Alejandra Casado

Universidad Rey Juan Carlos
Madrid, España

Investigadora Predoctoral

Biografía

Alejandra Casado es investigadora predoctoral en la Universidad Rey Juan Carlos (URJC) desde octubre de 2021 y miembro del Grupo de Investigación en Algoritmos para la Optimización (GRAFO). Se graduó en Diseño y Desarrollo de Videojuegos con titulación en Ingeniería Informática. Su perfil está completamente orientado a la programación para inteligencia artificial y, específicamente, a la resolución de problemas de optimización combinatoria.

Tiene 6 trabajos de investigación con 20 citas, enfocándose en algoritmos de optimización y metaheurísticas. Completó su Máster en Investigación en Inteligencia Artificial en la Universidad Internacional Menéndez Pelayo en colaboración con AEPIA (Asociación Española para la Inteligencia Artificial).

Enfoque de Investigación

Metaheurísticas: Su investigación se centra en desarrollar y mejorar algoritmos metaheurísticos, particularmente algoritmos GRASP (Procedimiento de Búsqueda Adaptativa Voraz Aleatorizada) con mejoras de Búsqueda Tabú para resolver problemas complejos de optimización.

Aplicaciones de Teoría de Grafos: Se especializa en problemas de conjuntos dominantes en grafos, problemas de colocación de monitores y problemas de máxima diversidad, aplicando varias técnicas de optimización a estos dominios desafiantes.

Algoritmos Genéticos: Su trabajo incluye investigación en algoritmos genéticos de clave aleatoria sesgada y enfoques de búsqueda de vecindario variable para problemas de optimización.

Inteligencia Artificial: Aplica técnicas de IA para resolver problemas de optimización del mundo real, combinando investigación teórica con aplicaciones prácticas.

Educación

Máster en Investigación en Inteligencia Artificial - Universidad Internacional Menéndez Pelayo (2022)
Grado en Diseño y Desarrollo de Videojuegos - Universidad Rey Juan Carlos (2021)

Publicaciones Clave

“Un algoritmo GRASP con mejora de Búsqueda Tabú para resolver el problema de máxima intersección de k-subconjuntos” - Journal of Heuristics
“Enfoque de búsqueda de vecindario variable con agitación intensificada para colocación de monitores” - Networks
Investigación en algoritmos genéticos de clave aleatoria sesgada para problemas de dominación

Proyectos de Investigación Actuales

Proyecto CYNAMON-CM - Ciberseguridad, Análisis de Redes y Monitorización para la Internet de Nueva Generación (proyecto I+D financiado por la Comunidad de Madrid)

Aplicaciones de Investigación

Problema de Máxima Intersección de k-subconjuntos - Enfoques híbridos GRASP y Búsqueda Tabú
Problemas de Colocación de Monitores - Metodologías de búsqueda de vecindario variable
Problemas de Conjuntos Dominantes - Técnicas de optimización basadas en grafos
Problemas de Máxima Diversidad - Aplicaciones de optimización combinatoria

Afiliaciones

Grupo de Investigación GRAFO - Grupo de Investigación en Algoritmos para la Optimización, URJC
AEPIA - Asociación Española para la Inteligencia Artificial (a través de colaboración de máster)