Estas iniciativas estratégicas funcionan como disciplinas habilitadoras que fortalecen la investigación en todos los núcleos, aceleran la innovación, amplían capacidades y generan soluciones con impacto para las personas, el planeta y la prosperidad.
Iniciativas
Estratégicas
Inteligencia Artificial
Inteligencia Artificial
Esta iniciativa impulsa el desarrollo y la aplicación de sistemas inteligentes que apoyan la toma de decisiones, optimizan procesos complejos y fomentan la innovación en salud, sostenibilidad y transformación industrial.
Esta iniciativa avanza en inteligencia artificial clásica y generativa para crear texto, imágenes, audio y conocimiento aplicados a la salud, la sostenibilidad y la industria. También aborda la eficiencia de los modelos, el uso ético, la regulación, la medición de impacto y la colaboración humano–IA.
Enrique Cortés
Enrique Cortés cuenta con experiencia global liderando empresas de TI y alta tecnología como Perot Systems, Dell, Wipro y Luxoft. Ha vivido y trabajado en Reino Unido, Francia, India, Malasia, Filipinas y Colombia. Se especializa en la aplicación de inteligencia artificial, ciencia de datos y tecnologías avanzadas en productos físicos y digitales.
Profesores de investigación
Facultad que impulsa tecnologías emergentes
Nuestra facultad aporta experiencia diversa en inteligencia artificial, que abarca investigación, docencia y aplicaciones en el mundo real. En conjunto, avanzan el conocimiento, forman estudiantes y fomentan la colaboración interdisciplinaria.
Los profesores de la Iniciativa Estratégica en Inteligencia Artificial contribuyen desde múltiples disciplinas, combinando rigor académico con experiencia práctica en áreas como aprendizaje automático, robótica, ciencia de datos e IA ética. Su trabajo fortalece la investigación, apoya la docencia innovadora y promueve la colaboración con la industria y la sociedad para atender retos complejos mediante una IA responsable y con impacto.
Publicaciones Recientes
Nuestros hallazgos
más recientes
Reconocimiento de palma basado en minucias con aprendizaje profundo
Reconocimiento de palma basado en minucias con aprendizaje profundo
Engineering Applications of Artificial Intelligence
Un enfoque basado en GAN (FreqGAN) mejora imágenes borrosas de palma capturadas con smartphones, reduciendo pliegues y minucias falsas. Nuevos modelos DNN mejoran la extracción de características y superan métodos existentes en reconocimiento sin contacto.
Transparencia de fragmentación en bases de datos distribuidas
Transparencia de fragmentación en bases de datos distribuidas
Journal Systems and Software
La teoría de bases de datos distribuidas es conocida, pero la transparencia de fragmentación rara vez se implementa en sistemas comerciales. Este estudio propone una nueva sintaxis y prototipo que optimiza consultas fragmentadas y mejora el desempeño en un caso real.
Corrección asistida por prompts de iluminación en endoscopía
Corrección asistida por prompts de iluminación en endoscopía
Springer Nature
El diagnóstico médico preciso depende de la calidad de imagen. Se presenta un sistema asistido por prompts que reduce artefactos de iluminación en imágenes endoscópicas, mejorando SLAM, reconstrucción 3D y correcciones en tiempo real guiadas por clínicos.
Nanotecnología y Semiconductores
Nanotechnology & Semiconductors
Esta iniciativa integra a un grupo multidisciplinario de ciencia e ingeniería que actúa como habilitador transversal, fortaleciendo el impacto de la investigación aplicada en Salud, Clima y Sostenibilidad, y Transformación Industrial.
De forma paralela, impulsa la evolución del ecosistema de semiconductores en México mediante el desarrollo de programas de formación especializada y el fortalecimiento de la colaboración universidad–industria–gobierno. Estos esfuerzos alinean la educación con las necesidades de la industria y fomentan la investigación, la innovación y el emprendimiento en nichos estratégicos del sector.
Sergio Martínez
Sergio O. Martínez obtuvo el doctorado en tecnología MEMS y es profesor de la Escuela de Ingeniería y Ciencias. Lidera la Iniciativa de Nanotecnología y Semiconductores y el proyecto Tec.Nano. Su investigación se centra en sensores y microfluídica para aplicaciones en salud y monitoreo ambiental.
Profesores investigadores
Faculty Contributing to Technological Advancement
Los integrantes de esta iniciativa aplican su experiencia en ciencia e ingeniería para desarrollar tecnologías habilitadoras que fortalecen la investigación, la innovación y la generación de conocimiento en múltiples áreas.
Mediante la colaboración interdisciplinaria, estos investigadores impulsan ciencia aplicada y fundamental, desarrollando nuevos materiales, dispositivos y soluciones tecnológicas. Su trabajo amplifica el impacto de la investigación en salud, sostenibilidad y transformación industrial, y contribuye a la formación de talento altamente especializado y a la transferencia de conocimiento.
Publicaciones recientes
Nuestros hallazgos más recientes
Avances en electrocatalizadores libres de metales para agua de mar
Avances en electrocatalizadores libres de metales para agua de mar
Renewable Energy
La electrólisis de agua de mar permite producir hidrógeno verde a partir de recursos oceánicos, pero enfrenta retos de eficiencia y durabilidad. Esta revisión analiza mecanismos clave y avances en catalizadores sin metales nobles para mejorar estabilidad y desempeño.
Sensor de fibra multimodo mediante reflexión de Fresnel para IR
Sensor de fibra multimodo mediante reflexión de Fresnel para IR
Optics & Laser Technology
Este estudio analiza un sensor de fibra multimodo basado en reflexión de Fresnel. A pesar de la distribución modal y la incidencia no normal, supuestos simplificados permiten mediciones precisas del índice de refracción, validadas con un error menor al 0.1%.
Medición interferométrica de la función de onda bifotón
Medición interferométrica de la función de onda bifotón
Physical review letters
La interferencia entre un bifotón desconocido y una referencia de dos fotones revela una distribución temporal sensible a la fase, que contiene toda la información de la función de onda temporal y permite su reconstrucción desde un vacío comprimido.