (SNII) y realizan actividades de investigación y desarrollo tecnológico en el área de generación y/o aplicación del conocimiento del programa. 

 

Docente Egresado PRODEP Nivel SNII
Dr. Jesús Carlos Pedraza Ortega Universidad de Tsukuba II
Dr. Andras Takacs UAQ   I
Dr. Efrén Gorrostieta Hurtado CIDESI I
Dr. Juan Manuel Ramos Arreguín CIDESI I
Dr. Saúl Tovar Arriaga  Universidad Erlangen-Nuremberg I
Dr. Alberto Hernández Almada CINVESTAV I
Dr. Marco Antonio Aceves Fernández Universidad de Liverpool I
Dr. Luis Alberto Morales Hernández UAQ I
Dr. Edgar Rivas Araiza UAQ I

 

Alumnos Matriculados
Generación 2023-2  
Expediente Nombre Proyecto
326904 Bacilio Díaz Carlos Alberto Aplicación de inteligencia artificial para identificación de los parámetros de un motor neumático para el control de posición
244534 Castillo Rocha Oliverio Análisis de imágenes de tomografía de coherencia óptica mediante técnicas de inteligencia artificial para la detección de patrones indicativos de Glaucoma
274919 Castillo Santos Monica Noelia Reconstrucción de parámetros cosmográficos con inteligencia artificial
326908 Garcia Cigarroa Luis Fernando Automatización de la prueba DEM aplicando Inteligencia Artificial.
326907 Juarez Castro Flavio Alfonso Desarrollo de algoritmos de aprendizaje profundo para clasificación de movimientos de brazo mediante señales EMG.
236557 Llaca Sanchez Brandon Alejandro Análisis de exámenes del lenguaje para la detección temprana de Alzheimer: Un enfoque de Aprendizaje Automático.
272464 Marin Chavez Dulce Sofia Metodología basada en inteligencia artificial para detección de anormalidades asociadas al cáncer de mama en imágenes termográficas infrarrojas
326909 Medellin Robles Rodrigo Deep Learning to segment neonatal and infant cardiac chambers using ultrasound images for detection of congenital heart defects
326905 Miranda Leon Maria Laura Detección de somnolencia enfocado a conductores de automóviles con procesamiento de imágenes y CNN.
326902 Nava Gonzalez Jorge Antonio Modelo de aprendizaje profundo para detección de anomalías en vasos sanguíneos asociados al glaucoma en imágenes de fondo de ojo
327089 Perez Carrasco Perla Detección de mala postura mediante visión artificial utilizando redes neuronales convolucionales
326903 Ramirez Lugo Gustavo Sistema inteligente con un modelo neuro-difuso para análisis, clasificación y generación de señales mioeléctricas para interacción entre músculos dañados.
326992 Toledo Rios Juan Salvador Development of an artificial intelligence model for the detection of attention states.
247332 Vilchis Yubi Alejandra Sistema embebido basado en termografía infrarroja de bajo costo e inteligencia artificial para la detección de anomalías en miembro inferior.
326906 Villanueva Medina Leonardo Daniel Reconocimiento de emociones musicales basado en características de audio dotadas de un contexto.

 

Generación 2023-1  
Expediente Nombre Proyecto
320367 López Chiquito Alejandra Verónica Predicción de Hipertensión Pulmonar en pacientes con fibrosis pulmonar usando tomografías computarizadas (CT)
246169 Quiróz Calvillo Edgar Adrian Modelo de Lenguaje para la predicción en el mercado de Valores
320366 Lara Arellano Edgar Modelo de inteligencia artificial para decodificar el habla imaginada

 

Generación 2022-2  
Expediente Nombre Proyecto
311369 García Ezquerra Carlos Alberto Application of Artificial Intelligence Attention Mechanisms for the Classification of Cognitive Attention Levels
317931 Matías Pacheco Alejandro Daniel MAV Autonomous Landing on a Moving Platform Using Deep Learning Algorithms
317932 Ramos Morales Ijtsi Dzaya Extraction of dementia features from audio and text records using Machine Learning Algorithms
309238 Mena Camilo Enrique Ensamble de modelos de aprendizaje profundo para clasificación de riesgo de coledocolitiasis
317934 Maciel Jacobo José Luis Predicción de excedencias de partículas contaminantes en el ambiente mediante técnicas de inteligencia artificial
317937 Aviña Muñoz Juan Manuel Generación de estructuras 3D por medio de Redes Neuronales
317933 Castillo Salazar Joaquín Omar Reconstrucción tridimensional de objetos implementando técnicas de Deep Learning en el método de PSP con franjas RGB.
244112 Sánchez Martínez Carlos Manuel  Microservicios para la detección de muesca en el disco óptico.

 

Generación 2022-1  
Expediente Nombre Proyecto
311374 Garcia Porras Oscar Análisis de redes neuronales profundas con capas monogénicas para robustecer su seguridad frente ataques adversarios para la clasificación de imágenes
311371 Domínguez Molina Luis Alonso Evaluación del proceso de soldadura por resistencia por medio de imágenes termográficas y no termográficas
262775 Cervantes Marquez Aldo Aprendizaje por refuerzo aplicado a control de posición de una pata de 3 grados de libertad
311375 Leyva López Sheila Predicción del daño pulmonar ocasionado por fibrosis pulmonar idiopática mediante aprendizaje profundo en imágenes de tomografía computarizada de tórax
311317 Hernández de los Santos Omar Generación de componentes espectrales sintéticos relacionados con el electrorretinograma mediante modelos generativos adversarios: implicación en modelos predictivos de retinopatía
309294 Alfaro López Roberto de Jesús Detección de Obstáculos y Planeación de Ruta para un Vehículo Autónomo
311372 Estrella Ibarra Luis Felipe Segmentación de aneurismas dentro del sistema cerebrovascular a partir de 3D-TOF MRA por medio de técnicas de aprendizaje profundo.

 

Generación 2021-2  
Expediente Nombre Proyecto
309228 Acosta Tolentino Alan Propuesta de modelo de Deep Learning desde una perspectiva neurocientífica: En busca de Inteligencia Artificial Generalizada
309239 Anguiano Almejo Javier Modelo de inteligencia artificial para clasificación y segmentación de atrofia peripapilar Alfa y Beta en imágenes de fondo de ojo
247757 Bello Diaz Alea Fernanda  Clasificación de estados de atención visual con métricas de seguimiento ocular mediante técnicas de aprendizaje profundo
219542 Campos Nuñez Fernando Humberto Detección y clasificación de hepatitis c mediante técnicas de inteligencia artificial basados en computación granular
309231 Flores Muñoz Jorge de Jesús Desarrollo de un sistema de Deraining basado en algoritmos de inteligencia artificial
261724 García Gutiérrez Antonio Diseño de un algoritmo inteligente para la predicción de mantenimiento preventivo en los hornos regenerativos.
309237 Guzmán Moreno Carlos Alberto Sistema inteligente de asistencia a la conducción para el frenado automático de vehículos automotrices
309233 Hernández Barrera José Eduardo Computer-Aided Diagnosis based on detection and segmentation of Wedge-Shaped Retinal Nerve Fiber  Layer Defect on fundus images.
309232 Hernández Nava Gerardo Predicción de eventos epilépticos mediante técnicas de aprendizaje profundo usando señales EEG.
309235 León Ruíz Álvaro Metodología inteligente para el proceso de soldadura mig en un robot industrial abb irb 4600-40/2.55
262937 López Ibarra Mariana Yunuen Desarrollo de algoritmo inteligente para la detección de insuficiencia cardiaca
309236 Ortega Gómez Juan Ignacio Diseño e implementación de la percepción para un vehículo autónomo
309229 Rodríguez Flores Cecilia Gabriela Predicción en la clasificación de anormalidades precursoras de cáncer de mama mediante técnicas de aprendizaje profundo
262954 Sánchez Osti Marzela Detección y clasificación de mirocalcificaciones en mamografías mediante técnicas de inteligencia artificial.
240959 Silva Velázquez Armando  Reconocimiento de la intención del peatón de cruzar mediante Inteligencia Artificial
309234 Tapia Méndez Enoc Sistema de alerta del estado de maduración de alimentos frescos dentro de un refrigerador utilizando inteligencia artificial

 

Generación 2021-1  
Expediente Nombre Proyecto
302396  Espinosa Bernal Osmar Antonio  Reducción de ruido periódico en imágenes obtenidas por perfilometría usando técnicas de aprendizaje profundo para  reconstrucción de objetos 3D.
302395 García Noguez Luis Roberto  Identificación de rasgos asociados a la depresión mediante técnicas de Aprendizaje Automático y Procesamiento de Lenguaje Natural
226262 Martínez Suárez Victor Manuel  Reconstrucción de formas 3D mediante algoritmo de desplazamiento de fase estéreo
usando proyección de franjas y una red neuronal convolucional.
302394 Mazariegos De la cruz José Artemio  Generador de patrón central para la locomoción adaptativa en un robot hexápodo
212485 Ramírez Arriaga Karen Andrea  Sistema de reconocimiento de expresiones faciales para detección de estados de somnolencia con imágenes nocturnas
302372 Romero Chávez José Ramón Fernando  Propuesta de arquitectura de software basada en la nube para sistemas de detección de objetos comunes en tiempo real.

 

Generación 2020-2  
Expediente Nombre Proyecto
300603 Alfaro Montúfar José Gustavo  Reconstrucción 3D de objetos utilizando análisis de franjas y técnicas de aprendizaje profundo
300602 Bedolla Ibarra María Guadalupe  Desarrollo de algoritmos de detección y clasificación de niveles de atención basados en Inteligencia de Enjambre
300604 Cadena Vega Roberto Mario  Desarrollo de un sistema de diagnóstico oportuno de cardiopatía isquémica mediante ECG de 12 derivaciones y técnicas de inteligencia artificial
215086 Gomez Azpilcueta Ivan Michael  Algoritmos de Optimización para búsqueda de trayectorias en espacios tridimensionales
152191 González Huerta Rodrigo  Classification of multiple sound events in a single frame using Generative Adversarial Networks
300613 Hernández Montejano Carlos Oliver  Modelo de clasificación de señales de electrrotetinograma para diagnóstico de retinopatía diabética temprana
300600 Juárez Vallejo Tomas Emmanuel  Detección automática de líneas de carril basada en inteligencia artificial orientada a la asistencia del conductor
300599 Medina Magdaleno Guillermo Ernesto  Desarrollo de un algoritmo de Inteligencia de enjambre para la clasificación de datos por medio de un seguidor ocular como herramienta para medir niveles de atención
300598 Zamarrón Pérez Mónica  Early Hypertensive Retinopathy detection by levaraging salient regions using deep learning

 

Generación 2020-1  
Expediente Nombre Proyecto
293050 Aguilar Luhrs Luis Andres Avatar virtual con inteligencia artificial y algoritmos de aprendizaje automático en aplicaciones deportivas.
293056 Chandomi Velasco Edgardo Desarrollo de un sistema de control inteligente aplicado a un dispositivo de respiración auxiliar basado en la mecánica ventilatoria tipo Ambu.
293054 Cruz Najera Luis Salvador Aumento en la tasa de compatibilidad de ofertas de trabajo y currículos mediante el Procesamiento del Lenguaje Natural.
293053 Kuri Monge Gerardo Javier Predicción de Excedencias de Partículas Contaminantes mediante Técnicas de Inteligencia de Enjambre.
238251 Posadas Gamez Eduardo Daniel Segmentación y clasificación de la materia blanca cerebral por medio de aprendizaje automático.
293075 Rodriguez Alvarez Ayax Fernando Identificación de aguacate a partir de imágenes RGB mediante inteligencia artificial.
293057 Santander Cruz Yamanki Detección de Indicadores Cognitivos de Demencia Temprana mediante la aplicación de Algoritmos de Inteligencia Artificial y Procesamiento de Lenguaje Natural.
293055 Sotelo Rodriguez Israel Reducción de valores atípicos y presencia de ruido en nube de puntos en 3D utilizando técnicas de aprendizaje profundo.
293065 Treviño Valdes Gerardo Algoritmo para la detección de vehículos y peatones combinando CNN´s y técnicas de búsqueda.

 

Generación 2019-2  
Expediente Nombre Proyecto
290713 José Armando Lara Ramos  Attention Estimation through Eye Tracking and Machine Learning for an ADHD Assesment Support System
177092 José Héctor León Chávez  Odometría y mapeo de entornos de difícil acceso mediante tecnicas SLAM
290826 Oliver Jonathan Quintana  Segmentación automática de estructuras cerebrales para neurocirugía de cerradura.
163656 Víctor Beltrán  Mapeo 3D a partir de imágenes RGB-D por medio de una arquitectura CNN para un sistema SLAM
290712 Iván Alejandro García Amaya  Desarrollo de algoritmos de inteligencia artificial para pruebas visuales mediante señales de electroencefalograma.
290714 Edgar Rodrigo López Silva  Estimación de profundidad a partir de imágenes monoculares mediante una arquitectura CNN en sistemas embebidos
290827 Hiram Sandoval Cuellar  Extracción y clasificación automática de características de glaucoma en imágenes de retina.
290825 Espinoza Guerrero Jorge Luis  Sistema de aprendizaje por refuerzo aplicado a la locomoción de robots caminantes
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 Fernández Girón Algoritmos de clasificación de movimientos de señales mioeléctricas basados en técnicas Kernel.
283984 Luis Arturo Alvarado Escoto Reconstrucción y digitalización tridimensional 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  
Líneas de Generación y/o Aplicación de Conocimientos

La principal LGAC que permite que la investigación científica y la formación de los estudiantes tenga un enfoque disciplinar, inter, multi y transdisciplinar es la de “Inteligencia Artificial Aplicada a la Ciencia e Ingeniería”, ya que está relacionada con las necesidades y prioridades de la ciencia, la tecnología y la sociedad actual.


La LGAC cuenta con dos campos temáticos específicos que son abordados desde el campo de la inteligencia artificial.


Campo Temático 1: Inteligencia Artificial Aplicada al Desarrollo de Software.
Donde se cautivarán temas como Aprendizaje Automático, Aprendizaje Profundo, Computo Reconfigurable, Procesamiento de Señales, Modelado y Simulación, y Procesamiento de Lenguaje Natural, y Computación Granular.


Campo Temático 2: Inteligencia Artificial Aplicada a la Ingeniería Biomédica.
Donde se cautivarán temas como Análisis de Imágenes Médicas, Análisis de Biopotenciales, Computación Afectiva, y Ambientes Virtuales y Aumentados en Inteligencia Artificial.

Convocatoria

El ingreso a la Maestría en Ciencias en Inteligencia Artificial es de manera semestral. La convocatoria vigente al ciclo posterior se publica a principios de cada semestre en la página principal de la Facultad de Ingeniería. 

Contacto

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 siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

DATOS GENERALES

Duración

Duración de la carrera4.5 años (Cuatro años y medio)

Créditos

Créditos308 créditos

Plan de estudio

Plan de estudioAnual

Periodo de ingreso

Periodo de ingresoAnual

Sedes

SedesCampus Querétaro
Campus San Juan del Río

PLAN DE ESTUDIOS

INFORMACIÓN ESPECIFICA

Introducción a ingeniería en automatización
Nombre del programa Ingeniería en Automatización
Plan  
Admisión Semestral
Tipo de programa Profesionalizante
Duración 5 Años 
Modalidad Escolarizada (Presencial)
Duración estimada en ciclos lectivos 18 semanas por semestre

La carrera de Ingeniería en Automatización es una carrera comprometida con la mejora continua y con base en esa filosofía cuenta con las siguientes acreditaciones: Comités Interinstitucionales para la Evaluación de la Educación Superior (noviembre 2018 a diciembre de 2023), Accreditation Board for Engineering and Technology (2016-2021).

La carrera de Automatización cuanta con una matrícula de profesores altamente capacitados entre los cuales se encuentran docentes en el Sistema Nacional de Investigadores (SNI), Programa para el Desarrollo Profesional Docente (PRODEP) y un grupo que labora en proyectos vinculados con la industria (Programa de Formación Dual y profesores empleados en el sector privado). Con todo lo anterior se busca reafirmar las técnicas y métodos de asignaturas en donde la práctica es fundamental. Los programas de cada asignatura están adecuados para proveer al alumno una enseñanza integral tanto en el área de Ciencias Sociales y Humanidades, Económicas Administrativas, Ciencias Básicas y Ciencias de la Ingeniería (Diseño en Ingeniería e Ingeniería Aplicada). 

img_intro

 

Objetivos, Misión y Visión

Objetivos educacionales del PE de automatización

Los egresados podrán aplicar las herramientas, conocimientos y habilidades desarrolladas a lo largo de la carrera, para analizar y resolver problemas de Ingeniería.
Los egresados se comunicarán eficientemente con otros profesionistas y trabajar en equipos multidisciplinarios.
Los egresados conscientemente valorarán y respetarán los problemas de la actualidad reconociendo las diferencias individuales y culturales basándose en principios profesionales éticos y apegándose a los criterios y normas de calidad para impulsar el desarrollo sustentable.

Misión

Formar profesionistas de alto nivel, éticos, analíticos, críticos, emprendedores, competitivos, creativos e innovadores, con alto sentido social, con conocimientos sólidos en el área de la Ingeniería en Automatización en los campos de Instrumentación y Control de Procesos, Electrónica Industrial, Mecatrónica e Ingeniería Industrial; con capacidad y habilidades de generar soluciones de ingeniería para responder a las necesidades del sector industrial, académico y social. Contribuir además al desarrollo sustentable, científico, tecnológico y económico de la región y el país, mediante la generación, aplicación, difusión y transferencia del conocimiento.

Para lograrlo se conformó un equipo que trabaja con integridad, responsabilidad, ética y entusiasmo en la búsqueda de la calidad y la mejora continua, mismo que realiza actividades de difusión, investigación y desarrollo tecnológico; todo esto con el compromiso de alcanzar la excelencia en todos los ámbitos, para beneficio de la sociedad mexicana.

Visión

Ser una carrera de excelencia educativa e innovadora, enfocada en la formación de Ingenieros en Automatización de alto nivel, basada en valores humanos, conocimientos científico–tecnológicos; con reconocimiento a nivel nacional e internacional por sus resultados y contribuciones al desarrollo del país; que responda a las necesidades de los sectores industrial, académico y social. Con personal académico consolidado y un programa de estudios acreditado ante organismos evaluadores tanto nacionales como extranjeros. Un programa que se encuentre siempre inmerso en un proceso de mejora continua de la docencia, investigación, difusión de la ciencia y la tecnología, así como de la calidad del proceso enseñanza-aprendizaje.

Campus

La carrera se imparte en el campus:

Campus Querétaro

Cerro de las Campanas s/n, Colonia las campanas
CP 76010
Tel: (442) 192 12 00 ext: 6015

Campus San Juan del Río (solo Tronco Común)

Río Moctezuma 249, San Cayetano
Cp 76807
San Juan del Río, Querétaro de Arteaga
Tel: 01 (427) 274 2738 ext: 6090 o 6089

Perfil de ingreso

Habilidades en:

  1. Toma de decisiones.
  2. Seguir hábitos y métodos adecuados para el estudio.
  3. Expresarse correctamente en forma oral y escrita.
  4. Abstracción de problemas de forma estructurada.
  5. Observación.
  6. Relacionarse con personas de diferentes entornos.
Perfil de egreso
  1. Aplicar con éxito las herramientas y conocimientos de la ingeniería para analizar y resolver problemas en Ingeniería.
  2.  Administrar, aplicar y desarrollar efectivamente sus conocimientos de Ingeniería, TICs y ciencias en proyectos sociales, de investigación y de aplicación en industria..
  3. Liderar con éxito en el campo de la ingeniería e investigación.
  4. Comunicarse eficientemente con otros profesionistas y trabajar en equipos multidisciplinarios.
  5. Concientemente valore y respete los problemas de la actualidad reconociendo las diferencias individuales y culturales basándose en principios profesionales éticos y apegándose a los criterios y normas de calidad para impulsar el desarrollo sustentable
¿Por qué estudiar iA en la UAQ?
  • 95% de los profesores cuentan con Doctorado o Maestría, 30% pertenecen al Sistema Nacional de Investigadores.
  • 70% de los alumnos tienen algún tipo de beca.
  • 97% de los egresados consiguen empleo en los primeros 2 meses de egreso.
  • Más del 90% de los egresados trabajan en escenarios relacionados con la carrera que estudiaron
  • Cuenta con laboratorios de vanguardia para: Robótica, Instrumentación y Electrónica.
  • Los alumnos realizan proyectos de alto impacto en las siguientes áreas de Automatización: Energías alternativas, Robótica, Biomédica, Mecánica, Sistemas Digitales, Interfaces de Software, entre otros.
  • Proyectos de impacto industrial con diferentes empresas del sector: Salud, Electrodoméstico, Metal-Mecánico, Aeroeespacial.
  • Movilidad académica bajo convenios: Francia (Universidad Central de Paris), Estados Unidos (Arkansas, West Virginia University, Pordue), Brasil (Universidad de Sao Paulo).
  • Plan de estudios integral, garantizando un desarrollo en Ciencias y Humanidades.
  • Centro de Idiomas Avanzado en: Inglés, Francés y Alemán, principalmente.
Plan de Estudios

Descarga plan curricular 2022

Plan INA22

Descarga plan curricular 2014

Plan INA14

Núcleo académico básico
PROFESOR CORREO ELECTRONICO CORREO 2
Dr. Alberto de Jesus Pastrana Palma Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Alepth Hain Pacheco Estrada Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. aleph_Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Aurelio Domínguez González Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Carlos Andrés Pérez Ramírez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Damián Vargas Vázquez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Dimas Talavera Velázquez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Edgar Rivas Araiza Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Efren Gorrostieta Hurtado Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Gerardo Israel Pérez Soto Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Gonzalo Elias Blanco Silva Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Gonzalo Macías Bobadilla Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Jesús Alberto Basurto Hurtado Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Jesús Carlos Pedraza Ortega Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. José Emilio Vargas Soto emilio @mecatronica.net  
Dr. José Gabriel Ríos Moreno Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. José Luis González Córdoba Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. José Manuel Álvarez Alvarado Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. José Marcelino Gutiérrez Villalobos Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Juan Adrian Peréz Orozco Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Juan José Méndez Palacios  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Juan Manuel Ramos Arreguín Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dr. Juvenal Rodríguez Reséndiz Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Manuel Toledano Ayala Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Marco Antonio Aceves Fernández Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Mariano Garduño Aparicio Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Mario Trejo Perea Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Miguel Ángel Martínez Prado Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Roberto Valentín Carrillo Serrano Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Salvador Ortiz Santos  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Saúl Tovar Arriaga Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Suresh Thenozhi Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Victor Manuel Hernández Guzmán Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dr. Yunny Meas Vong Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Dra. Adriana Rojas Molina Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dra. Angélica Rosario Jiménez Sánchez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dra. Ma Sandra Hernández López Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Dra. Yuliana de Jesús Acosta Silva Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Fis. Miguel Vega Hernández Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Ing. Ednah Georgette González Rivera  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Ing. Eduarro Serrano García lalo_Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Ing. Maria Luisa Balderas Escamilla Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Ing. Ramón Antonio González Hernández Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
LDI Daniel García Casarrubias Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Lic. Hugo Rodríguez Reséndiz Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Lic. Natali Danahe Santiago Amezcua Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
LMA Edith Susana Uribe Colín  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MA Guadalupe López  Vallejo  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
MC Alfonso Noriega Ponce Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC Anaí del Rocío Campos Contreras Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC Carlos Gustavo Manríquez Padilla Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC Carlos M. Torres Hernández  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC Javier Garcia Perez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC José Luis Avendaño Juárez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC Luisa Ramírez Granados Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MC Moisés Agustín Martínez Hernández Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MDI Carlos Villarreal Sosa cavisa_Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MDM Diana de Jesús Barrera Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MI  Edwin Geovanny Vergara Ayala  Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.   
MI  Rosa Paulina Malváez García Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MI Javier García Pérez Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
MSI Ana Karen Corona Mancera Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.  
Catálogo de competencias

Descarga en el siguiente enlace el catálogo de competencias de Automatización

Competencias y Capacidades iA -DESCARGA

Atributos de egreso del programa educativo de ingeniería en automatización (competencias genéricas)
  1. Aplicar y utilizar los conocimientos de matemáticas, ciencias básicas e ingeniería para diseñar y llevar a cabo proyectos de investigación, de aplicación e innovación social y tecnológica utilizando técnicas y métodos especializados.
  2. Colaborar en equipos disciplinarios y multidisciplinarios para formular y ejecutar proyectos de soluciones en automatización pertinentes al contexto
  3. Diseñar componentes, sistemas y procesos automatizados, para satisfacer necesidades específicas y plantear las soluciones adecuadas.
  4. Formular soluciones a problemas de automatización, de componentes, sistemas y procesos considerando el impacto de la misma y contribuyendo a la mejora del contexto global, económico, ambiental y social, utilizando las técnicas y herramientas actuales.
  5. Valorar y respetar los problemas que enfrenta la sociedad actual reconociendo las diferencias individuales y culturales para convivir con responsabilidad en los ámbitos sociales y laborales basándose en principios profesionales éticos y apegándose a los criterios y normas de calidad para impulsar el
  6. Comunicar sus ideas, los conceptos y conocimientos de ingeniería en un contexto multicultural.
  7. Actualizar de forma continua los conocimientos para mejorar su desarrollo adaptándose a las necesidades cambiantes del entorno
  8. Poseer el conocimiento necesario para entender el impacto de la ingeniería en las soluciones globales, económicas, ambientales y sociales en el contexto.

 

       Descargar competencias genéricas con indicadores

Proyectos

Canal de Youtube Ingeniería en Automatización:

Revisa más proyectos en el siguiente vínculo:
www.youtube.com/automatizacion/

ABET iA

ABET

Self Study Report 2015

Programa de Ingeniería en Automatización

El siguiente documento contiene los criterios 1, 2, 3 y 4 del reporte sometido a evaluación para el ciclo 2015-2016 del programa de Ingeniería en Automatización.

Self-Study Report-2015-DESCARGA

Course Syllabi

Faculty Vitae

Evidence

Automatización Estadísticas