Doctorado en Inteligencia Artificial
En años recientes, la Inteligencia Artificial ha demostrado tener un alto impacto tanto en la industria como en la academia, convirtiéndose en un eje fundamental como motor para el desarrollo del país. Atendiendo a esta necesidad, el Doctorado en Inteligencia Artificial tiene como objetivo desarrollar investigadores con una sólida formación académica, lograda a través del estudio y la investigación en proyectos teóricos y de aplicación con nivel internacional. Esta formación se centra en la investigación y el desarrollo de proyectos de calidad mundial, siempre con un sentido ético y humano que caracteriza a los profesionales de nuestra Universidad.
Orientación del programa
Programa orientado a la Investigación. El objetivo de este programa es la formación de investigadores que generen conocimiento fundamentado en modelos de IA, considerando los elementos de la Minería de Datos, procesamiento de lenguaje natural e inteligencia de negocio. Con este programa se busca impulsar la investigación independiente en cualquier institución educativa o empresa.
Objetivo
El Doctorado en IA tiene como objetivo desarrollar investigadores con una sólida formación académica, lograda a través del estudio y la investigación en proyectos teóricos y de aplicación con nivel internacional. Esta formación se centra en la investigación y el desarrollo de proyectos de calidad mundial, siempre con un sentido ético y humano que caracteriza a los profesionales de nuestra Universidad.
Perfil de Ingreso
Este programa está orientado a personas que desean profundizar sus conocimientos en temas como Minería de Datos, Aprendizaje de Máquina, Procesamiento de Lenguaje Natural y Aprendizaje Estadístico, para que a partir de este análisis se genere nuevo conocimiento, con base en nuevos algoritmos y aplicaciones de estas herramientas en otras disciplinas.
Perfil de Egreso
El alumno egresado de nuestro programa estará enfocado en:
- Optimización convexa y no convexa.
- Creación y desarrollo de modelos de Aprendizaje de Máquina así como de Procesamiento de Lenguaje Natural, para la mejora de herramientas computacionales.
- Aplicación de técnicas de IA en diferentes áreas del conocimiento para la toma de decisiones, así como para la mejora de procesos de las organizaciones.
- Implementación de modelos de aprendizaje que atiendan a las necesidades del mercado.
Plan de estudios
- Aprendizaje de máquina aplicado
- Cómputo Distribuido
- Ética para la Inteligencia Artificial
- Estadística para la Investigación
- Seminario de Investigación I
- Seminario de Investigación II
- Seminario de Investigación III
- Seminario de Investigación IV
- Seminario de Investigación V
- Seminario de Investigación VI
- Estancia de investigación
- Seminario de Tesis
- Optativa I
- Optativa II
- Optativa III
- Optativa IV
- Optativa V
Claustro Docente
- Dra. Lourdes Martínez Villaseñor
- Dra. Antonieta Martínez Velasco
- Dra. María Victoria Carreras Cruz
- Dr. Félix Martínez Ríos
- Dr. Jorge Brieva Rico
- Dr. Ernesto Moya Albor
- Dr. Hiram Ponce Espinosa
- Dr. Ari Barrera Ánimas
- Dr. David Escobar Castillejos
Líneas de Investigación
El programa cuenta con dos líneas de investigación:
- Ciencia de datos
- Interacción humano-máquina
Productividad académica del claustro docente
- Alcauter I.; Martinez-Villasenor L.; Ponce H., Explaining Factors of Student Attrition at Higher Education, Computación y Sistemas 27(4), 2023
- González-Rossano C.; Terán-Bustamante A.; Velázquez-Salazar M.; Martínez-Velasco A., What Drives Profit Income in Mexico’s Main Banks? Evidence Using Machine Learning, Sustainability 15(7): 5696, 2023
- Aguilera-Mendoza L.; Ayala-Ruano S.; Martinez-Rios F.; Chavez E.; García-Jacas C.R.; Brizuela C.A.; Marrero-Ponce Y., StarPep Toolbox: an open-source software to assist chemical space analysis of bioactive peptides and their functions using complex networks, Bioinformatics 39(8): btad506, 2023
- Gomez-Coronel S.L.; Moya-Albor E.; Brieva J.; Romero-Arellano A., A Robust and Secure Watermarking Approach Based on Hermite Transform and SVD-DCT, Applied Sciences 13(14): 8430, 2023
- Brieva J.; Ponce H.; Moya-Albor E., Non-Contact Breathing Rate Estimation Using Machine Learning with an Optimized Architecture, Mathematics 11(3): 645, 2023
- Sanchez-Escobar M.O.; Noguez J.; Molina-Espinosa J.M.; Escobar-Castillejos D.; Ruiz-Loza S., Policy Design for Electricity Efficiency: A Case Study of Bottom-Up Energy Modeling in the Residential Sector and Buildings, Energies 16(19): 6765, 2023
- Enríquez T.; Alonso-Stuyck P.; Martínez-Villaseñor L., The Language of Nature and Artificial Intelligence in Patient Care, International Journal of Environmental Research and Public Health 20(15): 6499, 2023
- Moya-Albor E.; Romero-Arellano A.; Brieva J.; Gomez-Coronel S.L., Color Image Encryption Algorithm Based on a Chaotic Model Using the Modular Discrete Derivative and Langton’s Ant, Mathematics 11(10): 2396, 2023
- Bobadilla-Rendón D.; Monroy-Rueda de León I.J.; Salazar-Salinas G.; Stefan-Lepe De Soto A.; Ponce H.; Moya-Albor E.; Brieva J., Mechatronic Design of a Low-Cost Smart Wheelchair Controlled by Joystick and Voice Commands, Computación y Sistemas 27(2), 2023
- Agüero-Chapin G.; Antunes A.; Mora J.R.; Pérez N.; Contreras-Torres E.; Valdes-Martini J.R.; Martinez-Rios F.; Zambrano C.H.; Marrero-Ponce Y., Complex Networks Analyses of Antibiofilm Peptides: An Emerging Tool for Next-Generation Antimicrobials’ Discovery, Antibiotics 12(4): 747, 2023
- Leyva-Hernández S.N.; Terán-Bustamante A.; Martínez-Velasco A., COVID-19, social identity, and socially responsible food consumption between generations, Frontiers in Psychology 14: 1080097, 2023
- Alvarado-Uribe J.; Barrera-Animas A.Y.; Gonzalez-Mendoza M.; Garcia-Gamboa A.L.; Hernandez-Gress N., Towards a Standardized Evaluation of APIs Non-Functional Requirements Focused on Completeness and Soundness Qualities, Computación y Sistemas 27(4), 2023
Proceso de Admisión
- Pagar el proceso de admisión
- Enviar al correo ssanchezv@up.edu.mx del Departamento de Admisiones Posgrados, los siguientes documentos escaneados:
- Solicitud de admisión firmada por el aspirante.
- Comprobante de pago con nombre completo del aspirante.
- Títulos de Licenciatura y Maestría.
- Cédula Profesional. En caso de encontrarse en trámite, presentar un comprobante.
- Comprobante de fecha para presentar el examen GRE o, en su defecto, entrega de resultados del mismo.
- Curriculum Vitae (máximo dos cuartillas).
- Carta de motivos para ingresar al doctorado
- Solicitud de admisión firmada por el aspirante.
- Examen psicométrico. Una vez entregada la documentación, se le enviará al aspirante la liga para que presente el examen en línea.
Requisitos de titulación
- Haber completado el total de créditos del programa
- Tesis y defensa doctoral
- Tres publicaciones académicas indexadas en Scopus, de las cuales al menos una sea un artículo de revista Q1/Q2
- Haber realizado al menos 100 horas de estancia de investigación en una institución académica o empresa, nacional o en el extranjero
¿Cuál es su valor agregado?
Conoce más sobre este posgrado con el folleto.
DescargarSi deseas asistencia o más información, envíanos mensaje vía WhatsApp.
ContáctanosContacto directo en Campus CDMX
Admisión:
Susana Sánchez Vizcaya
ssanchezv@up.edu.mx Tel. 55 5482 1600 ext. 6823 Cel. 55 3439 7325
Coordinador del programa:
Hiram Ponce
Doctorado en Inteligencia Artificial
- 1
- 2
- 3