Download Propuestas de tesis

Dirección General de Educación Superior Tecnológica
Instituto Tecnológico de Ciudad Victoria
División de Estudios de Posgrado e Investigación
Propuestas de tesis
El Instituto Tecnológico de Ciudad Victoria conjunta los esfuerzos del gobierno Federal y
Estatal para ser un instrumento que se suma a las iniciativas locales con el fin de impulsar un núcleo
de economía digital basado en el conocimiento.
En el ámbito de la Inteligencia Artificial, las Neurociencias Computacionales son un puente
entre los organismos biológicos y sus funciones cognitivas con la computación (las redes
neuronales artificiales es un claro ejemplo de ello).
Por todas partes, diferentes investigadores intentan modelizar a los seres vivos porque se les ve
como una fuente inmensa de inspiración para la concepción de sistemas artificiales que emulan
algunos de sus comportamientos. A los modelos propuestos por estos esfuerzos se les conoce como
modelos bio-inspirados.
Con el fin de profundizar en dichos modelos propongo los siguientes temas de tesis:
1. Seguimiento visual selectivo.
2. Estimación visual del movimiento propio.
3. Implantación en java del segundo módulo del modelo Conepvim.
4. Implantación en java del tercer módulo del modelo Conepvim.
5. Implantación en MPI del primer módulo del modelo Conepvim.
6. Implantación del modelo bio-inspirado de Tsotsos
7. Implantación del modelo bio-inspirado de Fukushima.
8. Implantación de los mapas cogntivos de Kohonen (SOM).
9. Detección de zonas de movimiento aplicando los descriptores de Fourier.
10. Implementación del modelo de células complejas tipo “ grating” de V1.
11. Implementación del modelo de células complejas tipo “ barras” de V1.
12. Implementación del modelo Neural Gas
13. Implantación del modelo Neural Growing Gas.
14. Implementación del modelo de campos neuronales para la focalización de la atención.
15. Comparación de modelos neuronales para la optimización de funciones.
16. Detección de diabetes utilizando técnicas de reconocimiento de patrones.
17. Combinación de clasificadores para el análisis de datos médicos.
18. Aplicación de técnicas de agrupamiento para el análisis de datos.
Para mayor información dirígase por correo electrónico, por teléfono o directamente a la DEPIITCV con :
Dr. Claudio CASTELLANOS SÁNCHEZ
Profesor investigador
[email protected] / Tel.: +52 834 153 2000 - 325