Nivel SNII: 2
Formación:
Doctorado en Inteligencia Artificial
Proyectos:
NMP-AI: Formación de un equipo ágil y de alto impacto en inteligencia artificial para la transformación digital.
SmartTec: A Data & Machine Intelligence for Smart cities.
SMIEAE: Sistema de Monitoreo Inteligente de Estrés y Ansiedad en Estudiantes.
Modelos predictivos para empresas de TI orientadas a servicios.
Desarrollo de sensores avanzados para el monitoreo de la atención, el estrés, la vigilancia y los estados de sueño-vigilia.
Sistema de agentes de inteligencia ambiental para servicios integrados basados en el conocimiento, dirigido a usuarios con movilidad reducida.
Áreas de Interés:
- Aprendizaje automático,
- Aprendizaje profundo,
- IA generativa,
- Visión por computadora y procesamiento de imágenes,
- Imagenología médica,
- Análisis de riesgos.
Tesis:
- Mejora de la explicabilidad de imágenes médicas mediante el aprendizaje de partes prototípicas.
- Reconocimiento de acciones humanas basado en vídeo: aprovechamiento de la destilación de conocimientos para mejorar la eficiencia y la flexibilidad del entrenamiento.
- Estudio exhaustivo de rostros humanos digitales: percepción empática mediante un modelo mejorado de visión artificial para el seguimiento facial basado en el Sistema de Codificación de Acción Facial (FACS).
- Reducción de la brecha hacia un reconocimiento facial asequible, en tiempo real y de muy baja resolución para la videovigilancia automatizada.
- Sistema de aprendizaje profundo para el reencaminamiento vehicular y la prevención de congestiones.
- Sugerencias interactivas de recetas para la gestión de dietas y alérgenos: uso de LLaMA con los índices HEI y DQI para una alimentación más saludable.
- Exploración de la detección de objetos sin anclas (*anchor-free*) para identificar instrumentos quirúrgicos en vídeos de laparoscopia: estudio comparativo entre CenterNet++ y modelos basados en anclas.
Publicaciones:
- Un conjunto de datos de los niveles de estrés y ansiedad de los estudiantes universitarios basado en cuestionarios y sensores portátiles. García-Ceja, Enrique; Alvarado Uribe, Joanna; Escamilla-Ambrosio, Ponciano Jorge; Lara, Adriana; Mena Martínez, Alma; Gallegos-García, Gina; González-Mendoza, Miguel; Monroy, Raúl; Martínez Luna, Gilberto; Fernández-Cárdenas, Juan Manuel. datos científicos; Londres vol. 13, N° 1, (2026): 732. DOI:10.1038/s41597-026-07085-7
- Herrera, D., Ochoa-Ruiz, G., Stephan-Otto, C. et al. Mejora y segmentación de imágenes por resonancia magnética mediante técnicas de eliminación de ruido convencionales y de aprendizaje profundo para angiografía cerebral dinámica. Health Inf Sci Syst 14, 9 (2026). https://doi.org/10.1007/s13755-025-00406-x
- Morales-Tiburcio, L., González-Mendoza, M., Ochoa-Ruiz, G., Ceballos, H.G. (2026). Impulsando la IA responsable: Un análisis de directrices, regulaciones y estándares para una IA confiable y responsable. En: López-Castro, D., Cebral-Loureda, M., Jiménez-Schlegl, P. (eds.) Regulando la autonomía. Serie de Derecho, Gobernanza y Tecnología, vol. 81. Springer, Cham. https://doi.org/10.1007/978-3-032-13063-1_19. "Elisabetta Crescio, Miguel Gonzalez-Mendoza. Enhancing Scientific Literacy with an AI Powered Virtual Assistant: A Study Case. International Journal of Information and Education Technology, Vol. 15, No. 11, 2025. doi: 10.18178/ijiet.2025.15.11.2428"
- R. Tariq, D. G. Vargas, F. Ali, M. Gonzalez-Mendoza y C. S. Torres-Castillo, "What Determines Student Employability? Educational Data Mining Through Machine and Deep Learning Approach," en IEEE Revista Iberoamericana de Tecnologías del Aprendizaje, vol. 20, pp. 271-289, 2025, doi: 10.1109/RITA.2025.3612280.
- Flores-Araiza D, Lopez-Tiro F, Larose C, Hinojosa S, Mendez-Vazquez A, Gonzalez-Mendoza M, Ochoa-Ruiz G, Daul C. Improving prototypical parts abstraction for case-based reasoning explanations designed for the kidney stone type recognition. Artif Intell Med. 2025 Dec;170:103266. doi: 10.1016/j.artmed.2025.103266.
- Vilchis, C., Mendez-Ruiz, M., Perez-Guerrero, C. et al. Action unit intensity regression for facial MoCap aimed towards digital humans. Multimed Tools Appl 84, 11775–11794 (2025). https://doi.org/10.1007/s11042-024-19400-8
- Jiménez Cruz, R., Yáñez Márquez, C., Villuendas Rey, Y., González-Mendoza, M., & Monroy, R. Modelo esférico para un paradigma minimalista de aprendizaje automático en el manejo de bases de datos complejas. Frontiers in Artificial Intelligence, 8, 1521063.
- "Sobre el reconocimiento in vivo de cálculos renales mediante aprendizaje automático" (vol. 12, pág. 10736, 2024) F. López-Tiro, V. Estrade, J. Hubert, D. Flores-Araiza, M. González-Mendoza, ...
- IEEE ACCESS 13, 53964-53964""
""N. Nieto et al., """"Evaluación de la calidad de la traducción médica mediante modelos de traducción automática neuronal: un enfoque basado en CUI a través de incrustaciones de conceptos derivadas de datos de UMLS,"""" 7.ª Conferencia Internacional sobre Procesamiento del Lenguaje Natural (ICNLP) de 2025, Guangzhou, China, 2025, pp. 53-57, doi: 10.1109/ICNLP65360.2025.11108351."