José Ignacio Hidalgo

Catedrático Universitario

Biografía

José Ignacio Hidalgo es Catedrático en la Universidad Complutense de Madrid (UCM) con 1,794 citas. Trabaja en el Departamento de Arquitectura de Computadores y Automática en la Facultad de Informática. Obtuvo su doctorado en la UCM en 2001 con una tesis sobre “Técnicas de partición y ubicación para sistemas multi-FPGA basadas en algoritmos genéticos.”

Su investigación demuestra una fuerte integración de técnicas de computación evolutiva con aplicaciones prácticas en arquitectura de computadores, tecnología médica y optimización energética. Lidera el grupo de investigación en Arquitectura y Tecnología de Sistemas de Computación en la UCM.

Enfoque de Investigación

Computación Evolutiva: Su trabajo investiga el proceso evolutivo de métodos de Programación Genética Guiada por Gramática (GGGP), incluyendo Programación Genética con Gramáticas Libres de Contexto (CFG-GP), Evolución Gramatical (GE) y Evolución Gramatical Estructurada (SGE). Ha desarrollado métodos para acelerar la evaluación de individuos en Evolución Gramatical.

Aplicaciones de Arquitectura de Computadores: Su investigación incluye hibridar computación evolutiva y aprendizaje por refuerzo para diseñar controladores de robots autónomos, combinando el poder de optimización de algoritmos evolutivos con la eficiencia del aprendizaje por refuerzo. Ha trabajado en algoritmos evolutivos híbridos para el diseño de sistemas multi-FPGA.

Aplicaciones Biomédicas: El Profesor Hidalgo tiene investigación extensa en sistemas de páncreas artificial para diabetes tipo 1, donde algoritmos predicen niveles futuros de glucosa basados en la ingesta de comida y tamaños de dosis de insulina. Su equipo ha desarrollado metodologías para modelar niveles de glucosa en pacientes diabéticos usando Evolución Gramatical, logrando reducciones de hasta 300x en tiempo de ejecución.

Energía y Optimización: Su trabajo incluye estimar la demanda total de energía en países a partir de variables macro-económicas usando enfoques meta-heurísticos. Ha publicado sobre control de servidores consciente de fugas y temperatura para mejorar la eficiencia energética en centros de datos.

Educación

• Doctorado en Ciencias de la Computación - Universidad Complutense de Madrid (2001)
  • Tesis: “Técnicas de partición y ubicación para sistemas multi-FPGA basadas en algoritmos genéticos”

Liderazgo e Investigación

• Líder de Grupo de Investigación - Arquitectura y Tecnología de Sistemas de Computación, UCM
• Departamento - Arquitectura de Computadores y Automática, Facultad de Informática

Aplicaciones de Investigación Clave

• Sistemas de Páncreas Artificial - Predicción de glucosa para el manejo de diabetes tipo 1
• Sistemas Multi-FPGA - Optimización evolutiva para diseño de hardware
• Robótica Autónoma - Controladores híbridos evolutivo-aprendizaje por refuerzo
• Eficiencia Energética - Optimización de centros de datos y estimación de demanda energética nacional

Intereses

Computación Evolutiva | Arquitectura de Computadores | Evolución Gramatical | Sistemas Biomédicos | Optimización Energética

Enlaces