Luis Enrique Sucar Succar

Luis Enrique Sucar Succar


Generic placeholder image

Miembro del Comité de Tecnología y Diseño



Nació en Raleigh, Estados Unidos, el 17 de mayo de 1957. Estudió Ingeniería Electrónica y Comunicaciones en el ITESM Campus Monterrey; obtuvo la maestría en Ingeniería Eléctrica por la Universidad de Stanford, California, y el doctorado en Computación por el Imperial College de Londres. Ha realizado estancias de investigación en el Imperial College, en la Universidad de British Columbia, Canadá, y en el INRIA, Francia. Tiene experiencia como investigador y profesor en el Instituto de Investigaciones Eléctricas, el Tecnológico de Monterrey y actualmente trabaja en la Coordinación de Ciencias Computacionales del Instituto Nacional de Astrofísica, Óptica y Electrónica de Puebla.

Es miembro del Sistema Nacional de Investigadores, de la Academia Mexicana de Ciencias, de la Academia de Ingeniería, Miembro Fundador de la Academia Mexicana de Computación y Senior Member IEEE. En 2014 recibió el Premio TECNOS 2014 por el desarrollo del sistema Gesture Therapy para la rehabilitación de pacientes con embolia cerebral y en 2016 el Premio Nacional de Ciencias en el área de Tecnología, Innovación y Diseño. Ha sido presidente de la Sociedad Mexicana de Inteligencia Artificial, miembro del Comité Asesor del IJCAI; es Senior Member de la IEEE, Editor Asociado de las Revistas “Computación y Sistemas” e “Iberoamericana de Inteligencia Artificial”.

Su investigación se centra en tratar de entender y modelar esas capacidades mentales que nos permiten razonar y tomar decisiones bajo incertidumbre y con base en eso, desarrollar sistemas inteligentes basados en programas de software. Para ello, se ha basado en el paradigma bayesiano, bajo el cual, se combina el conocimiento previo (o probabilidad a priori) con la evidencia que se obtiene del mundo a través de sensores. Cuando el problema es muy complejo, el paradigma bayesiano puede llevar a modelos muy complicados, que son difíciles de almacenar y resolver en una computadora. Para enfrentar el problema de complejidad, el Dr. Sucar utiliza “modelos gráficos probabilistas”, que básicamente permiten descomponer un problema grande en muchos pequeños, basados en las independencias entre los factores relevantes. Combinando el paradigma bayesiano con modelos gráficos se pueden resolver computacionalmente problemas complejos con incertidumbre.

En el ámbito de desarrollo tecnológico ha participado en diversos proyectos en aplicaciones médicas e industriales, incluyendo el desarrollo de un endoscopio semiautomático, tecnología para diagnóstico y ayuda de operadores de plantas eléctricas, proyectos para predicción de viento en parques eólicos, entre otros.

Tiene más de 200 publicaciones en revistas, libros y conferencias y ha dirigido más de 60 tesis de licenciatura, maestría y doctorado. Su investigación se centra en inteligencia artificial, principalmente en el desarrollo de modelos gráficos probabilistas y su aplicación en visión computacional, robótica, sistemas tutores inteligentes y biomedicina.


Comités

 

Generic placeholder image

Ciencias Físicas, Químicas y Matemáticas

Generic placeholder image

Ciencias Naturales

Generic placeholder image

Ciencias Sociales, Filosofía e Historia

Generic placeholder image

Tecnología y Diseño

Inicio