Hoja de vida

Nombre Jhouben Janyk Cuesta Ramirez
Nombre en citaciones Jhouben J. Cuesta
Nacionalidad Colombiana
Sexo Masculino

Formación Académica

  •  
  • Maestría/Magister Universidad Tecnológica De Pereira - Utp
    Maestría en Ingeniería Eléctrica
    Agostode2013 - Diciembrede 2015
    Hierarchical and Multiple Output Gaussian Process for the analysis of Colombian Cellular Networks
  •  
  • Pregrado/Universitario Universidad Tecnológica De Pereira - Utp
    Ingeniería Eléctrica
    Juniode2008 - Juniode 2013
    Análisis de Expansion de Redes de Telefonía Móvil Basandose en Indicadores Claves de Desempeño Utilizando Procesos Gaussianos
  •  
  • Secundario Institución Educativa Integrado Carrasquilla Industrial

    Enerode1999 - Diciembrede 2004

    Formación Complementaria

  •  
  • Cursos de corta duración University Of Sheffield
    Bayesian Optimization, PhD. Javier Gonzalez Hernandez
    Noviembrede2015 - Noviembrede 2015
  •  
  • Cursos de corta duración Ecole Nationale Superieure Des Mines De Saint-Etienne
    Statistical Modelling for Optimization, Ph.D. Nicolas Durrande
    Febrerode2015 - Marzode 2015
  •  
  • Cursos de corta duración University Of Sheffield
    Gaussian Process Road Show, Ph.D. Neil D. Lawrence
    Febrerode2014 - Marzode 2014
  •  
  • Cursos de corta duración Universidad De Buenos Aires
    Ecuaciones Diferenciales Estocásticas, Ph.D. Pablo Groisman
    Septiembrede2014 - Octubrede 2014
  •  
  • Cursos de corta duración Technische Universität Darmstadt
    Learning to Control with Reinforcement Learning, PhD. Jan Peters
    Agostode2015 - Agostode 2015

    Experiencia profesional

  •  
  • Universidad Tecnológica De Pereira - Utp
    Dedicación: 21 horas Semanales Agosto de 2016 Diciembre de 2016

    Actividades de docencia
    -   Pregrado - Nombre del curso:  Métodos Numéricos, 18 Agosto 2016 Diciembre 2016
    -   Pregrado - Nombre del curso:  Estadística, 22 Agosto 2016 Diciembre 2016
    -   Pregrado - Nombre del curso:  Matemáticas II, 33 Agosto 2016 Diciembre 2016
    -   Pregrado - Nombre del curso:  Matemáticas IV, 30 Agosto 2016 Diciembre 2016
    -   Pregrado - Nombre del curso:  Laboratorio de Circuitos Eléctricos II, 18 Agosto 2016 Diciembre 2016
  •  
  • Universidad Tecnológica De Pereira - Utp
    Dedicación: 238 horas Semestrales Febrero de 2016 Junio de 2016

    Actividades de docencia
    -   Pregrado - Nombre del curso:  Laboratorio de Circuitos Eléctricos II, 18 Febrero 2016 Junio 2016
    -   Pregrado - Nombre del curso:  Estadística Inferencial, 18 Febrero 2016 Junio 2016
    -   Pregrado - Nombre del curso:  Telemetría, 25 Marzo 2016 Junio 2016
    -   Pregrado - Nombre del curso:  Álgebra Lineal, 21 Marzo 2016 Abril 2016
    -   Pregrado - Nombre del curso:  Matemáticas IV , 28 Febrero 2016 Junio 2016
  •  
  • Universidad Tecnológica De Pereira - Utp
    Dedicación: 40 horas Semanales Enero de 2014 Diciembre de 2015

    Actividades de investigación
    -   Investigación y Desarrollo - Titulo:  Procesos Gaussianos Jerárquicos y de Múltiples Salidas para el Análisis y Expansión de Redes de Telefonía Móvil Enero 2014 Diciembre 2015
  •  
  • Universidad Tecnológica De Pereira - Utp
    Dedicación: 40 horas Semanales Marzo de 2013 Marzo de 2014

    Actividades de investigación
    -   Joven Investigador - Titulo:  ANÁLISIS DE EXPANSIÓN DE REDES DE TELEFONÍA MÓVIL EMPLEANDO PROCESOS GAUSSIANOS. Marzo 2013 Marzo 2014

    Áreas de actuación

  •  Ciencias Naturales -- Computación y Ciencias de la Información -- Ciencias de la Computación
  •  Ingeniería y Tecnología -- Ingenierías Eléctrica, Electrónica e Informática -- Ingeniería Eléctrica y Electrónica
  •  Ciencias Naturales -- Matemática -- Matemáticas Aplicadas
  •  Ingeniería y Tecnología -- Otras Ingenierías y Tecnologías -- Otras Ingenierías y Tecnologías
  •  Ciencias Naturales -- Matemática -- Estadísticas y Probabilidades (Investigación en Metodologías)
  • Idiomas

      Habla Escribe Lee Entiende
  •  Inglés
  • Aceptable Bueno Bueno Bueno
  •  Japonés
  • Deficiente Aceptable Deficiente Aceptable
  •  Español
  • Aceptable Bueno Bueno Bueno

    Lineas de investigación

  •  Aprendizaje de Máquina, Activa:Si
  •  Inferencia Estadística, Activa:Si
  •  Ciencias de la Computación, Activa:Si
  • Reconocimientos

  • Mención sobresaliente a tesis de maestría,Universidad Tecnológica De Pereira - Utp - Noviembrede 2015
  • Mención sobresaliente a tesis de pregrado,Universidad Tecnológica De Pereira - Utp - Mayode 2013
  •  
    Los ítems de producción con la marca corresponden a productos avalados y validados para la última Convocatoria Nacional para el Reconocimiento y Medición de Grupos de Investigación, Desarrollo Tecnológico o de Innovación y para el Reconocimiento de Investigadores del SNCTeI
     

    Artículos

  • Producción bibliográfica - Artículo - Publicado en revista especializada
  • JHOUBEN JANYK CUESTA RAMIREZ, MAURICIO ALEXANDER ALVAREZ LOPEZ, ALVARO ANGEL OROZCO GUTIERREZ, "Global and Local Gaussian Process for Multioutput and Treed Data" . En: Italia 
    Lecture Notes In Computer Science  ISSN: 1611-3349  ed: Springer Verlag
    v.I fasc. p.161 - 171 ,2015,  DOI: 10.1007/978-3-319-23234-8
    Palabras:
    Gaussian Process, Machine Learning, Multiple Outputs, Structured Data,
  • Producción bibliográfica - Artículo - Publicado en revista especializada
  • JHOUBEN JANYK CUESTA RAMIREZ, ALVARO ANGEL OROZCO GUTIERREZ, MAURICIO ALEXANDER ALVAREZ LOPEZ, "Análisis de Expansión de redes de telefonía móvil empleando procesos Gaussianos" . En: Colombia 
    Revista Iteckne  ISSN: 1692-1798  ed: Editorial La Bastilla
    v.10 fasc.2 p.149 - 157 ,2013,  DOI: 

    Proyectos

    Tipo de proyecto: Investigación y desarrollo 
    Desarrollo de un sistema efectivo y apropiado de estimación de volumen de tejido activo para el mejoramiento de los resultados terapéuticos en pacientes con enfermedad de Parkinson intervenidos quirúrgicamente
    Inicio: Mayo  2014 Fin: Diciembre  2015 Duración 
    Resumen

    Resumen En este proyecto la investigación se lleva a cabo mediante la realización de los siguientes pasos: a). Obtención de imágenes de MRI y señales de microelectrodo de registro (MER) provenientes de pacientes con enfermedad de Parkinson; b) Caracterización de los niveles de isotropía y anisotropía de las estructuras cerebrales estimuladas y las zonas adyacentes; c). Obtención de la distribución de voltaje en el sistema nervioso de los pacientes aplicando el método de los elementos finitos, d). Identificación de la región cerebral estimulada a partir del procesamiento de señales MER; e) Desarrollo de un modelo gráfico 3D para visualización de VTA.

    Tipo de proyecto: Investigación y desarrollo 
    Human-motion synthesis through physically-inspired machine learning models
    Inicio: Enero  2015 Duración 
    Resumen

    Traditional methods for motion generation of human figures are either based on purely data-driven models or purely mechanistic models. A problem with the former approach is that complex operations over large amounts of data are usually needed to generate complete new motions, whereas the problem with the later approach is that the differential equations obtained for the physical model are expensive to solve numerically. The objective is to develop a methodology for human-motion synthesis based on physically-inspired machine learning models. The preliminary results obtained by combining non-parametric regression with linear differential equations outperform accuracy results obtained by purely data-driven models, while keeping a competitive computational complexity. This proposal will build on and expand the preliminary findings.

    Tipo de proyecto: Investigación, desarrollo e Innovación 
    Análisis de Fallas en Redes de Telefonía Móvil usando reconocimiento estadístico de patrones
    Inicio: Marzo  2013 Fin: Marzo  2014 Duración 
    Resumen

    Resumen: durante la formulación de su plan de expansión, una red de telefonía móvil (GSM) requiere del análisis de aquellas variables que resultan claves para el buen desempeño de la red (KPIs). Los operadores de red poseen herramientas que analizan el comportamiento del KPI solo para aquellos puntos de la red que contienen celdas. Este artículo propone una herramienta que ilustra de manera gráfica el comportamiento en el tiempo de un KPI, no solo para aquellos puntos en donde se encuentren las celdas, sino también en la totalidad de la zona geográfica donde la red de celdas se encuentra ubicada. Se aplica un Proceso Gaussiano de Regresión a mediciones obtenidas de las celdas pertenecientes a la red y se infiere una superficie que representa el comportamiento en el tiempo para toda la zona. Finalmente se observa como una región de la red con poca densidad de celdas sostiene valores elevados del KPI la mayoría del tiempo invitando al operador de red a tener en cuenta la solución del problema de dicha región en la formulación del plan de expansión.