Dr. Ricardo Rodríguez Jorge

Investigador científico

Departamento de Tecnologías de la Información y las Comunicaciones
Centro de investigación Ceit · «Investigando hoy, creando el futuro»
Donostia – San Sebastián, España

Web institucional: portalcientifico.unav.edu/investigadores/1113189
Grupo de investigación: Análisis de Datos y Gestión de la Información

Contacto Currículum vítae Publicaciones

Formación

1. 2009–2012

   Doctorado en Ingeniería Mecánica
   Universidad Técnica Checa de Praga (CTU), Facultad de Ingeniería Mecánica, Departamento de Ingeniería de Instrumentación y Control.

   Especialidad: Ingeniería de Control y Sistemas.
   Tesis: «Predicción del movimiento de tumores pulmonares mediante redes neuronales».

2. 28 may. – 28 jul. 2011

   Estudiante visitante en un proyecto de investigación científica
   Universidad de Tohoku, División de Investigación en Tecnologías de la Información Avanzadas, Cyberscience Center (Escuela de Posgrado de Ingeniería y Escuela de Posgrado de Ingeniería Biomédica), Sendai, Japón.

   Anfitrión: Prof. Noriyasu Homma, laboratorio Yoshizawa-Homma.
   Proyecto: método de predicción inteligente del movimiento de tumores pulmonares para radioterapia de alta precisión.

3. 2005–2007

   Maestría en Ciencias de la Computación
   Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET), Departamento de Ciencias Computacionales.

   Especialidad: Inteligencia Artificial. Promedio: 96,33.
   Tesis: «Módulo automático de validación y verificación de reglas extraídas de un sistema híbrido neuro-simbólico».

4. 2000–2004

   Ingeniería en Sistemas Computacionales
   Instituto Tecnológico de Lázaro Cárdenas, Departamento de Sistemas y Computación.

   Especialidad: Sistemas distribuidos y redes. Promedio: 94,28.
   Proyecto de residencia: «Aprovechamiento de los recursos de una cámara CMU para su puesta en marcha en un robot ROMIC».

5. 28 jun. – 31 ago. 2004

   Estudiante visitante en un proyecto de investigación (Verano de la Investigación Científica)
   Instituto Nacional de Investigaciones Nucleares (ININ), Departamento de Ciencias Aplicadas, Ocoyoacac, México.

   Anfitrión: Dr. Armando Segovia, investigador.
   Proyecto: «Aprovechamiento de los recursos de una cámara CMU para su puesta en marcha en un robot ROMIC».

Premios y reconocimientos

• Cátedras de la Diáspora Mexicana 2026: candidato, Sistema Nacional de Investigadoras e Investigadores (SNII), Secihti, México. Reconocimiento otorgado en la convocatoria 2026. Vigencia a partir del 1 de enero de 2027.
• Embajador VUB en el área de big data: nombrado embajador VUB en el área de big data para el campo de estudio 9.2.9 Informática Aplicada del Instituto de Informática y Matemáticas, Facultad de Ingeniería Eléctrica y Tecnologías de la Información, Universidad Técnica Eslovaca de Bratislava (8 de agosto de 2019).
• Reconocimiento de perfil deseable (2017–2020): reconocido como profesor de educación superior con perfil deseable por la Subsecretaría de Educación Superior, Dirección General de Educación Superior Universitaria, PRODEP-DSA, SEP (Secretaría de Educación Pública), México.
• Cuerpo académico UACJ-CA-75 Mecatrónica: reconocido como cuerpo académico consolidado (CAC) por la Subsecretaría de Educación Superior, Dirección General de Educación Superior Universitaria, PRODEP-DSA, SEP (Secretaría de Educación Pública), México.
• Reconocimiento de perfil deseable (2014–2017): reconocido como profesor de educación superior con perfil deseable por la Subsecretaría de Educación Superior, Dirección General de Educación Superior Universitaria, PRODEP, SEP (Secretaría de Educación Pública), México.
• Premio a la mejor ponencia en el área de Ciencias de la Computación con el artículo «Preparación e integración de datos de población en el proceso de minería de datos: un caso de estudio», 6.º Congreso Internacional de Investigación CIPITECH 2013, 9–11 de octubre de 2013, Chihuahua, México.
• Premio extraordinario: beca extraordinaria concedida por el decano de la Facultad de Ingeniería Mecánica de la CTU por presentar la tesis doctoral antes del plazo y por su calidad, 2012, República Checa.
• Primer lugar en el concurso de estudiantes de posgrado de la Facultad de Ingeniería Mecánica, 2012, Cracovia (Polonia), con el artículo: Ricardo Rodriguez, Jiri Bila, Ivo Bukovsky, «Comparison of MLP and Quadratic Neural Unit for Lung Tumor Motion Prediction», Sesja studenckich Kół Naukowych – Wydział Mechaniczny PK – 27 IV 2012, Polonia, 27 de abril de 2012.
• Segundo lugar en el concurso de estudiantes de posgrado STC 2012, con el artículo: Ricardo Rodriguez, Jiri Bila, Ivo Bukovsky, «Comparison of MLP and Quadratic Neural Unit for Lung Tumor Motion Prediction», STC 2012, 28 de marzo de 2012, Praga (República Checa).
• Premio extraordinario por ser uno de los doctorandos que aprobaron el examen nacional con una calificación alta en el primer intento y terminaron a tiempo los cursos de doctorado, concedido por el decano de la Facultad de Ingeniería Mecánica de la CTU, República Checa.
• Asesor de un proyecto de creatividad ganador del 1.^er lugar: «Brazo robótico controlado por software para la clasificación de piezas industriales», concurso interno de creatividad del Instituto Tecnológico de Ciudad Juárez, 2008, México.
• Asesor de un proyecto de creatividad ganador del 3.^er lugar en el XXIII Evento Nacional de Creatividad: «Brazo robótico controlado por software para la clasificación de piezas industriales», 2008, Parral, Chihuahua, México.

Software y sistemas operativos

Lenguajes de programación

C/C++, Python, LaTeX, MATLAB, R, Java, SQL, HTML, Prolog (programación lógica)

Software estadístico

SPSS

Software matemático

Maple

Sistemas operativos

GNU/Linux, macOS

Almacenamiento distribuido (big data)

Azure Data Lake, Amazon Web Services (AWS)

Procesamiento (big data)

Apache Spark, Hadoop

Ingesta de datos (big data)

Apache Kafka, Apache NiFi

Ciberseguridad

Elasticsearch, Wireshark

Bibliotecas de aprendizaje automático

PyTorch, TensorFlow, Keras, scikit-learn

Plataformas

Docker, OpenStack, OpenMANO, Grafana, Prometheus

Competencias

• Modelado predictivo y control adaptativo
• Ciberseguridad, filtros de Kalman extendidos e inteligencia artificial
• Investigación y publicación en ciberseguridad, virtualización, control adaptativo, procesamiento de señales, dinámica de fluidos computacional, modelos algebraico-diferenciales, modelado de caja gris, predicción de series temporales y autoescalado
• Desarrollo de algoritmos de aprendizaje automático
• Técnicas de preprocesamiento de datos
• Gestión y liderazgo de equipos
• Optimización de flujos de trabajo
• Recogida y limpieza automatizada de datos
• Integración de modelos en producción
• Implantación de almacenes de datos

Libro

Rodríguez-Jorge, R. (2025). Signal Processing and Machine Learning for Innovation Engineering: Understanding grey box and neural models. OmniaScience. DOI: 10.3926/oms.418

Resumen

Este libro presenta avances recientes en procesamiento de señales y aplicaciones de redes neuronales artificiales (RNA) orientados a impulsar la innovación en ingeniería. Los desarrollos propuestos constituyen soluciones avanzadas de TI para la investigación, el acceso a datos y la gestión del conocimiento, construidas principalmente sobre arquitecturas asistidas por el internet de las cosas (IoT).

Las técnicas descritas integran el procesamiento de señales con implementaciones inalámbricas de redes neuronales. Se exploran diversos enfoques de procesamiento de señales, selección y extracción de características, como los filtros paso banda combinados con derivadas numéricas, la transformada de Hilbert, la umbralización adaptativa, los filtros de media móvil, las funciones de autocorrelación, las transformadas wavelet y la transformada de Hilbert-Huang.

Para la selección de características se examinan métodos como la normalización de características y la técnica de falsos vecinos más cercanos (FNN), mientras que el análisis de componentes principales (PCA) se aplica a la extracción de características. El libro presenta también pruebas en tiempo real de arquitecturas asistidas por IoT con señales adquiridas, centradas en la precisión y el rendimiento de los modelos de RNA en tareas de predicción, modelado, control, monitorización y clasificación.

Las aplicaciones tratadas abarcan el diagnóstico de fallos, la clasificación de arritmias, el análisis del electrocardiograma (ECG) para la monitorización global de la salud, los sistemas de autoescalado y la detección de anomalías. En conjunto, la obra ofrece una visión completa de cómo la integración del procesamiento de señales y las técnicas de RNA en entornos IoT puede hacer avanzar los sistemas de ingeniería inteligentes.

Próximos eventos

Conferencias magistrales recientes

• Dr. Ricardo Rodríguez Jorge, Modelo adaptativo en tiempo real para el control avanzado de estaciones depuradoras de aguas residuales, ciclo de conferencias «Las ciencias computacionales y sus aplicaciones en nuestro entorno», Instituto Tecnológico de Ciudad Victoria, México, 17 de noviembre de 2024 (en español).
• Dr. Ricardo Rodríguez Jorge, Impacto del análisis de incertidumbre y la selección de características en la ciencia de datos, 11th International Conference on Emerging Internet, Data & Web Technologies (EIDWT-2023), Universitas Islam Sultan Agung (UNISSULA), Semarang (Indonesia), 23–25 de febrero de 2023.

  

• Dr. Ricardo Rodríguez Jorge, Perspectivas de la ciencia de datos y el aprendizaje automático, International Conference on Intelligence-based Transformations of Technology and Business Trends (ICITTB), Canadian Institute of Technology, Tirana (Albania), 13 de octubre de 2022.

  

• Dr. Ricardo Rodríguez Jorge, Aprendizaje automático: retos en aplicaciones de ciencia de datos, Simposio de Avances en Inteligencia Artificial y Desarrollo de Aplicaciones Digitales, Instituto Tecnológico de Ciudad Victoria, México, 17 de noviembre de 2021 (en español).

Publicaciones recientes

Las referencias se muestran en su idioma original.

• Rodríguez-García, C., Arenas-Prado, C., Arrizabalaga, S., Elduayen-Echave, B., Varcárcel, L. V., Rodríguez-Jorge, R., & Errandonea, I. (2026). A review of optimization systems and methods for wastewater treatment plants operation. Environmental Modelling & Software, 204, 107051. Indexada en JCR, factor de impacto: 5,2, Q1, Elsevier.
• Dean Oses, M., Domec Paz, A., Figueroa-Lorenzo, S., Arrizabalaga, S., & Rodríguez-Jorge, R. (2026). Anomaly Detection Using Machine Learning for Robotics Environments on 5G Networks. Technologies (2227-7080), 14(2), 108. Indexada en JCR, factor de impacto: 5,2, Q1.
• Binary Pattern Descriptors for Scene Classification. IEEE Latin America Transactions, vol. 18, n.º 1, enero de 2020. Indexada en JCR, factor de impacto: 0,967.
• R. Rodriguez-Jorge, I. De Leon-Damas, J. Bila, J. Skvor, Internet of things-assisted architecture for QRS complex detection in real time, Journal of Internet of Things, vol. 14 (2021), Elsevier, p. 100395. Indexada en JCR, factor de impacto: 5,711, Q1.
• Rotating machinery fault diagnosis using a quadratic neural unit, 2022, DOI: 10.1504/IJGUC.2022.10047657. Indexada en JCR, factor de impacto: 0,5, Q4, Elsevier.
• Mexicano, Adriana; Rodriguez Jorge, Ricardo; Montes, Pascual; Pérez, Joaquín, «Acceleration of the K-Means algorithm by removing stable items», Int. J. of Space-Based and Situated Computing (IJSSC), vol. 7, n.º 2, 2017. Indexada en JCR, factor de impacto: 0,42, Q3.

Próximas publicaciones

Ricardo Rodríguez Jorge, A grey-box model for real-time control and monitoring, Lecture Notes in Networks and Systems – Proceedings of the 19th International Conference on P2P, Parallel, Grid, Cloud and Internet Computing (3PGCIC-2024), Springer Nature Switzerland AG, San Benedetto del Tronto (Italia), 13–15 de noviembre de 2024 (Web of Science, Scopus).

Futuros estudiantes

Próximas conferencias

Ricardo Rodríguez Jorge, A grey-box model for real-time control and monitoring, Lecture Notes in Networks and Systems – Proceedings of the 19th International Conference on P2P, Parallel, Grid, Cloud and Internet Computing (3PGCIC-2024), Springer Nature Switzerland AG, San Benedetto del Tronto (Italia), 13–15 de noviembre de 2024.