Diseño de arquitecturas hardware: Los modelos de redes neuronales de convolución tienen una elevada complejidad computacional por lo que es de interés científico el poder formular aceleradores hardware que permitan, principalmente a dispositivos de recursos hardware limitados, operar estos modelos con una alta eficiencia en términos de tiempo de procesamiento, aprovechamiento de recursos y energía.

Instrumentación científica: Por medio de la propuesta y evaluación de nuevas arquitecturas hardware implementadas sobre dispositivos FPGA se busca realizar mediciones precisas de intervalos de tiempo a partir de señales digitales con el propósito de estimar el tiempo de vuelo y carga de partículas en ambientes radioactivos. Particularmente, los convertidores de tiempo a digital (TDC, por sus siglas en inglés) son el principal aspecto de estudio en esta línea.

• Optimización (Optimization).
• Inteligencia Computacional (Computational Intelligence).
• Metaheurísticas Bioinspiradas (Bioinspired Metaheuristics).
• Cómputo Evolutivo (Evolutionary Computing).
• Aprendizaje Automático Evolutivo (Evolutionary Machine Learning).

• Optimización Combinatoria.
• Diseños Experimentales.
• Inteligencia Artificial.
• Bases de Datos.

• Análisis de datos: Realizamos análisis exploratorio y predictivo sobre datos médicos, específicamente diversos tipos de cáncer y damos demográficos. Asimismo, realizamos análisis predictivo sobre infraestructuras de cómputo de alto desempeño.
• Análisis de texto: Desarrollamos algoritmos para extracción y modelado de texto para generar modelos de lenguaje de dominio específico.
• Web Semántica: Diseñamos algoritmos para generación e ingesta de grafos de conocimiento (Knowledge Graphs) en dominios específicos.
• Cloud Computing: Realizamos análisis de datos empleando diversos modelos de infraestructuras de cloud computing. Asimismo, analizamos datos de la misma infraestructura que se emplea para apoyar a la toma de decisiones en DevOps.

• Aprendizaje Automático y Profundo (Machine Learning y Deep Learning).
• Procesamiento de Lenguaje Natural (NLP).
• Optimización y Análisis de Redes Complejas.
• Métodos Cuantitativos y Modelado Estadístico Avanzado.
• Aprendizaje Multimodal para Aplicaciones Biomédicas.