Profesores e Investigadores

Departamentos

Curriculum Vitae

Alfredo Cuesta Infante
Titular de Universidad
Director/a Académico del Máster Universitario en Visión Artificial
4
Quinquenios
2020
2
Docentia
2020-21
2
Sexenios investigación
2020

Centro

Esc. Tec. Sup. de Ingeniería Informática

Departamento

Informática y Estadística

Área

Ciencia de la Comp. e Inteligencia Artificial

Grupo de investigación

Grupo de investigación de alto rendimiento de Computación Avanzada, Percepción y Optimización de la Universidad Rey Juan Carlos

Contacto

alfredo.cuesta@urjc.es
Presentación
Docencia y asignaturas impartidas en el curso actual

  • Grado

    PLAN ASIGNATURA
    (2361) GRADO EN INTELIGENCIA ARTIFICIAL (MOSTOLES)APRENDIZAJE AUTOMATICO I

    Máster universitario oficial

    PLAN ASIGNATURA
    (6230) MÁSTER UNIVERSITARIO EN VISIÓN ARTIFICIALINTRODUCCIÓN A LA INVESTIGACIÓN EN VISIÓN ARTIFICIAL
    (6230) MÁSTER UNIVERSITARIO EN VISIÓN ARTIFICIALRECONOCIMIENTO DE PATRONES
    (6230) MÁSTER UNIVERSITARIO EN VISIÓN ARTIFICIALSEMINARIOS DE VISIÓN ARTIFICIAL
HISTÓRICO DOCENTE (ÚLTIMOS 10 CURSOS ACADÉMICOS)

Listado de proyectos (Últimos 10 años)
Códigos de investigador
Publicaciones
Información adicional
    • A. Geiger, D. Liu, S. Alnegheimish, A. Cuesta-Infante, K. Veeramachaneni: "TadGAN: Time Series Anomaly Detection Using Generative Adversarial Networks". Accepted in IEEE Big Data (2020)
    • I. Ramírez; A. Cuesta-Infante, E. Schiavi, J.J. Pantrigo: "Bayesian Capsule Networks for 3D human pose estimation from single 2D images". Neurocomputing, 379: 67-73 (2020)
    • I. Ramírez, A. Cuesta-Infante, J.J. Pantrigo, A.S. Montemayor, et al.: "Convolutional neural networks for computer vision-based detection and recognition of dumpsters". Neural Computing and Applications 32(17): 13203-13211 (2020)
    • L. Xu, M. Skoularidou, A. Cuesta-Infante, K. Veeramachaneni: "Modeling Tabular data using Conditional GAN". NeurIPS, 7333-7343 (2019)
    • A. Sun, A. Cuesta-Infante, K. Veeramachaneni: "Learning Vine Copula Models For Synthetic Data Generation". AAAI, 5049-5057 (2019)
    • T. Swearingen, W. Drevo, B. Cyphers, A.Ross, A. Cuesta-Infante, K. Veeramachaneni: "ATM: A distributed, collaborative, scalable system for automated machine learning". IEEE Big Data, 151-162 (2017)
    • I. Arnaldo, A. Cuesta-Infante, A. Arun, M. Lam, C. Bassias, K. Veeramachaneni: "Learning Representations for Log Data in Cybersecurity". Int. Symp. on Cyber Security Cryptography and Machine Learning, 250-268, (2017)
    • B. Lacabex, A. Cuesta-Infante, A.S. Montemayor, J.J. Pantrigo: "Lightweight tracking-by-detection system for multiple pedestrian targets". Integrated Computer-Aided Engineering 23(3): 299-311 (2016)
    • A. Cuesta-Infante, K. Veeramachaneni: "Markov Switching Copula Models for Longitudinal Data". ICDM Workshops 2016: 1104-1109
    • K. Veeramachaneni, A. Cuesta-Infante, U.M. O'Reilly: "Copula Graphical Models for Wind Resource Estimation". IJCAI 2015: 2646-2654
    • J.I. Hidalgo, J.M. Colmenar, J.L. Risco-Martín, A. Cuesta-Infante, E. Maqueda, M. Botella, J.A. Rubio: "Modeling glycemia in humans by means of Grammatical Evolution". Applied Soft Computing 20: 40-53 (2014)

Información general
Información general
Méritos
Volver al Departamento

2025 © Universidad Rey Juan Carlos