Isaac Lozano-Osorio

Universidad Rey Juan Carlos
Madrid, España

Doctor en Inteligencia Artificial

Biografía

Isaac Lozano-Osorio se graduó con doble titulación en Ciencias de la Computación e Ingeniería Informática por la Universidad Rey Juan Carlos, donde fue galardonado con el premio al Mejor Proyecto Final. Completó su Máster en Investigación en Inteligencia Artificial en la UIMP con una nota media final de 8.40 y ahora es estudiante de doctorado e investigador universitario en la URJC, miembro del Grupo de Investigación en Algoritmos para la Optimización (GRAFO).

Sus principales intereses de investigación se centran en la aplicabilidad de la Inteligencia Artificial, particularmente heurísticas y metaheurísticas, para resolver problemas de optimización difíciles relacionados con los Problemas de Maximización de Influencia en Redes Sociales. Tiene 63 citas según su perfil de ResearchGate y es apasionado de las competiciones de programación, actualmente entrenando equipos a nivel regional/nacional y europeo.

Como afición durante más de una década, juega al ajedrez a nivel nacional, habiendo sido campeón en varias ocasiones tanto individual como por equipos en campeonatos provinciales en Toledo. Esta pasión le llevó a desarrollar YottaChess, una base de datos online de todos los jugadores disponible en http://yottachess.com/.

Enfoque de Investigación

Optimización de Redes Sociales: Su investigación principal se centra en problemas de maximización de influencia en redes sociales, desarrollando algoritmos metaheurísticos para resolver desafíos complejos de optimización en este dominio.

Problema de Selección de Conjunto Objetivo (TSS): Propone el uso de metaheurísticas para resolver el problema TSS, que emerge en el contexto de maximización de influencia donde el objetivo es maximizar el número de usuarios activos al difundir información a través de una red social.

Problema de Maximización de Influencia con Presupuesto (BIMP): Su investigación aborda BIMP, proponiendo escenarios realistas donde el costo de seleccionar cada nodo es diferente, modelado teniendo un presupuesto que puede gastarse para seleccionar usuarios de red con costos asociados.

Algoritmos Metaheurísticos: Se especializa en desarrollar marcos GRASP (Búsqueda Adaptativa Voraz Aleatorizada) y otros enfoques metaheurísticos para problemas de optimización difíciles en escenarios basados en grafos.

Educación

Doctorado en Inteligencia Artificial - Universidad Rey Juan Carlos (2020-2024)
Máster en Inteligencia Artificial - Universidad Internacional Menéndez Pelayo (2019-2020)
Ciencias de la Computación e Ingeniería Informática - Universidad Rey Juan Carlos (2015-2019)

Reconocimiento Reciente

Premio al Mejor Artículo de Estudiante - XV Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (MAEB 2024)
Publicaciones de Investigación - Trabajo publicado en varios venues académicos con material disponible públicamente en https://grafo.etsii.urjc.es/TSS

Premios y Competiciones

Méritos de Investigación:

Mención especial en el congreso E-Madrid en el TFG BlueThinking
Ganador II Convocatoria de los Premios del Consejo Social para Jóvenes Investigadores

Competiciones de Programación:

Ganador categoría Postgrado o profesor NO UCM en Las 12 Uvas 2019 y 2020
Tercer lugar en T3chFest 2019 Contest
Tercer lugar en AdaByron Competition 2019
Participación en SWERC (Southwest Europe Competitive Programming Championship) 2017 y 2018 en París representando a la Universidad Rey Juan Carlos, obteniendo en el último año el diploma europeo

Competiciones de Ciberseguridad:

Ganador de la II Liga Nacional Cibernética GC (como parte del equipo ‘Heappies’)
Segundo lugar en el concurso del congreso BitUp 2021

Proyectos Personales

YottaChess - Base de datos online de jugadores de ajedrez (http://yottachess.com/)
Entrenamiento de Programación Competitiva - Entrenando equipos para competiciones regionales/nacionales y europeas
Campeonatos de Ajedrez - Jugador a nivel nacional con múltiples campeonatos en Toledo y Castilla-La Mancha