Gaspar González Doncel
Dr. Gaspar González-Doncel. Doctor por la UCM, Madrid, (F. Físicas) en 1986. Desde junio de 2001 es investigador científico en el Dpto. De Metalurgia Física del CENIM (CSIC). Su interés principal se centran en la correlación microestructura-propiedades mecánicas de materiales estructurales metálicos, aleaciones y MMCs, con especial foco en el comportamiento a alta temperatura (fluencia). GG-D creó el laboratorio de fluencia del CENIM y ha sido pionero en España en el estudio de tensiones residuales mediante métodos de difracción de radiación sincrotrón y de neutrones. Ha sido coautor de unas 100 publicaciones en revistas de prestigio, e investigador principal de varios proyectos nacionales e internacionales. Recientemente, su interés también se centra en el proceso de unión de MMC y aleaciones disímiles mediante la técnica de fricción-agitación (FSW), así como en entender y determinar tensiones residuales microscópicas resultantes de tratamientos termomecánicos de metales y aleaciones estructurales.
J. Ignacio Hidalgo
J. Ignacio Hidalgo es Catedrático de Arquitectura y Tecnología de computadores en la Universidad Complutense de Madrid. Obtuvo el Grado de Doctor en Ciencias Físicas, programa de Informática y Automática en 2001 por la misma Universidad. Ha dirigido 8 tesis doctorales y es investigador Principal de 3 proyectos competitivos entre los que se encuentra Micro-Stress MAP. Desde 1995 trabaja en el desarrollo, aplicación y paralelización de algoritmos evolutivos y machine learning. Ha realizado más de 50 publicaciones en revistas indexadas y más 120 publicaciones y comunicaciones a congresos.
Ricardo Fernández Serrano
Ricardo Fernández Serrano obtuvo el título de doctor en Ciencias por la Universidad Complutense de Madrid en el año 2003. Desde el año 2009 es Científico Titular del Departamento de Metalurgia Física del CENIM y responsable científico del Laboratorio de Ensayos Mecánicos del Centro http://www.cenim.csic.es/index.php/laboratorios-de-investigacion/209-ensayos-mecanicos. Además, es responsable del Grupo Meso desde enero de 2019. http://www.cenim.csic.es/index.php/presentacion-meso
Sus principales líneas de investigación están relacionadas con el estudio del comportamiento mecánico de materiales metálicos, principalmente a alta temperatura. En los últimos años, se ha dedicado a investigar sobre la correlación entre las propiedades mecánicas de aleaciones metálicas y materiales compuestos obtenidos mediante procesos de fabricación aditiva y soldadura por fricción agitación y su microestructura. Desde enero de 2019 participa en el Proyecto Micro-Stress Map como investigador del equipo del CENIM.
Jose Manuel Velasco Cabo
José Manuel Velasco Cabo es profesor colaborador de la universidad Complutense de Madrid e investigador del grupo ABSYS. Diplomado en Profesorado de EGB, licenciado en Física y doctor en ingeniería informática por la universidad Complutense. También tiene un Máster en comunicaciones móviles por la universidad Politécnica de Madrid. Sus líneas de investigación son: Algoritmos bio-inspirados, algoritmos para la estimación de distribución y predicción y modelización de series temporales.
Juan Lanchares Davila
Juan Lanchares Dávila es licenciado en Ciencias Físicas (1990), especialidad Cálculo Automático y Doctor en CC Físicas (1995) con una tesis que versa sobre la optimización de circuitos lógicos multinivel aplicando técnicas evolutivas. Sacó la oposición a profesor Titular de Universidad en el año 2000 y desde el año 2019 es Catedrático de Universidad en el Departamento de Arquitectura de Computadores y Automática de la Facultad de Informática de la Universidad Complutense de Madrid. Su primera línea de investigación fue el estudio de herramientas CAD utilizando técnicas evolutivas y bioinspiradas para la optimización y resolución de problemas hardware. En este campo estudió la optimización del rendimiento y el área de circuitos lógicos multinivel, la partición, ubicación y rutado en FPGAS y sistemas multi-FPGA, la síntesis de alto nivel y codiseño, la optimización de estructuras de datos dinámicas y gestores de memoria dinámica para la mejora del consumo, el rendimiento y el uso de memoria en sistemas empotrados. Además, he realizado investigaciones relacionadas con procesadores superescalares asíncronos, optimización de consumo de memoria mediante caches dinámicas y optimización del consumo de potencia en las unidades funcionales de procesadores superescalares. En la actualidad mi trabajo se centra en el estudio de hardware adaptativo tolerante a fallos para sistemas autónomos. En concreto estoy trabajando en el estudio e implementación HW de filtros digitales. En este campo hemos diseñado e implementado diversos filtros para la conformación de señales provenientes de sensores incluidos en detectores de partículas utilizados en el estudio de partículas atómicas en el espacio. El objetivo ha sido solucionar el problema de la degeneración de los sensores mediante la auto-adaptación de los conformadores incluidos en la cadena de procesado de las señales. Además, se propone una técnica basada en buses para hacer el diseño tolerable a fallos permanentes y transitorios. También ligado a este campo estamos trabajando en la implementación de una bomba de insulina mediante hardware adaptativo capaz de solucionar los problemas de degeneración de los sensores. En este caso estamos implementando redes neuronales profundas para estimar el valor de la glucosa en sangre a partir de medias indirectas. Entre los filtros implementados se encuentran diversos tipos de filtros Kalman y filtros de partículas.
Laura Millán García
Laura Millán García obtuvo el Grado en Química en 2016 en la Universidad Complutense de Madrid, y el Máster en Ciencia e Ingeniería de Materiales en 2018 en la Universidad Carlos III. A su vez, durante el transcurso del Máster, ha desempeñado también labores docentes en las asignaturas: “Fundamentos Químicos de la Ingeniería” y “Ciencia e Ingeniería de Materiales” impartidas por el Departamento de “Ciencia e Ingeniería de Materiales e Ingeniería Química” en la Universidad Carlos III de Madrid. También ha realizado colaboraciones en investigación para el Departamento de “Química Física” de la Facultad de Ciencias Químicas en la Universidad Complutense de Madrid. Actualmente, se encuentra realizando su tesis doctoral “Análisis Multiescala de Tensiones Residuales empleando Métodos de Difracción y Algoritmos Evolutivos” financiada por el proyecto Micro-Stress Map. Tesis codirigida por el Centro Nacional de Investigaciones Metalúrgicas (CENIM), CSIC., y por la Facultad de Informática de la Universidad Complutense, bajo la tutela de la Facultad de Físicas de la Universidad Complutense.
Jorge Alvarado Díaz
Jorge Alvarado Díaz obtuvo el Grado en Ingeniería Informática en Tecnologías de la Información en 2016 y el Máster Universitario en Investigación en Ingeniería y Arquitectura en 2018, ambos por la Universidad de Extremadura (UEX). Actualmente está trabajando en su tesis doctoral en la predicción de glucosa en pacientes diabéticos mediante algoritmos evolutivos y deep learning.
Oscar Garnica
Profesor Titular desde el año 2007 en la Facultad de Informática de la Universidad Complutense de Madrid. En la actualidad mi investigación dentro del grupo ABSys se centra en el diseño de hardware adaptativo vestible (wearable), también llamados dispositivos inteligentes, para aplicaciones en ingeniería biomédica que implementen técnicas de inteligencia artificial y computación evolutiva. Las líneas de trabajo son, por un lado, la estimación en tiempo real y la predicción de los valores futuros de la glucosa en sangre de pacientes diabéticos y, por otro lado, el desarrollo de sistemas para la monitorización no invasiva de su glucosa en sangre.
Carlos Cervigon Ruckauer
Profesor de la Universidad Complutense de Madrid (UCM) desde octubre de 2006. Es licenciado en Informática por la Universidad Politécnica de Madrid (1992). De 1993 a 2006 trabajó en el Colegio Universitario de Segovia (UCM) y CES Felipe II (UCM). En 2007 se incorporó al grupo GRASIA y se centró en la investigación en algoritmos evolutivos y sistemas multiagente. Actualmente centra su investigación en métodos de computación evolutiva y algoritmos bioinspirados aplicados al análisis y optimización de modelos de predicción de glucosa en pacientes diabéticos.
Alberto Sáez Maderuelo
Alberto Sáez Madruelo: Doctor Ingeniero de Materiales y licenciado en Ciencias Químicas. Trabaja en el Ciemat desde 2009, concretamente en la División de Materiales de Interés Energético dentro del Departamento de Tecnología. En estos años su labor se ha centrado en el estudio del comportamiento a corrosión de materiales estructurales habituales en la industria nuclear como aceros inoxidables y aleaciones base níquel en diferentes medios que van desde las condiciones simuladas del circuito primario de un reactor tipo PWR hasta condiciones de operación simuladas de reactores avanzados como el diseño refrigerado por agua supercrítica. Además, ha participado en varios proyectos europeos, trabajos para empresas del sector nuclear y un proyecto con el Consejo de Seguridad Nuclear. Actualmente es el presidente del grupo de Materiales y Química del Foro Internacional de Reactores de IV Generación (SCWR).
ENTIDADES PRINCIPALES
Centro Nacional de Investigaciones Metalúrgicas
Universidad Complutense de Madrid
ENTIDADES ASOCIADAS
Universidad Rey Juan Carlos