David Valle Fernández
Profesor/a Ayudante Doctor/a
Presentación
  • Mi trabajo se centra en la aplicación de técnicas de inteligencia artificial a la dinámica no lineal y el caos. Mis principales líneas de investigación son la caracterización de cuencas de atracción y sus estructuras fractales, construcción de modelos sustitutos que reduzcan el coste computacional de la exploración numérica de sistemas dinámicos; y control del caos y del caos transitorio.

    Formación 
    - Estudiante de Doctorado en Ciencias (2021- 2025)    
    - Máster Universitario en Dinámica No Lineal y Sistemas Complejos (Universidad Rey Juan Carlos, 2020-2021)

    - Grado en Ciencias Experimentales (Universidad Rey Juan Carlos, 2016-2020)

    Docencia
    - Profesor de Física en la URJC (2021 - actualidad)

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 4 12 2 2 2 0,60 0,79
Logo de la agencia 'Scopus' Scopus 4 15 3 3 - 0,42 -
Publicaciones
Filtrar publicaciones y actividad investigadora
Mejor cuartil
Información adicional
  • David Valle, Alexandre Wagemakers, Alvar Daza, and Miguel A.F. Sanjuan.
    Characterization of fractal basins using deep convolutional neural networks.
    International Journal of Bifurcation and Chaos 32(13), 2250200 (2022)

    David Valle, Alexandre Wagemakers, Miguel A. F. Sanjuán.
    Deep learning-based analysis of basins of attraction. 
    Chaos, 34 (3), 033105 (2024)
Méritos