Líneas de investigación:

Matemática Computacional, Inteligencia Artificial, Optimización Evolutiva, Modelos Estadísticos Avanzados

Proyectos de investigación:

VLIR-UOS - Red TIC en Cuba, Estrategia Nacional para el Desarrollo de la Inteligencia Artificial en Cuba2, Plataforma Cubana de Análisis de Datos, Aportes teóricos a la IA en el manejo de problemas con datos complejos

Publicaciones:

Mayte Guerra, Julio Madera. WIFROWAN: Wrapped Imbalanced Fuzzy-Rough Ordered Weighted Average Nearest Neighbor Classification. Computación y Sistemas, vol 24, No. 3. 2020. Yoan Martínez-López, Julio Madera, Gaafar Sadeq S. Mahdi, Ansel Y. Rodríguez-González. Cellular estimation bayesian algorithm for discrete optimization problems. Revista Investigación Operacional, Vol. 41, Nro. 7, pp. 1010-1018. 2020. Julio Madera Quintana, Yoan Martínez López, José Fernández Pardo. Algoritmo de Estimación de Distribución basado en el Aprendizaje de Redes Bayesianas con Pruebas de Independencias para Problemas de Optimización en Enteros. Revista Cubana de Ciencias Informáticas, Vol. 14, Nro. 4, pp. 1-19, ISSN: 2227-1899. 2020. Rafael Bello, María Matilde García Lorenzo, Alejandro Ramón-Hernández, Beatriz Bello-Garcia, Marilyn Bello-Garcia, Yaile Caballero, Julio Madera-Quintana, Yanela Rodríguez, Yaima Filiberto, Yoan Martínez, Alfredo Simón Cuevas, Eduardo Sánchez-Ansola, Ana Camila Pérez-Pérez, Alejandro Rosete Suárez. Una mirada a la inteligencia artificial frente a la COVID-19 en Cuba. Revista Cubana de Transformación Digital, Vol. 1, Nro. 3. 2020. Martínez-López, Y., Rodríguez-González, A. Y., Madera, J., Mayedo, M. B., & Lezama, F. Cellular estimation of distribution algorithm designed to solve the energy resource management problem under uncertainty. Engineering Applications of Artificial Intelligence, 101, 104231. 2021. Ansel Y. Rodríguez-González, Samantha Barajas, Ramón Aranda, Yoan Martínez-López, and Julio Madera-Quintana. Ring cellular encode-decode UMDA: simple is effective. In Proceedings of the Genetic and Evolutionary Computation Conference Companion (GECCO '21). Association for Computing Machinery, New York, NY, USA, 1–2. DOI: https://doi.org/10.1145/3449726.3463278. 2021. Orlando Grabiel Toledano-López, Julio Madera, Héctor González and Alfredo Simón Cuevas. Covariance Matrix Adaptation Evolution Strategy for Convolutional Neural Network in Text Classification. In: Hernández Heredia Y., Milián Núñez V., Ruiz Shulcloper J. (eds) Progress in Artificial Intelligence and Pattern Recognition. IWAIPR 2021. Lecture Notes in Computer Science, vol 13055. Springer, Cham. https://doi.org/10.1007/978-3-030-89691-1_8. 2021. Mahdi, G.S.S., Piñero Pérez, P.Y., Madera Quintana, J., Al-subhi, S.H., García Vacacela, R. Constraints Learning Univariate Estimation of Distribution Algorithm on the Multi-mode Project Scheduling Problem. In: Piñero Pérez, P.Y., Bello Pérez, R.E., Kacprzyk, J. (eds) Artificial Intelligence in Project Management and Making Decisions. UCIENCIA 2021. Studies in Computational Intelligence, vol 1035. Springer, Cham. https://doi.org/10.1007/978-3-030-97269-1_7. 2022. Toledano-López, O. G., Madera, J., Diez, H. R. G., & Cuevas, A. S. (2022). A hybrid method based on Estimation of Distribution Algorithms to train Convolutional Neural Networks for text categorization. Pattern Recognition Letters. https://doi.org/10.1016/j.patrec.2022.06.008. 2022. Rodríguez-González, A. Y., Lezama, F., Martínez-López, Y., Madera, J., Soares, J., & Vale, Z. WCCI/GECCO 2020 Competition on Evolutionary Computation in the Energy Domain: An overview from the winner perspective. Applied Soft Computing, 109162. https://doi.org/10.1016/j.asoc.2022.109162. 2022. Ansel Y. Rodríguez-González, Ramón Aranda, Miguel Á. Álvarez-Carmona, Yoan Martínez-López, and Julio Madera-Quintana. Applying ring cellular encode-decode UMDA to risk-based energy scheduling. In Proceedings of the Genetic and Evolutionary Computation Conference Companion (GECCO '22). Association for Computing Machinery, New York, NY, USA, 1–2. https://doi.org/10.1145/3520304.3534055. 2022. Sedeño Bueno, E. A., & Madera Quintana, J. Aprendizaje automático como herramienta para el manejo integrado de recursos naturales en un contexto de cambio climático. Revista Cubana De Transformación Digital, 3(2), e170. Recuperado a partir de https://rctd.uic.cu/rctd/article/view/170. 2022.