Universidad de Costa Rica

Ing. Francisco Siles Canales, PhD.

Profesor investigador

Departamento:
Automática
Categoría:
Asociado
Correo Electrónico:
francisco.siles@ucr.ac.cr
Teléfono:
25112603
Oficina:
601 IE
vCard:
  Descargar vCard
Laboratorios:
Laboratorio de investigación en reconocimiento de patrones y sistemas inteligentes (PRIS-Lab)

Biografía

Profesor investigador en Ingeniería Eléctrica y Ciencias de la Computación, con énfasis en Reconocimiento de Patrones y
Sistemas Inteligentes, con capacidad para trabajar en diversas áreas del conocimiento: Biocomputación, Análisis Deportivo,
Robótica Cognitiva, Movimiento Humano, Computación Cientíca, entre otras.

Tiene un bachillerato en Ingeniería Eléctrica con énfasis en Telecomunicaciones (UCR), una licenciatura en Ingeniería Eléctrica con énfasis en Control (UCR), una maestría académica en Ingeniería Eléctrica con énfasis en Sistemas Digitales (UCR), un doctorado en Ciencias de la Computación con énfasis en Reconocimiento de Patrones y Sistemas Inteligentes (TU-Muenchen, Alemania), un posdoctorado en Biología Computacional con énfasis en Interacción de proteínas (KU, Estados Unidos).

Actualmente es el coordinador general del PRIS-Lab (Laboratorio de investigación en reconocimiento de patrones y sistemas inteligentes).

Además es el director del Programa de Posgrado en Ingeniería Eléctrica PPIE. Coordinador de la Sección de Transferencia del Conocimiento (STC) del Laboratorio de Cirugía y Cáncer (DCLab), así como subdirector del Centro de Investigación en Ciencias del Movimiento Humano (CIMOHU).

Proyectos

B7094: Diseño de avatares animales como proyección de robots humanoides y su animación 3d utilizando datos de captura óptica de movimiento

-
Participantes:
Ing. Francisco Siles Canales, PhD.
Inicio: 14/03/2017
Expiración: 15/03/2018

B6751: Diseño, implementación y validación de una plataforma computacional para la anotación semántica de fútbol a partir de video digital

-
Participantes:
Ing. Francisco Siles Canales, PhD.
Inicio: 08/08/2016
Expiración: 07/08/2017

B8653: Análisis funcional genómico de células cancerosas por RNA de interferencia para la identificación de redes de regulación asociadas a proliferación y muerte en respuesta a quimioterapia genotóxica

Análisis funcional genómico de células cancerosas por RNA de interferencia para la identificación de redes de regulación asociadas a proliferación y muerte en respuesta a quimioterapia genotóxica
Participantes:
Ing. Francisco Siles Canales, PhD.
Inicio: 01/01/2018
Expiración: 31/12/2019

B8659: Estudio de viabilidad de técnicas automáticas de visualización para ser usadas en la evaluación de impulsores en bombas de sangre

Estudio de viabilidad de técnicas automáticas de visualización para ser usadas en la evaluación de impulsores en bombas de sangre
Participantes:
Ing. Francisco Siles Canales, PhD.
Inicio: 01/01/2018
Expiración: 31/12/2019

B97A8: Apoyo a la organización de la conferencia internacional CARLA 2019

Apoyo a la organización de la conferencia internacional CARLA 2019
Participantes:
Ing. Francisco Siles Canales, PhD., Ing. Marvin Coto Jiménez, PhD.
Inicio: 02/09/2019
Expiración: 03/03/2020

C1466: Plataforma HPC híbrida CPU/GPU para la paralelización de algoritmos biocomputacionales de clasificación y rastreo celular en microscopía digital de fondo claro y fluorescencia para el diagnóstico especializado en cáncer

Plataforma HPC híbrida CPU/GPU para la paralelización de algoritmos biocomputacionales de clasificación y rastreo celular en microscopía digital de fondo claro y fluorescencia para el diagnóstico especializado en cáncer
Participantes:
Ing. Francisco Siles Canales, PhD., Ing. Marco Villalta Fallas, MSc.
Inicio: 01/03/2021
Expiración: 28/02/2023

B7057: Investigación de nuevas fuentes láser de referencia para espectroscopía biomédica

-
Participantes:
Ing. Jaime Cascante Vindas, Ph.D., Ing. Leonardo José Marín Paniagua, PhD., Ing. Francisco Siles Canales, PhD.
Inicio: 01/01/2017
Expiración: 31/12/2018

B9105: Desarrollo, implementación y prueba de algoritmos basados en aprendizaje maquinal para la mejora de señales degradadas con ruido en aplicaciones de habla

Desarrollar e implementar algoritmos basados en aprendizaje maquinal que sean competitivos para resolver el problema de mejorar señales degradadas con distintos tipos de ruido en aplicaciones de habla.
Participantes:
Ing. Marvin Coto Jiménez, PhD., Ing. Leonardo José Marín Paniagua, PhD., Ing. Jorge Arturo Romero Chacón, Ph.D., Ing. Francisco Siles Canales, PhD.
Inicio: 04/03/2019
Expiración: 30/12/2022

© 2020 Escuela de Ingeniería Eléctrica, Universidad de Costa Rica.