Biografía

José Ángel Martín Baos es investigador predoctoral en informática en la Escuela Superior de Informática de la Universidad de Castilla-La Mancha. Allí obtuvo el grado en Ingeniería Informática en el año 2018, y el Máster en Ingeniería Informática en el año 2019, obteniendo el premio a mejor expediente en ambos.

Actualmente está realizando su doctorado en la Universidad de Castilla-La Mancha con un contrato de profesor Ayudante. Previamente ha estado contratado con una ayuda FPU (Ayudas para la formación de profesorado universitario) del Ministerio de Ciencia, Innovación y Universidades de España. También trabaja desde el año 2016 como investigador en el grupo de investigación MAT (Modelos y Algoritmos en Sistemas de Transporte).

Intereses
  • Aprendizaje automático
  • Inteligencia artificial
  • Optimización
  • Modelos de elección discreta
Educación

  • Doctorado en Tecnologías Informáticas Avanzadas, 2019-Actualmente

    Universidad de Castilla-La Mancha

  • Máster en Ingeniería Informática, 2019

    Universidad de Castilla-La Mancha

  • Grado en Ingeniería Informática, 2018

    Universidad de Castilla-La Mancha

Hola, mi nombre es José Ángel

Soy investigador en la Universidad de Castilla-La Mancha 🏫

Sobre mí

Publicaciones recientes

Publicaciones

Blog

Todas las entradas

Docencia

Recursos docentes

Previous Next

Entradas recientes

El grupo MAT ha desarrollado una web para monitorizar la propagación del COVID-19
El grupo de investigación MAT de la Universidad de Castilla-La Mancha está desarrollando un sitio web para visualizar y controlar el progreso de la enfermedad del COVID-19 en cada país y comunidad autónoma en el caso de España.
Última actualización el Jan 9, 2023 2 min de lectura
El grupo MAT ha desarrollado una web para monitorizar la propagación del COVID-19
Sysorm 2019
Esta semana he asistido al 2º Encuentro de Jóvenes Estadísticos e Investigadores Operacionales de España (SYSORM) donde he presentado una plataforma para la monitorización de la contaminación atmosférica y el tráfico rodado en las ciudades.
Última actualización el Jan 9, 2023 1 min de lectura
Sysorm 2019

Publicaciones más recientes

A comparative study of machine learning, deep neural networks and random utility maximization models for travel mode choice modelling
Traditionally, Random Utility Maximization (RUM) models have been widely applied to travel mode choice modelling. Currently, Machine …
DOI URL
A comparative study of machine learning, deep neural networks and random utility maximization models for travel mode choice modelling
IoT based monitoring of air quality and traffic using regression analysis
Dynamic traffic management (DTM) systems are used to reduce the negative externalities of traffic congestion, such as air pollution in …
PDF DOI URL
IoT based monitoring of air quality and traffic using regression analysis
A Python package for performing penalized maximum likelihood estimation of conditional logit models using Kernel Logistic Regression
In the last few years, the success of Machine Learning (ML) algorithms has led to the extension of their applications to areas such as …
DOI URL
A Python package for performing penalized maximum likelihood estimation of conditional logit models using Kernel Logistic Regression
Revisiting kernel logistic regression under the random utility models perspective. An interpretable machine-learning approach
The success of machine-learning methods is spreading their use to many different fields. This paper analyses one of these methods, the …
PDF DOI
Revisiting kernel logistic regression under the random utility models perspective. An interpretable machine-learning approach
A comparison of general-purpose optimization algorithms for finding optimal approximate experimental designs
Several common general purpose optimization algorithms are compared for finding A- and D-optimal designs for different types of …
DOI URL
A comparison of general-purpose optimization algorithms for finding optimal approximate experimental designs
Más publicaciones

Conferencias recientes y próximas

Proyectos

*
All Transport
Integración de Métodos de Inteligencia Artificial y Aprendizaje Automático para la Planificación Táctica de Sistemas Ferroviarios de pasajeros bajo competencia

Integración de Métodos de Inteligencia Artificial y Aprendizaje Automático para la Planificación Táctica de Sistemas Ferroviarios de pasajeros bajo competencia

PID2020-112967GB-C32

Project page
Robustez, eficiencia y recuperación de sistemas de transporte público

Robustez, eficiencia y recuperación de sistemas de transporte público

TRA2016-76914-C3

Project page

Contacto

Personal:


Universidad: