Investigaciones recientes:
La investigación se centra en la aplicación de inteligencia computacional avanzada para abordar desafíos sociales, educativos y técnicos complejos. Una parte significativa del trabajo involucra el Procesamiento de Lenguaje Natural (PLN) y el aprendizaje profundo, utilizando específicamente modelos basados en transformadores como BERT y RoBERTa para realizar análisis de sentimiento, detección de noticias falsas e identificación de ciberacoso en entornos de redes sociales. Estos estudios enfatizan la integración de computación paralela y arquitecturas híbridas para mejorar la velocidad de procesamiento y la precisión de la clasificación.

En los ámbitos educativo y social, la investigación explora el desarrollo de herramientas impulsadas por IA, incluyendo sistemas de Generación Aumentada por Recuperación (RAG) para tutoría personalizada y plataformas de realidad virtual para la educación en seguridad vial. Además, el trabajo se extiende a la infraestructura y la ingeniería, abordando la optimización de redes LoRaWAN para la gestión urbana del agua basada en IoT y la migración de sistemas monolíticos a arquitecturas de microservicios. Al combinar la innovación técnica con la interpretabilidad clínica y social —como la explicabilidad de modelos en imágenes médicas y el análisis de sentimiento para la opinión pública—, la investigación proporciona soluciones escalables y basadas en datos para problemas del mundo real.

Temas Clave:

• Procesamiento de Lenguaje Natural y Análisis de Sentimiento
• Aprendizaje Profundo y Modelos basados en Transformadores
• Sistemas Educativos impulsados por IA y RAG
• Optimización de Redes IoT y LoRaWAN
• Arquitectura de Microservicios y Migración de Sistemas
• Segmentación y Explicabilidad de Imágenes Médicas
• Realidad Virtual con Impacto Social