UNIVERSIDAD AUTONOMA METROPOLITANA-AZCAPOTZALCO ...kali.azc.uam.mx/clc/04_proyecto_de_inv/ALC... ·...

UNIVERSIDAD AUTONOMA METROPOLITANA-AZCAPOTZALCO

DEPARTAMENTO de:

Sistemas

ÁREA de: Optimización Combinatoria

PROPUESTA DE NUEVO PROYECTO DE INVESTIGACIÓN

Metaheurísticas para modelos de conductas

RESPOSABLE

Dr. en C. Ana Lilia LAUREANO CRUCES

04-07-2019

2

a. Departamento: Sistemas

b. Area: Optimización Combinatoria

c. Espacio físico en que se realiza la investigación: cada colaborador dispone de su propio equipo de cómputo, donde se pueden realizar gran parte de las investigaciones. En el caso de la resolución de problemas cuya complejidad requiera de recursos de mayor potencia, se puede hacer uso del equipo de cómputo, instalado en la UAM-Azcapotzalco, que consta de dos servidores Sun Xfire 5400 (16 núcleos y 32 GB RAM cada uno).

d. Nombre del Proyecto: metaheurísticas para modelos de conductas.

La investigación a realizar contribuirá al desarrollo de herramientas basadas en modelos conceptuales y técnicas computacionales eficientes para el análisis, operación y diseño de aplicaciones cognitivas. Dichas aplicaciones involucran algoritmos numéricos que incorporan inteligencia artificial (IA). Los estudios a realizar en esta dirección también buscarán alcanzar resultados particulares que permitan explorar la ayuda de sistemas expertos. Un punto importante en esta propuesta es la intensa relación con investigadores de otros campos de conocimiento lo que le da una fortaleza trans-disciplinaria.

e. Duración prevista en meses: 36 meses. f. Línea de Investigación Divisional: investigaciones teóricas y experimentales g. Nombre del programa de investigación del Área: metaheurísticas e inteligencia

computacional.

h. Investigador Responsable:

Nombre Ana Lilia LAUREANO CRUCES No. económico 16153

Último grado obtenido Doctorado en Ciencias Correo electrónico [email protected] Firma

i. Participantes

Internos:

Nombre Adscripción Num.

Emp. Categoría

y Nivel Grado Correo electrónico Firma

Martha MORA

TORRES

Departamento de Sistemas

34354 Asociado `D´

Doctorado [email protected]

Antonin PONSICH


35009 Asociado `D´


Javier RAMÍREZ

RODRÍGUEZ


9055

Titular `C´


3

Externos:

Nombre Adscripción Num. Empleado

Categoría y Nivel

Grado Correo electrónico

Mohamed EL ALAMI HASSOUN

ENSAT, MARRUECOS

- Titular Doctorado [email protected]

Fernando de

ARRIAGA GÓMEZ

UNED, ESPAÑA

- Emérito Doctorado [email protected]

Gustavo de la CRUZ

MARTÍNEZ

ICAT-UNAM - Técnico Académico Titular ´B´


Pedro P. GONZÁLEZ

PÉREZ

UAM-C 22413 Titular ´C´ Doctorado [email protected]

4

1. Departamento: Sistemas

2. Area: Optimización Combinatoria

3. Investigador Responsable: Dr. Ana Lilia LAUREANO CRUCES

4. Nombre del Proyecto: metaheurísticas para modelos de conductas

5. Objetivo General de Investigación: Diseño de meta heurísticas para los modelos cognitivos propuestos para cualquier conducta humana que conlleva: incertidumbre, conocimiento heurístico, solución de problemas, razonamiento aproximado y aprendizaje.

5.1. Objetivos específicos:

• Simular fenómenos físicos y biológicos. • Antropoformizar espacios, con el fin de volverlos más cómodos y empáticos

para los humanos. • Diseñar modelos matemáticos para las conductas.

6. Antecedentes.

Durante años nos hemos preguntado, qué caracteriza al homo sapiens, nuestras capacidades mentales son importantes para nosotros. Tratamos de comprender cómo pensamos, esto es, cómo percibimos, entendemos y predecimos, cómo somos capaces de manipular el entorno en el que nos movemos; siendo este tan complejo. El campo de la inteligencia artificial (IA), va más allá, ya que no sólo intenta comprender, sino también construir entidades inteligentes. Sus orígenes se remontan a poco después de la II guerra mundial y su nombre se acuñó en 1956. En IA, se estudia desde áreas de propósito general: solución de problemas, razonamiento lógico, memoria, aprendizaje y percepción; áreas específicas como: juego de ajedrez, prueba de teoremas matemáticos, diagnóstico de problemas y escritura de poesía. La IA, modela, sistematiza y automatiza las tareas intelectuales, de aquí su relevancia en cualquier actividad intelectual humana, así que en este sentido es un campo Universal. Resulta indiscutible la naturaleza ubicua de la IA hoy en día, estando presente no solo en una extensa variedad de aplicaciones y sistemas computacionales, sino también en una amplia gama de dispositivos domésticos y de uso personal, los cuales facilitan nuestra vida y actividades cotidianas. Con el fin de dar solución a la problemática expuesta se usan meta heurísticas, algunas de las cuales son: algoritmos evolutivos, sistemas difusos, algoritmos heurísticos, redes neuronales y sistemas multi-agente. En la última década, esta área ha tenido un crecimiento importante en la solución de problemas que tradicionalmente utilizaban técnicas clásicas. Ejemplos de aplicaciones son: evaluación difusa en los sistemas de aprendizaje inteligentes, optimización heurística en problemas biológicos complejos, razonamiento aproximado; aplicado a control adaptativo para simular escenarios futuros con el fin de determinar acciones remediales o de múltiples opciones.

5

7. Metodología En cada uno de los problemas derivados de las distintas líneas de trabajo se investigarán y desarrollarán nuevos conceptos, estrategias, metodologías y herramientas de computación suave que permitan obtener las mejores soluciones a problemas relevantes de modelado y simulación, así como el análisis y diseño de los procesos involucrados en contextos específicos.

8. Recursos disponibles y necesarios

Recursos Disponibles Necesarios Equipo de cómputo Cada colaborador dispone

propio Económicos (viáticos, gastos de viaje, inscripciones) para la presentación de trabajos en eventos especializados.

Equipo de cómputo Dos servidores Sun Xfire 5400 (16 núcleos y 32 GB RAM cada uno). Instalado en la UAM-A.

9. Líneas de trabajo:

9.1. Meta heurísticas y computación suave

En 1994 Lotfi Asker Zadeh (1921-2017) dio la primera definición de Computación Suave (Computación Suave), la referencia a los conceptos que actualmente ésta maneja solía hacerse de forma atómica, es decir, se hablaba de manera aislada de cada uno de ellos con indicación del empleo de metodologías borrosas. Computación Suave no es un cuerpo homogéneo de conceptos y técnicas. Más bien es una mezcla de distintos métodos que de una forma u otra cooperan desde sus fundamentos. En este sentido, el principal objetivo de la computación suave es aprovechar la tolerancia que conllevan la imprecisión y la incertidumbre, para conseguir manejabilidad, robustez y soluciones de bajo costo. Los principales ingredientes de la Computación Suave son la Lógica Difusa, la Neuro-computación y el Razonamiento Probabilístico, incluyendo este último a los Algoritmos Evolutivos, las Redes de Creencia, los Sistemas Caóticos y algunas partes de la Teoría de Aprendizaje. En la asociación Lógica Difusa, Neurocomputación y Razonamiento Probabilístico, la Lógica Difusa se ocupa principalmente de la imprecisión y el Razonamiento Aproximado; mientras que la Neurocumputación del aprendizaje, implica el Razonamiento Probabilístico de la incertidumbre y la propagación de las creencias.

Una parte importante de la teoría difusa y de la posibilidad, además de estar centrada en el razonamiento aproximado y razonamiento con incertidumbre, también se ocupa de la representación del conocimiento; mientras que, en control, está muy cercana al espíritu de los expertos y se le conoce como sistemas de control basados en inteligencia artificial, un ejemplo del producto de esta teoría son los mapas cognitivos difusos. Estos son grafos utilizados para representar el razonamiento causal.

De acuerdo a Zadeh: "...en contraste con la computación tradicional (hard), la Computación Suave se beneficia de la tolerancia asociada a la imprecisión, la incertidumbre, y las verdades parciales para conseguir tratabilidad, robustez, soluciones de bajo costo y mejores

6

representaciones de la realidad". Por consiguiente, entre las componentes de la computación suave, como complemento de los algoritmos evolutivos, que pueden representar sólo una parte de los métodos de búsqueda y optimización que se emplean, deberían considerarse también los algoritmos heurísticos o aún mejor las meta heurísticas.

9.2. Emociones cognitivas y consciencia artificial El principal objetivo de la IA es emular los conocimientos y habilidades del ser humano en tareas que involucran la solución de problemas, el razonamiento lógico, la memoria, el aprendizaje, el reconocimiento de patrones, entre otras destrezas asociadas al comportamiento cognitivo exhibido por éste. De tal suerte que estas dos sub-líneas sean fundamentales en el diseño de los artefactos que simulen comportamientos humanos. La computación afectiva inicia a finales de los 90´s (Picard, 1998) y tiene dos objetivos básicos: 1) obtener las emociones de un usuario, 2) representar emociones sintéticas, a través de los sistemas informáticos; utilizando modelos informáticos se simulan los comportamientos de los seres humanos o se predicen las emociones de los usuarios; con el fin de tener interacciones más certeras y más ubicadas, durante la interacción de estos sistemas. Los sistemas informáticos que incluyen a las emociones dentro de su interacción cuentan con alguno de los siguientes modelos perceptores: 1) una estructura cognitiva de emociones o 2) un conjunto de perceptores que les permiten conocer el ritmo cardiaco, la dilatación de la pupila, el nivel de sudoración, entre otros (Minsky, 2006). Nuestro objetivo principal es reconocer a las emociones como parte substancial del desarrollo de los artefactos y que los ordenadores emocionales sean considerados como nueva tecnología, la cual permite potenciar la interacción con los usuarios (Lowenstein, Lerner, 2003). En cuanto a la consciencia artificial, de acuerdo a los cinco axiomas de Aleksander (2005) se establece una relación con los modelos cognitivos diseñados para los artefactos, anclándolos en diferentes contextos y haciendo que los comportamientos cuenten con un meta- conocimiento guiado por las emociones. • Axioma 1: yo siento que soy parte, pero una parte separada del mundo que está ahí afuera. • Axioma 2: yo siento que mi percepción del mundo, esta mezclada con sentimientos de

experiencias pasadas. • Axioma 3: mi experiencia del mundo es selectiva y cuenta con un propósito. • Axioma 4: yo pienso a futuro todo el tiempo; tratando de decidir qué es lo siguiente que haré. • Axioma 5: tengo sentimientos, emociones y tendencias de humor que determinan qué será

lo que haré.

7

9.3. Intelligent E-Learning

Ejemplos de aplicación para modelar el razonamiento de los expertos son los sistemas de aprendizaje inteligentes, donde el entorno a monitorizar es el desarrollo de la tarea cognitiva, y la capacidad de adaptación radica en encontrar el origen de los errores cometidos por los estudiantes. Precisamente, la aplicación de estas técnicas de IA permitiría un análisis muy completo del conocimiento y experiencia del experto humano que serviría para analizar (superficial y profundamente) los errores de los estudiantes y aplicar las estrategias y tácticas idóneas no sólo para corregir esos errores, sino también para acelerar la migración de esos estudiantes del estado de aprendices al de expertos. Este tema de la aceleración del proceso de migración de “noveles” a expertos es un tema de enorme importancia en todos los entornos educativos, no suficientemente debatido ni considerado. Se pretende que nuestros trabajos en el campo de “intelligent e-learning” sigan esa dirección. Anteriormente hemos utilizado diversas técnicas para representar el conocimiento del experto y la actuación del tutor en el aprendizaje. Entre ellas destacan los mapas cognitivos difusos que a pesar de su novedad han producido gran impacto por sus logros (Kosko, 1986). Pretendemos en este proyecto usar, entre otras, esa técnica de representación del conocimiento tratando de incluir el posible aprendizaje del sistema con la experiencia. Por otra parte, la incorporación de la computación afectiva o de emociones, va a representar la apertura de un importante campo de actuación en este tipo de sistemas, dado que la evaluación del estado afectivo del estudiante durante el proceso de aprendizaje va a permitir que el propio sistema, ya sea indirectamente por las acciones tutoriales o directamente por medio de avatares (interfaces inteligentes), pueda incidir y tratar de mejorar la motivación del alumno, pieza fundamental del propio aprendizaje. Y de esta forma autorregular su aprendizaje. En el caso del manejo de las emociones por parte del sistema experto, es necesario modelar el razonamiento del sistema para saber cuándo se deben mostrar ciertas acciones que permitan eliminar el estrés, presente a través de distintas actividades que ocasionan: enojo, frustración, vergüenza entre otras.

9.4. Desarrollo de sistemas basados en sistemas multi-agente para el modelado y simulación de sistemas autónomos.

La inteligencia artificial distribuida: La inteligencia artificial distribuida (IAD) descentraliza el proceso de control; lo que lleva al uso de agentes autónomos, entre otros modelos y técnicas propuestos. Estos agentes son especialistas que cooperan entre sí, a través de sus estrategias de coordinación, comunicación e interacción, de forma contraria a como lo hacen los sistemas que cuentan con un control general. Con lo anterior se trata de minimizar en lo posible la incapacidad de planificar dentro de un mundo dinámico, al permitir la existencia de varios especialistas resolviendo un mismo problema en vez de uno solo (Minsky, 1987; 2006; Ferber, 1993).

Dentro de la IAD se encuentran las arquitecturas multi-agente (Ferber,1993). Los agentes con que se diseñen estos sistemas pueden ser de diversos tipos: agentes colaborativos, agentes de interfaz, agentes móviles, agentes informativos, agentes reactivos, agentes híbridos o agentes inteligentes. En esta línea se trabajará con agentes reactivos, híbridos y cognitivos;

8

así que serán las características de éstos los que potenciaremos durante el desarrollo de los sistemas. Los agentes reactivos: los agentes reactivos dotan a los sistemas de la capacidad de reaccionar con rapidez en un mundo dinámico y en continuo cambio. Para lograrlo cada agente sintetiza los aspectos de ese mundo que son relevantes para su funcionamiento. Con esta división se creará por otro lado, la interacción de estos agentes con el mundo y entre ellos para que el funcionamiento global del sistema emerja. Lo anterior de acuerdo a la tarea específica para la que fue creado el sistema. Una de las principales características de los agentes reactivos es su rápida respuesta y su adaptabilidad a entornos complejos y dinámicos. De aquí que su razonamiento deliberativo se ensamble tomando en consideración las técnicas de computación suave como es el caso de la teoría difusa y los métodos heurísticos (Maes, 1993a;1993b; Brooks, 1991). Los agentes cognitivos: la necesidad creciente de acudir al poder deliberativo de los agentes, hace preciso en estos momentos dar plena entrada a este tipo de agentes, dada la complejidad de los entornos prácticos en los que queremos trabajar y que mencionaremos seguidamente. Su mayor potencia deliberativa permitirá no solo establecer amplias posibilidades de cooperación entre ellos sino también asumir tareas complejas como las relacionadas con las emociones y su integración con los propios aspectos cognitivos del proceso enfocado en distintos contextos. El empleo de una arquitectura adecuada para este tipo de agente permite que puedan ejercer funciones puramente reactivas cuando se necesite, por lo que la actuación conjunta de estos agentes y los reactivos no presenta problema alguno (Van, 2012).

9.5. Visualización de información

La visualización de la información es un campo de investigación multidisciplinario de reciente creación en el que se conjunta el uso de nuevas tecnologías con la creatividad (Ware, 2013). Lo que nos interesa es generar conocimiento a partir de la visualización, esta última requiere de representación y presentación de datos en distintas formas (Meirelles, 2014). Los anteriores procesos explotan nuestra capacidad de percepción visual y al hacerlo crea conocimiento. Una visualización de información, explica historias, simplifica, mide, compara, explora, descubre, con el objetivo de transformar los datos en información, la información en conocimiento y el conocimiento en inteligencia de algún contexto en particular (Forbus, 1996). Esta convergencia de los diferentes ingredientes de creatividad y tecnología nos ofrece una gran variedad de posibilidades, siendo al mismo tiempo un reto. En este caso estamos resolviendo proyectos desde la trans-disciplina, donde convergen: diseño de interfaces inteligentes, matemáticas, inteligencia artificial y, por supuesto ingeniería en computación.

9.6. Interfaces de usuario inteligentes Se considera que el diseño de una interfaz de usuario debe tener como metas mejorar la rapidez para aprender su utilización, la eficiencia al utilizarla, reducir el grado de propensión al error y agradar al usuario (Nielsen y Loranger, 2006; Norman, 2005). Con el fin de llegar a este fin han surgido una serie de propuestas que los diseñadores utilizan para diseñar mejores interfaces de usuario. Las interfaces de usuario inteligente son desarrolladas con este propósito, la disciplina de la interfaz de usuario inteligente (IUI) se interesa en la manera de mejorar la eficiencia, efectividad y naturalidad de la interacción entre el humano y las

9

máquinas haciendo uso de los diferentes recursos computacionales disponibles (Maybury, 1999). Aunque existen diversas definiciones y caracterizaciones de las interfaces de usuario inteligentes, podemos observar que sus objetivos fundamentales son: mejorar la comunicación entre el usuario y la máquina, personalización de la interacción y flexibilidad en el uso de la interfaz (Ross, 2000). A su vez existe una fuerte vinculación entre estos objetivos: cuando una propuesta específica busca mejorar la comunicación con el usuario esta propuesta debe considerar que los usuarios tienen diferentes necesidades y por tanto se requiere una interacción personalizada y flexible con el usuario; de la misma forma, se espera que con la personalización de una interfaz se brinde mayor flexibilidad en su uso y se espera que haya una mejor comunicación; finalmente, la flexibilidad de una interfaz permitirá al usuario personalizar su experiencia con la misma y con esto mejorar su comunicación. Las interfaces inteligentes son una necesidad, una interfaz inteligente implica un diseño cognitivo basado en el usuario. Lo anterior significa meterse en la piel del usuario con el fin de poder, a través de la empatía, comprender los problemas a los que se enfrenta. Ehlert (2003) indica que la flexibilidad de las IUI se obtiene a partir de la adaptación o el aprendizaje. Por lo tanto y bajo este contexto, con la adaptación se busca ayudar al usuario a alcanzar sus objetivos más rápidamente interviniendo en las características de la interacción. La adaptación toma como referencia el entendimiento del usuario, ya sea el conocimiento almacenado o las inferencias hechas a partir de la interacción actual. El tema de las interfaces de usuario a desarrollar en los distintos sistemas es de importancia y de complejidad cuando se pretende (como en nuestro caso) personalizar y adaptar estas interfaces a los distintos usuarios de estos sistemas teniendo en cuenta sus estados tanto cognitivos como afectivos. Los agentes cognitivos están llamados a desarrollar un gran papel al hacerse cargo de este tipo de interfaces (Nigay, Coutaz, 1991).

10. Metas académicas por alcanzar Primer año:

• Obtener resultados publicables en alguna de las líneas de trabajo. • Incorporar estudiantes al proyecto.

Segundo año:

• Publicación de los resultados y presentaciones en congreso de los resultados obtenidos.

• Graduación de alumnos.

Tercer año: • Presentar el informe. • Graduación de alumnos.

11. Productos de trabajo

Primer año:

• Creación de modelos cognitivos para diferentes conductas. • Publicación de los resultados y presentaciones en congreso conforme se vayan

obteniendo.

10

Segundo año: • Creación de modelos cognitivos para diferentes conductas. • Implementación de los modelos cognitivos. • Graduación de alumnos. • Publicación de los resultados y presentaciones en congreso conforme se vayan

obteniendo. Tercer año:

• Creación de modelos cognitivos para diferentes conductas. • Implementación de los modelos cognitivos. • Graduación de alumnos. • Publicación de los resultados y presentaciones en congreso conforme se vayan

obteniendo. • Escribir informe del proyecto.

12. Cronograma

Primer año:

Mes 1 2 3 4 5 6 7 8 9 10 11 12

Investigar estado del arte

Investigar estado del arte Investigar estado del arte

Identificar oportunidades de desarrollo para las diferentes lineas de trabajo




11

Segundo año:

Mes 1 2 3 4 5 6 7 8 9 10 11 12

Identificar y diseñar los algoritmos más apropiados para los distintos modelos cognitivos.



Implementación de los modelos cognitivos.


Escritura de artículos y publicación.

Graduar alumnos.

Tercer año:

Mes 1 2 3 4 5 6 7 8 9 10 11 12






Escritura de artículos y publicación.

Graduar alumnos.

Escribir informe del proyecto

12

Referencias Aleksander, I. (2005). The World in my Mind, My Mind in the World. IA Press. Brooks, R. 1991. Intelligence without representation. Artificial Intelligence 47:139] 159. Ehlert, P. (2003). Intelligent user interfaces: introduction and survey. Delft University of Technology. The Netherlands. Ferber, J. (1993). L’intelligence Artificielle Distribueé. Le Courrier du CNRS. No. 80, February. Meudon, France. Forbus, Kenneth D. (1986). Qualitative Reasoning. CRC Handbook of Computer Science an Engeneering. USA:CRC. Press Taylor &Francis Group. Kosko B (1986) Fuzzy cognitive maps. Int J Man-Machine Stud 24:65–75 Lowenstein, G., Lerner, JS. (2003). The role of affect in decision making. In: Goldsmith H., Davidson, R., Scherer, K. (Editors). Handbook of Affective Science. Oxford University; Press New York, pp. 619-642. Maes, P. 1993a. Designing autonomous agents. In Designing autonomous agents: Theory and practice from biology to engineering and back. Cambridge, MA: MIT Press. Maes, P. 1993b. Situated agents can have goals. In Designing autonomous agents: Theory and practice from biology to engineering and back. Cambridge, MA: MIT Press. Maybury, M. (1999). Intelligent user interfaces: an introduction. En Proceedings of the 4th international Conference on Intelligent User interfaces. IUI '99. , ACM Press, New York, NY, 3-4. Meirelles, Isabel. (2014). La Información en el Diseño. Edi. Parramón Arts and Design. Minsky, M. 1987. La Sociedad de la Mente. Editorial, Galápagos, Spain. Minsky, M. (2006). The Emotion Machine. Simon & Schuster Paperbacks. Nielsen, J., Loranger, H. (2006). Prioritizing Web Usability. New Riders Publishing. Nigay, L., and J. Coutaz. 1991. Building user interfaces: Organizing software agents. A cookbook for organizing software agents. ESPIRIT Basic Research Action 3066 AMODEUS (Assimilating Models of Designers, Users, and Systems). Norman, D. (2005). El Diseño emocional : por qué nos gustan (o no) los objetos cotidianos. México: Paidós Transiciones. Ortony, A. Clore and G.L., Collins, A. (1996). La estructura cognitiva de las emociones, Edit. Siglo XXI de España Editores, S.A. Picard, R.W. (1998). Los ordenadores emocionales. Edit. Ariel

13

Ross, E. (2000). Intelligent User Interfaces: Survey and Research Directions. Technical Report. UMI Order Number: CSTR-00-004, University of Bristol. Van Eersel (2012). Votre Cerveau N’pas Fini de Vous Étonner. (Edit) Clés Albin Michel. Ware, Colin. (2013). Information Visualization: perception for design. Edit. Morgan Kaufman.

13. Semblanzas de los colaboradores (en orden alfabético) Dr. Fernando de Arriaga Gómez, es Ingeniero de Caminos, Canales y Puertos, y Doctor Ingeniero de Caminos, Canales y Puertos por la Universidad Politécnica de Madrid, Licenciado en Ciencias Matemáticas, y Doctor en Ciencias Matemáticas por la Universidad Complutense de Madrid, Doctor en “Engineering Mechanics and Computer Science” por Stanford University (California, USA), Licenciado en Ciencias Económicas y Empresariales, Máster en Comercio Exterior, y Doctor en Ciencias Económicas y Empresariales por la Universidad Nacional de Educación a Distancia de España. Actualmente Catedrático Emérito de la Universidad Politécnica de Madrid y Profesor Coordinador del “Master of Business Administration” de la Facultad de Ciencias Económicas y Empresariales de la Universidad Nacional de Educación a Distancia de España. Áreas de especialidad: inteligencia artificial, lógica borrosa, sistemas multi-agentes, computación afectiva, evaluación borrosa de sistemas multi-agentes. Dr. Gustavo de la Cruz Martínez, Licenciado en Ciencias de la Computación por la Facultad de Ciencias de la UNAM, Maestría y Doctorado en Ciencias (Computación) por la UNAM, actualmente es Técnico Académico Titular B de Tiempo Completo en el Instituto de Ciencias Aplicadas y Tecnología, UNAM. Area de especialidad: interacción humano-computadora, modelado del usuario, diseño de experiencias del usuario. PRIDE D (UNAM). Dr. Mohamed El Alami Hassoun, es Licenciado y Máster en Ciencias por la Universidad Estatal de San Petersburgo (Rusia), Master en Ingeniería Informática por New Technology Systems, Diploma de Estudios Avanzados en Inteligencia Artificial por la Escuela Técnica Superior de Ingenieros de Telecomunicación (Universidad Politécnica de Madrid), Diploma de Inteligencia Artificial y Sistemas Expertos por la Escuela Superior de Informática del Ministerio de Defensa de España, Doctor en Informática por la Facultad de Informática (Universidad Politécnica de Madrid). Actualmente es Profesor Titular y Jefe del Departamento de Matemáticas e Informática de ENSAT (Ecole Nationale de Sciences Appliquées de Tanger), Université Abadelmalek Essadi. Áreas de especialidad: modelización de agentes inteligentes, arquitecturas multi-agente, sistemas inteligentes de aprendizaje, computación afectiva, cooperación de sistemas multi-agentes, ingeniería cognitiva, sistemas inteligentes de aprendizaje de niños con discapacidad. Dr. Pedro Pablo González Pérez, Licenciado en Matemáticas por la Universidad de la Habana, Cuba, Maestría y Doctorado en Ciencias Biomédicas por la Universidad Nacional Autónoma de México. Actualmente es Profesor-Investigador Titular C tiempo completo definitivo de la UAM-C. Áreas de investigación: biología computacional, modelado y simulación de sistemas biológicos, sistemas multiagente, metaheurísticas y computación evolutiva. Es miembro del SNI, nivel 1, reconocimiento PRODEP y miembro del núcleo académico del Posgrado en Optimización. Dr. Ana Lilia Laureano Cruces, Ingeniero Civil, Maestra en Ciencias de la Computación y Doctor en Ciencias (Intelgencia Artificial) por la Universidad Nacional Autónoma de México.

14

Actualmente es Profesor-Investigador Titular C tiempo completo definitivo. Área de Optimización Combinatoria. Áreas de especialidad: metaheurísticas y computación suave, aplicadas a ingeniería cognitiva y análisis conductual para la implementación de agentes cognitivos, arquitecturas multi-agente, emociones sintéticas y consciencia artificial. Miembro del SNI, nivel 2, reconocimiento PRODEP y miembro del núcleo académico del Posgrado en Optimización. Dr. Martha Mora-Torres, Ingeniero en Electrónica en la Universidad Autónoma Metropolitana, una Maestría en Ingeniería (Computación) y un Doctorado en Ciencias (Computación) por la Universidad Nacional Autónoma de México. Actualmente es Profesor – Investigador Asociado D de tiempo completo definitivo en el Área de Optimización Combinatoria. Area de especialidad: representación del conocimiento con incertidumbre aplicadas al diseño cognitivo, arquitecturas multi-agente, emociones sintéticas y consciencia artificial. Reconocimiento PRODEP y miembro del núcleo académico del Posgrado en Optimización. Dr. Antonin Ponsich, Ingeniero en Informática y Procesos, y Doctor en Ingeniería de Procesos y del Medio Ambiente por el Institut National Polytechnique de Toulouse (Francia). Áreas de interés son sobre problemas de Investigación Operativa y su resolución mediante algoritmos heurísticos en general, particularmente con Algoritmos Evolutivos. Actualmente es Profesor–Investigador Asociado D tiempo completo definitivo en el Área de Optimización Combinatoria. Miembro del SNI, nivel 1, rreconocimiento PRODEP y miembro del núcleo académico del Posgrado en Optimización. Dr. Javier Ramírez Rodríguez, Actuario por la Facultad de Ciencias, UNAM y Doctor en Ciencias Matemáticas (Investigación de Operaciones) por la Universidad Complutense de Madrid (España), Profesor-Investigador Titular C de tiempo completo definitivo. Área de Optimización Combinatoria. Áreas de interés: optimización combinatoria, teoría de gráficas y computación suave. Miembro del SNI, nivel 1, reconocimiento PRODEP y miembro del núcleo académico del Posgrado en Optimización.

15

APÉNDICE A Logros más importantes en los últimos tres años (de todos los integrantes) A.1 Revistas de circulación internacional con arbitraje

1. Emotions, Implicit Information that Allows the Conscious Phenomenon. Ana Lilia LAUREANO-CRUCES, A.L., Eduardo MIRANDA-ROCHIN, Javier RAMÍREZ- RODRÍGUEZ, Martha MORA-TORRES, Lourdes SÁNCHEZ-GUERRERO. International Journal of Innovative Science, Engineering & Technology, Vol. 5 Issue 10, October 2018, pp 55-77. ISSN (Online) 2348 – 7968. (indizada en Thomson Reuters).

2. Conscious interfaces: a shared responsibility. Ramírez-Laureano, E., Laureano Cruces, A.L., Ledo-Mezquita, Y., Flores-Mendoza, C. International Journal of Innovative Science, Engineering & Technology, Vol. 5 Issue 1, January 2018, pp 98-112. ISSN (Online) 2348 – 7968. (indizada en Thomson Reuters).

3. Diseño emocional de elementos interactivos visuales: una perspectiva para mejorar la interacción de los inmigrantes digitales con la computadora personal. Alberto Yáñez Castillo, Ana Lilia Laureano Cruces, Gustavo Iván Garmendia Ramírez. Revista Tecnología & Diseño, ISSN: 2007-8781, pp. 37-55. Universidad Autónoma Metropolitana – Azcapotzalco (CYAD). Num. 8 (2017). http://revistatd.azc.uam.mx/index.php/rtd/index.

4. Un Algoritmo Híbrido para el Problema de Coloración Robusta de Gráficas (A Hybrid Algorithm For The Robust Graph Coloring Problem). Roman Anselmo Mora-Gutiérrez, Javier Ramírez-Rodríguez, Eric A. Rincón-García, Antonin Ponsich, Ana Lilia Laureano-Cruces (Departamento de Sistemas, UAM–A). Revista de Matemática: Teoría y Aplicaciones. Escuela de Matemática (Spanish, English, French), Vol. 23 (2), pp 421- 444. Universidad de Costa Rica, San José. (Indizada en Zentralblatt MATH). ISSN 1409-2433 y en Latindex 1409-2433. 2016. DOI: http://dx.doi.org/10.15517/rmta.v23i2.25269

5. Artificial Self Awareness for Emergent Behavior. Ana Lilia Laureano-Cruces, Javier Ramírez-Rodríguez (Departamento de Sistemas, UAM–A), Martha Mora-Torres (Posgrado en Ciencia e Ingeniería de la Computación, UNAM), Lourdes Sánchez- Guerrero (Departamento de Sistemas, UAM-A). Frontiers in Psychological and Behavioral Science. Vol. 5, Iss. 1, pp. 1-15. ISSN:2309-012X(Print); ISSN:2309- 0138(Online). www.academicpub.org/fpbs/. 2016.

6. Dynamic Interaction through a Reactive Interface in Patients with Dementia, by Means of Cognitive Stimulation. Ana Lilia Laureano-Cruces (Departamento de Sistemas, UAM-A), Martha Mora-Torres (Posgrado en Ciencia e Ingeniería de la Computación, UNAM), Lourdes Sánchez-Guerrero, Javier Ramírez-Rodríguez (Departamento de Sistemas, UAM-A), Itzel Irais Montiel-Bernal (Escuela Superior de Cómputo-IPN), Eric Benjamin Allier-Pavia (Posgrado en Diseño, Línea: Visualización de la Información, UAM-A). E-Health Telecommunication Systems and Networks. Vol. 4, pp. 57-67. ISSN Print:2167-9517; ISSN Online: 2167-9525. http://www.scirp.org/journal/etsn/. 2015.

7. Parallel and Distributed Decision Making Processes: Inference Engine. Martha Mora-Torres (Post-Graduate Department of Science and Computer Engineering, National Autonomous University of Mexico), Ana Lilia Laureano-Cruces, Javier Ramírez-Rodríguez, Lourdes Sánchez-Guerrero (Metropolitan Autonomous University). Journal of Pattern Recognition and Intelligent Systems. Vol 3, Iss. 3, pp,36-54. ISSN:2309-0669(Print); ISSN:2309-0650(Online). http://www.academicpub.org/pris/. Agosto 2015. http://www.academicpub.org/pris/paperInfo.aspx?PaperID=16816

8. A Decision Support System Based on Multi-Agent Technology for Gene Expression Analysis. Edna Márquez (Facultad de Ingeniería, UNAM), Jesús Savage (Facultad de Ingeniería, UNAM), Christian Lemaitre (Departamento de Ciencias de la Comunicación-UAM_C), Ana Lilia Laureano-Cruces (Departamento de Sistemas UAM-A), Jaime Berumen, Ana Espinosa (Unidad de Medicina Genómica, Hospital General de México), Ron Leder (Facultad de

16

Ingeniería, UNAM), Alfredo Weitzenfeld (Department of Computer Science and Engineering, University of South Florida, Tampa, FL, USA). International Journal of Intelligence Science, Vol.5, Num 3, pp. 158-172. ISSN Print: 2163-0283; ISSN Online: 2163-0356. Published Online April 2015 in SciRes. http://www.scirp.org/journal/ijis. 2015. DOI: 10.4236/ijis.2015.53014

9. An expert system to improve the functioning of the clothing industry: a development methodology. K. Santiago-Santiago (División Académica de Mecánica Industrial, Universidad Tecnológica Emiliano Zapata y Posgrado en Diseño, Nuevas Tecnologías), A. L. Laureano-Cruces (Departamento de Sistemas y Posgrado en Diseño, Nuevas Tecnologías, UAM-A), J. M. A. Sánchez de Antuñano-Barranco (Departamento de Investigación y Conocimiento para el Diseño y Posgrado en Diseño, Nuevas Tecnologías, UAM-A), O. Domínguez- Pérez y E. Sarmiento-Bustos. (División Académica de Mecánica Industrial, Universidad Tecnológica Emiliano Zapata). International Journal of Clothing Science and Technology, pp. 99-128. Vol. 27:1. ISSN: 0955-6222 Esmerald Publishing Group, (indizada en SCOPUS: ISSN: 0955-6222, DOI 10.1108/IJCST-08-2013-0084). Permanent link to this document: http://dx.doi.org/10.1108/IJCST-08-2013-0084. 2015.

10. Multi-Agent System for Real Time Planning Using Collaborative Agents. Ana Lilia Laureano-Cruces (Departamento de Sistemas, UAM-A), Tzitziki Ramírez-González (Maestría en Ciencias de la Computación-UAM-A), Lourdes Sánchez-Guerrero, Javier Ramírez-Rodríguez (Departamento de Sistemas, UAM-A). International Journal of Intelligence Science, Vol (4), pp. 91-103. Online October 2014 in SciRes. http://www.scirp.org/journal/ijis. http://dx.doi.org/10.4236/ijis.2014.44011. 2014.

11. A Pedagogical Agent as an Interface of an Intelligent Tutoring System to assist Collaborative Learning. Ana Lilia Laureano-Cruces (Departamento de Sistemas, Universidad Autónoma Metropolitana-Azcapotzalco), Enrique Acuña-Garduño (Posgrado en Diseño-Nuevas Tecnologías, Universidad Autónoma Metropolitana- Azcapotzalco, México), Lourdes Sánchez-Guerrero, Javier Ramírez-Rodríguez (Departamento de Sistemas, Universidad Autónoma Metropolitana-Azcapotzalco), Martha Mora-Torres (Posgrado en Ciencia e Ingeniería de la Computación-UNAM), Blanca R. Silva-López (Departamento de Sistemas, Universidad Autónoma Metropolitana-Azcapotzalco, México). Creative Education Vol. 5, pp. 619-629. Published Online May 2014 in SciRes (http://www.scirp.org/journal/ce). Scientific Research. 2014. DOI: 10.4236/ce.2014.58073.

12. An Affective-Motivational Interface for a Pedagogical Agent. Martha Mora-Torres (Posgrado en Ciencia e Ingeniería de la Computación, UNAM), Ana Lilia Laureano-Cruces (Departamento de Sistemas, UAM-A, Laboratoire Informatique d’Avignon, Université d’Avignon et des Pays de Vaucluse, Avignon, France), Fernando Gamboa-Rodríguez (CCADET-UNAM), Javier Ramírez-Rodríguez (Departamento de Sistemas, UAM-A, Laboratoire Informatique d’Avignon, Université d’Avignon et des Pays de Vaucluse, Avignon, France), Lourdes Sánchez-Guerrero (Departamento de Sistemas, UAM-A). International Journal of Intelligence Science 2014, Vol. 4, pp. 17-23. Published OnlineJanuary 2014 (http://www.scirp.org/journal/ijis). Scientific Research.m2014.DOI:10.4236/ijis.2014.41003. Calderón Canales Reyna Elena, Flores Camacho Fernando, Gallegos Cázares Leticia, De la Cruz Martínez Gustavo, Ramírez Ortega Jesús, Castañeda Martínez Ricardo. 2016. Laboratorios de ciencias en el bachillerato: tecnologías digitales y adaptación docente. Revista de Innovación Educativa, vol. 8, núm. 1, p. 17.

13. De la Cruz Martínez Gustavo, Eslava Cervantes Ana Libia, Castañeda Martínez Ricardo. 2015. Diseño de la experiencia del usuario para espacios interactivos de aprendizaje no formal, Research in Computer Science, num. 89, p. 53-62.

14. Sanabria, J. C., Chan, M. E., Mateos, L. R., Mariscal, J. L., Arámburo-Lizárraga, J., & De la Cruz, G. (2015). APPLYING THE GRADUAL IMMERSION METHOD TO SURREALIST ART CREATION USING INTERACTIVE WHITEBOARDS. International Journal of Arts & Sciences, 8(6), 627.

17

15. N. Tahiri, M. El Alami, (2018). KASP: A Cognitive-Affective Methodology for Intelligent Game Design to Improve Pedagogical Skills of Children with Learning Disabilities. International Journal of Advanced Computer Science and Applications. 1-10, National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tangier, Moroccco.

16. M. El Alami, N.Tahiri, F. de Arriaga. (2017). DIAUTIS: A Fuzzy and Affective Multi-agent Platform for the Diagnosis of Autism. British Journal of applied Science and Technology - Volume 21 (2) 2017, 1-28. National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tangier, Moroccco and National Open University of Spain, Madrid.

17. M. El Alami, F. de Arriaga. (2016). Cooperation of Business Games with Intelligent E-learning Systems”, British Journal of Applied Science and Technology, Vol.: 13, 2016, National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tangier, Moroccco and National Open University of Spain, Madrid.

18. M. El Alami, F. de Arriaga. (2016). Fuzzy Assessment for Affective and Cognitive Computing in Intelligent E-Learning Systems. International Journal of Computer Applications, Vol. 100, nº 10, August 2014, 40-46. 2016. National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tangier, Moroccco and National Open University of Spain, Madrid.

19. González-Pérez, P.P., Orta, D.J., Peña, I., Flores, E.C., Ramírez, J.U., Beltrán, H.I., Alas, S.J. (2017) A Computational Approach to Studying Protein Folding Problems Considering the Crucial Role of the Intracellular Environment. Journal of Computational Biology 24(10) 995-1013. DOI: 10.1089/cmb.2016.0115. ISSN: 1066-5277, Online ISSN: 1557-8666. JCR IF: 1.191. Indexing: MEDLINE; PubMed; PubMed Central; Current Contents®/Life Sciences; Science Citation Index Expanded; Biotechnology Citation Index®; Biochemistry & Biophysics Citation Index®; Biological Abstracts; BIOSIS Previews; Journal Citation Reports/Science Edition; EMBASE/Excerpta Medica; Scopus; ProQuest databases; CAB Abstracts; Global Health; MathSciNet; The DBLP Computer Science Bibliography.

20. Alas, S.J., González-Pérez, P.P., Beltrán, H.I. (2019). In silico minimalist approach to study 2D HP protein folding into an inhomogeneous space mimicking osmolyte effect: first trial in the search of foldameric backbones. Biosystems 181 (2019), 31-43. https://doi.org/10.1016/j.biosystems.2019.04.005. ISSN: 0303-2647. Elsevier. JCR IF: 1.619. Indexing: Engineering Village – GEOBASE, EMBiology, BIOSIS, Chemical Abstracts, Current Contents/Life Sciences, MEDLINE®, EMBASE, Pascal et Francis (INST-CNRS), Scopus, BIOSIS Previews, Zoological Record, Science Citation Index, Science Citation Index Expanded.

21. E.A. Rincón García, M.A. Gutiérrez Ándrade, S.G. de-los-Cobos Silva, R.A. Mora Gutíerrez, A. Ponsich, P. Lara Velázquez, A comparative study of population-based algorithms for a political districting problem, Kibernetes, 2017, 46(1), 172-190.

22. S.G. de-los-Cobos Silva, R.A. Mora Gutiérrez, M.A. Gutiérrez Andrade, E.A. Rincón García, A. Ponsich, P. Lara Velázquez, Development of seven hybrid methods based on collective intelligence for solving nonlinear constrained optimization problems. Artificial Intelligence Review, 2018, 49(2), 245-279. A.2 Artículos publicados en congresos Internacionales (Memorias in Extenso):

1. Examples for a virtual micro world: visualization of abstract concepts. Laureano- Cruces, A.L., Yañez-Castillo, A., Sanchez-Guerrero, L., Ramírez-Rodríguez, J. & Mora-Torres, M. (2018). Proceedings of E-Learn: World Conference on E- Learning in Corporate, Government, Healthcare, and Higher Education (pp. 1432- 1437). ISBN 978-1-939797-35-3. Las Vegas, NV, United States: Association for the Advancement of Computing in Education (AACE). Retrieved December 5, 2018 from https://www.learntechlib.org/primary/p/185111/. 2018.

18

2. Proposal of a model of profiles of engineering students related to their style of learning and the way to think, applied in a course of Object-Oriented Programming. Sanchez-Guerrero, L., Moreno-Díaz, J.E., Mora-Torres, M., Laureano-Cruces, A.L. & Ramírez-Rodríguez, J. (2018). In Proceedings of E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education (pp. 1151-1157). ISBN 978-1-939797-35-3. Las Vegas, NV, United States: Association for the Advancement of Computing in Education (AACE). Retrieved October 31, 2018 from https://www.learntechlib.org/primary/p/185076/. 2018.

3. The University Learning Network: A means for associating open educational resources to competencies. Rodriguez-Abitia, G., Aguas-Garcia, N., Sanchez- Guerrero, L. & Laureano-Cruces, A.L. (2018). In Proceedings of E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education (pp. 868-875). ISBN 978-1-939797-35-3. Las Vegas, NV, United States: Association for the Advancement of Computing in Education (AACE). Retrieved October 31, 2018 from https://www.learntechlib.org/primary/p/185043/. 2018.

4. The interface an object that is hated and loved. Ana Lilia Laureano-Cruces, Lourdes Sánchez-Guerrero (Departamento de Sistemas, UAM-A). Perla Velasco- Santos (Dirección de CBI), Martha Mora-Torres (Departamento de Sistemas, UAM- A). World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2017. pp. 380-388. Chesapeake, VA: AACE. ISBN: 978-1- 939797-31-5. www.EdiTLib.org (Retrieved fromhttps://www.learntechlib.org/p/181208/print). Vancouver, CANADA, October 17-20, 2017.

5. Proposal of a model of student ́s thinking style profiles. Sánchez-Guerrero, L., Laureano-Cruces, A.L., Velasco-Santos, P., Mora-Torres, M., Ramírez-Rodríguez, J. (Departamento de Sistemas, UAM-A). World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2017. pp. 449-458. Chesapeake, VA: AACE. ISBN: 978-1-939797-31-5. www.EdiTLib.org (Retrieved from https://www.learntechlib.org/p/181216/print/). Vancouver, CANADA, October 17-20, 2017.

6. Design of Pedagogical agents: the learning styles, the emotions and the color. Laureano-Cruces, A.L., Mora-Torres, M., Sánchez-Guerrero, L., Velasco-Santos, P., Ramírez-Rodríguez, J. (Departamento de Sistemas, UAM-A). World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2016. pp. 421-431. Chesapeake, VA: AACE. ISBN: 978-1-939797-25-4. www.EdiTLib.org (Retrieved from http://www.editlib.org/p/173968/print/). Washington, DC, USA, November 14-16, 2016.

7. A Multi-Agent Model for Educational Consciousness Agent. Sánchez-Guerrero, L., Laureano-Cruces, A.L., Mora-Torres, M., Ramirez-Rodriguez, J. (Departamento de Sistemas, UAM-A). World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2016. pp. 471-480. Chesapeake, VA: AACE.ISBN:978-1-939797-25-4.www.EdiTLib.org (Retrieved from http://www.editlib.org/p/173973/print/). Washington, DC, USA, November 14- 16, 2016.

8. Instructional Objectives and Strategies, Immersion in the Teaching-Learning Process of an Interface. Laureano-Cruces, A.L. (Departamento de Sistemas, UAM- A), Mora-Torres, M. (Posgrado en Ciencia e Ingeniería de la Computación, UNAM), Sánchez-Guerrero, L., Ramirez-Rodriguez, J. (Departamento de Sistemas, UAM-A). World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2015. pp. 609-618. Chesapeake, VA: AACE. ISBN: 978-1-939797-20-9. www. EdiTLib.org (Retrieved from http://www.editlib.org/noaccess/161806/). Hawaii, USA, October 19-22, 2015.

9. Usability in a visual interface of an intelligent teaching system. Sánchez-Guerrero, L. Laureano-Cruces, A.L. (Departamento de Sistemas, UAM-A), Ramirez- Rodriguez, J. (Departamento de Sistemas, UAM-A), Mora-Torres, M. (Posgrado en Ciencia e Ingeniería de la Computación, UNAM). World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2015, pp. 654-663. Chesapeake, VA: AACE. ISBN: 978-1-

19

939797-20-9. www. EdiTLib.org (Retrieved from http://www.editlib.org/noaccess/161809/. Hawaii, USA, October 19-22, 2015.

10. Assesment of Emotions in an Affective-Motivational Cognitive Model with Fuzzy Cognitive Maps. Laureano-Cruces, A.L. (Departamento de Sistemas, UAM-A), Mora-Torres, M. (Posgrado en Ciencia e Ingeniería de la Computación, UNAM), Sánchez-Guerrero, L., Ramirez-Rodriguez, J. (Departamento de Sistemas, UAM- A). En Proceedings of World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2014. pp. 1110-1115. Chesapeake, VA: AACE. ISBN: 1-880094-98-3. www. EdiTLib.org (Retrieved from http://www.editlib.org/p/148866/). New Orleans, USA, October 27-30. 2014.

11. The Inclusion of the Phenomenon of Consciousness within the Design and Analysis of a Pedagogical Agent. Sánchez-Guerrero, L., Laureano-Cruces, A.L. (Departamento de Sistemas, UAM-A), Mora-Torres, M. (Posgrado en Ciencia e Ingeniería de la Computación, UNAM), Ramirez-Rodriguez, J. (Departamento de Sistemas, UAM-A). En Proceedings of World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education 2014, pp. 1753-1762. Chesapeake, VA: AACE. ISBN: 1-880094-98-3. www. EdiTLib.org (Retrieved from http://www.editlib.org/p/148879/). New Orleans, USA, October 27-30. 2014.

12. N. Tahiri, M. El Alami. (2019). An Intelligent E-learning System for autistic children: Multi-agent architecture. International Conference on Advanced Intelligent Systems for Sustainable Development AI2SD'2019, Marrakech, 2019. Morocco. National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tangier, Morocco.

13. N. Tahiri, M. El Alami. (2018). Building Repertory Grid through Serious Games for Children with Learning Disabilities. International Conference on E-Education, E-Business, E-Management and E-Learning, Rabat, 2018. National School of Applied Sciences of Tangier, Abdelmalek Essaadi University, Tangier, Morocco. B.1. Dirección de Tesis de Licenciatura

1. Castillo López, Manuel Ignacio. Modelo computacional para calcular enlaces químicos utilizando realidad aumentada. Licenciatura en Ciencias de la Computación, Facultad de Ciencias, UNAM, D. F., México. Director de Tesis: Dr. Gustavo de la Cruz Martínez. 15 de febrero de 2019.

2. Bocanegra José Ricardo. Interacción en Realidad Aumentada utilizando elementos tangibles. Licenciatura en Ciencias de la Computación, Facultad de Ciencias, UNAM, Ciudad de México, México. Director de Tesis: Dr. Gustavo de la Cruz Martínez.19 de junio de 2018.

3. Ruíz Gutiérrez Omar. Modelo computacional para calcular enlaces químicos utilizando realidad aumentada. Licenciatura en Ciencias de la Computación, Facultad de Ciencias, UNAM, Ciudad de México. Director de Tesis: Dr. Gustavo de la Cruz Martínez. México 26 de octubre de 2018.

4. Villa Padilla Rosa Victoria. Una aplicación para móviles de apoyo al aprendizaje del idioma japonés usando reconocimiento de kanjis basado en trazos. Licenciatura en Ciencias de la Computación,Facultad de Ciencias, UNAM, D. F. Director de Tesis: Dr. Gustavo de la Cruz Martínez. 4 de diciembre de 2017.

5. Hernández Angulo Erika Berenice. Software multimedia interactivo para describir las características y funcionamiento del mezclador de fluidos desarrollado en CCADET. Actividad de apoyo a la docencia. Licenciatura en Ciencias de la Computación, Facultad de Ciencias, UNAM, D. F. Director de Tesis: Dr. Gustavo de la Cruz Martínez. 17 de febrero de 2017.

6. Medina Larios Irving. Desarrollo del software multimedia interactivo ``Explora la función''. Actividad de apoyo a la divulgación. Licenciatura en Ciencias de la Computación, Facultad de Ciencias, UNAM, D. F. Director de Tesis: Dr. Gustavo de la Cruz Martínez. 13 de febrero de 2017.

20

7. Roberto Cárdenas Galicia. Simulación del comportamiento de un piloto en combate: un agente cognitivo. Para obtener el título de Ingeniero en Computación. UAM-A. Asesor: Dr. Ana Lilia Laureano Cruces. 31-ago-2017.

8. Miranda Rochin. Simulación Dinámica en el Proceso de Toma de Decisiones en una Sociedad Multiagente. Para obtener el título de Ingeniero en Computación. UAM-A. Asesores: Dr. Ana Lilia Laureano Cruces y Dr. Martha Mora Torres. 20-sept-2016.

9. Título de la tesis: La Piattaforma BTSSOC-Cellulat per la Simulazione di Sistemi Biochimici. Nivel: Laurea Magistrale (Master of Science Degree). Autor: Andrea Boccacci. Institución: Universita’ degli Studi di Bologna, Italia. Fecha: Marzo de 2012. Director: Pedro Pablo González Pérez. B.2. Dirección de Tesis de Grado De Maestría

1. José Alberto Yáñez Castillo. Posgrado de Diseño: Visualización de la Información. UAM-A. DE LO EFECTIVO A LO AFECTIVO: Diseño de elementos interactivos visuales con la finalidad de favorecer la interacción entre adultos mayores y la computadora personal. Asesores: Dr. Ana Lilia Laureano-Cruces y Dr. Gustavo Iván Garmendia Ramírez. 8 de diciembre 2016.

2. Rebeca Serrano Muñoz. Visualización de una Conducta Afectiva a través de la Narrativa de una Experiencia Empática: Relato de un Príncipe Tolteca. Posgrado de Diseño: Visualización de la Información. UAM-A. Asesores: Dr. Ana Lilia Laureano-Cruces y el Dr. Abraham Stephen Castillo-Bernal INAH. 18 de diciembre 2018.18 de diciembre 2018.

3. Gilberto Sinuhé Torres Cockrell. Adaptación de tres heurísticas basadas en inteligencia de partículas para resolver el problema de asignación generalizada (GAP). Maestría en Optimización. UAM-A. Asesor: Dr. Javier Ramírez Rodríguez.12 de abril de 2018.

4. Título de la tesis: Diseño y Desarrollo de un Ambiente Interactivo Basado en Tecnologías de Realidad Aumentada para Estudios de Problemas de la Biología Estructural: Un Caso de Estudio en el Plegamiento de Proteínas. Nivel: Maestría, Posgrado en Ciencias Naturales e Ingeniería (PCNI). Autor: Martín de Jesús Reyes Hernández. Institución: Universidad Autónoma Metropolitana, Unidad Cuajimalpa. Fecha: Julio 2016. Director: Pedro Pablo González Pérez.

5. Miguel Ángel Fernández Romero, Maestría en Optimización, UAM-Azcapotzalco. Título: “Estudio del problema de programación de la producción en un ambiente multi-propósito flexible con división de lotes”. Concluido en Abril de 2018. Asesor: Dr. Antonin Ponsich.

6. Ángel David Téllez Macías, Maestría en Optimización, UAM-Azcapotzalco. Título: “Un nuevo modelo multi-objetivo para el problema de diseño y operación de la cadena de suministro”. Concluido en Diciembre de 2018. Asesor: Dr. Antonin Ponsich. B.3. Dirección de Tesinas de Especialidad en Diseño

1. Eric Benjamin Allier Pavia. Posgrado de Diseño: Nuevas Tecnologías. UAM-A. Interacción de una Interfaz Reactiva en Pacientes con Demencia a través de Estimulación Cognitiva. Asesor: Dr. Ana Lilia Laureano-Cruces. 7 de septiembre de 2015.

2. Francisco Peñaloza Luna. Posgrado de Diseño: Nuevas Tecnologías. UAM-A. Desarrollo de un Agente Pedagógico (AVATAR) para la Interacción en un Proceso de Enseñanza-Aprendizaje. Asesor: Dr. Ana Lilia Laureano-Cruces. 7 de septiembre de 2015.

3. Dania Elizabeth Castillo Pacheco. Posgrado de Diseño: Nuevas Tecnologías. UAM-A. Desarrollo de una Aplicación para Detectar Alimentos Libres de Trasnsgénicos. Asesor: Dr. Ana Lilia Laureano-Cruces. 7 de septiembre de 2015.

21

B.4. Dirección de Tesis de Grado de Doctorado

1. Iris Iddaly Méndez Gurrola. Posgrado de Diseño: Visualización de la Información. Asesores: Ana Lilia Laureano Cruces y Dr. Jorge Sánchez de Antuñano. UAM-A. 4 de enero de 2017.

2. Martha Mora Torres. Posgrado en Ciencia e Ingeniería de la Computación-IIMAS-UNAM. Las emociones como elemento que potencia la eficacia de un agente pedagógico. Directores: Dr. Ana Lilia Laureano Cruces y Dr. Fernando Gamboa, ICAT-UNAM. 26 de agosto de 2015.

3. Rosa Ma. Rodríguez Aguilar. Posgrado de Diseño: Nuevas Tecnologías. UAM-A. Habilidades y Aprendizaje Espacial en Matemáticas. Asesores: Dr. Ana Lilia Laureano Cruces y Dr. Jorge Sánchez de Antuñano. 25 de julio de 2014.

UNIVERSIDAD AUTONOMA METROPOLITANA-AZCAPOTZALCO ...kali.azc.uam.mx/clc/04_proyecto_de_inv/ALC... ·...

Documents

Transcript of UNIVERSIDAD AUTONOMA METROPOLITANA-AZCAPOTZALCO ...kali.azc.uam.mx/clc/04_proyecto_de_inv/ALC... ·...