Profesores e Investigadores

Departamentos

Curriculum Vitae

Alfredo Cuesta Infante
Titular de Universidad
Director/a Académico del Máster Universitario en Visión Artificial
4
Quinquenios
2020
3
Docentia
2023-24
2
Sexenios investigación
2020

Centro

Esc. Tec. Sup. de Ingeniería Informática

Departamento

Informática y Estadística

Área

Ciencia de la Comp. e Inteligencia Artificial

Grupo de investigación

Grupo de investigación de alto rendimiento de Computación Avanzada, Percepción y Optimización de la Universidad Rey Juan Carlos

Contacto

alfredo.cuesta@urjc.es
Presentación
Docencia impartida en el curso actual
Trabajos de fin de estudios
Filtrar trabajos fin de estudios tutorizados o dirigidos
Tipo de trabajo
Relación
Histórico docente (últimos 10 cursos)
Listado de proyectos (Últimos 10 años)
Códigos de investigador
Métricas de impacto por agencia
Agencia Nº documentos Nº citas Índice H Q1 D1 IFNB IFNESI
Logo de la agencia 'Web of Science' Web of Science 31 1397 11 9 2 2,55 1,95
Logo de la agencia 'Scopus' Scopus 43 1710 12 15 10 1,68 -
Logo de la agencia 'Dialnet' Dialnet 14 - - - - - -
Publicaciones
Filtrar publicaciones y actividad investigadora
Mejor cuartil
Información adicional
    • A. Geiger, D. Liu, S. Alnegheimish, A. Cuesta-Infante, K. Veeramachaneni: "TadGAN: Time Series Anomaly Detection Using Generative Adversarial Networks". Accepted in IEEE Big Data (2020)
    • I. Ramírez; A. Cuesta-Infante, E. Schiavi, J.J. Pantrigo: "Bayesian Capsule Networks for 3D human pose estimation from single 2D images". Neurocomputing, 379: 67-73 (2020)
    • I. Ramírez, A. Cuesta-Infante, J.J. Pantrigo, A.S. Montemayor, et al.: "Convolutional neural networks for computer vision-based detection and recognition of dumpsters". Neural Computing and Applications 32(17): 13203-13211 (2020)
    • L. Xu, M. Skoularidou, A. Cuesta-Infante, K. Veeramachaneni: "Modeling Tabular data using Conditional GAN". NeurIPS, 7333-7343 (2019)
    • A. Sun, A. Cuesta-Infante, K. Veeramachaneni: "Learning Vine Copula Models For Synthetic Data Generation". AAAI, 5049-5057 (2019)
    • T. Swearingen, W. Drevo, B. Cyphers, A.Ross, A. Cuesta-Infante, K. Veeramachaneni: "ATM: A distributed, collaborative, scalable system for automated machine learning". IEEE Big Data, 151-162 (2017)
    • I. Arnaldo, A. Cuesta-Infante, A. Arun, M. Lam, C. Bassias, K. Veeramachaneni: "Learning Representations for Log Data in Cybersecurity". Int. Symp. on Cyber Security Cryptography and Machine Learning, 250-268, (2017)
    • B. Lacabex, A. Cuesta-Infante, A.S. Montemayor, J.J. Pantrigo: "Lightweight tracking-by-detection system for multiple pedestrian targets". Integrated Computer-Aided Engineering 23(3): 299-311 (2016)
    • A. Cuesta-Infante, K. Veeramachaneni: "Markov Switching Copula Models for Longitudinal Data". ICDM Workshops 2016: 1104-1109
    • K. Veeramachaneni, A. Cuesta-Infante, U.M. O'Reilly: "Copula Graphical Models for Wind Resource Estimation". IJCAI 2015: 2646-2654
    • J.I. Hidalgo, J.M. Colmenar, J.L. Risco-Martín, A. Cuesta-Infante, E. Maqueda, M. Botella, J.A. Rubio: "Modeling glycemia in humans by means of Grammatical Evolution". Applied Soft Computing 20: 40-53 (2014)

Información general
Información general
Méritos
Volver al Departamento

2025 © Universidad Rey Juan Carlos