Investigaciones recientes:
El perfil abarca procesamiento de lenguaje natural, bioinformática y análisis de señales, fusionando métodos de IA con aplicaciones prácticas de sensorización y accesibilidad. A lo largo de las publicaciones, un eje común es el uso de aprendizaje automático y profundo de vanguardia (transformers, CNNs, VGGish, GANs) para interpretar señales complejas: texto, voz y datos biomédicos, convirtiéndolos en decisiones utilizables. Varias obras destacan el diseño centrado en el usuario y la accesibilidad (traducción de lengua de señas, herramientas educativas para personas sordas) mientras otras impulsan analítica sanitaria (estimación no invasiva de glucosa, detección de asma/EPOC a partir de ruidos pulmonares, clasificación de tos relacionada con COVID-19). Las metodologías combinan extracción de características (MFCC, espectrogramas de Mel, fonotáctica, n-gramas), clasificadores de última generación (CNNs, codificadores basados en Transformer, transfer learning, ensembles) y implementaciones ligeras para despliegue (Arduino, Unity 3D, Node-RED, LoRaWAN). El impacto se evidencia en sistemas prácticos (traducción de lengua de señas, monitoreo urbano del agua con analítica predictiva, prototipos diagnósticos portátiles) y en análisis comparativos que muestran precisión, correlación y mejor generalización mediante aumento de datos y enfoques multimodales. El conjunto de trabajos refleja una trayectoria multidisciplinaria orientada a facilitar soluciones de IA precisas, accesibles y escalables en educación, salud y monitoreo ambiental.

Temas Clave:

• Natural Language Processing, Conversational AI & Text Analytics
• Artificial Intelligence, Machine Learning & Data Science
• Healthcare, Clinical Epidemiology & Public Health
• Sensors, Instrumentation & Measurement Systems
• Sign Language Translation, Deaf Education & Accessibility
• Image/Video and Audio Signal Processing
• Smart Grids, IoT, Edge/Fog & Industry 4.0
• Environmental Monitoring & Urban Water Management