Dr. Mario Graff Guerrero

Mario Graff es Investigador por México de CONACYT comisionado a INFOTEC (en la sede Aguascalientes) desde el 2014. Durante su estancia sabática (2021-2022) fue profesor visitante en Colgate University; y del 2011 al 2014 fue profesor titular “A” de la Facultad de Ingeniería Eléctrica de la Universidad Michoacana de San Nicolás de Hidalgo. Es miembro del Sistema Nacional de Investigadores desde el 2011, actualmente nivel II.

El área de investigación del Dr. Graff es la Inteligencia Artificial, en particular el uso de Algoritmos Evolutivos en problemas de procesamiento de lenguaje natural y minería de opinión. En estas áreas el Dr. Graff ha cuenta con publicaciones arbitradas en conferencias internacionales, capítulos de libro y revistas indexadas en el JCR,  además de varios desarrollos de software disponibles en la plataforma github.com.

• Téllez, E. S., Moctezuma, D., Miranda-Jiménez, S., & Graff, M. (2017). An Automated Text Categorization Framework based on Hyperparameter Optimization. arXiv preprint arXiv:1704.01975.
• Miranda-Jiménez, S., Graff, M., Téllez, E. S., & Moctezuma, D. (2017). INGEOTEC at SemEval 2017 Task 4: A B4MSA Ensemble based on Genetic Programming for Twitter Sentiment Analysis. In Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017) (pp. 771-776).
• Téllez, E.S., Miranda-Jiménez, S., Graff, M., Moctezuma, D., Siordia, O., & Villaseñor, E. (2017). A case study of Spanish text transformations for twitter sentiment analysis, Expert Systems with Applications, Volume 81.
• Téllez, E.S., Miranda-Jiménez, S., Graff, M., Moctezuma, D., Siordia, O., & Suárez, R. (2016). A Simple Approach to Multilingual Polarity Classification in Twitter. Pattern Recognition Letters.
• Graff, M., Téllez, E. S., Miranda-Jiménez, S., & Escalante, H. J. (2016). EvoDAG: A semantic Genetic Programming Python library, IEEE International Autumn Meeting on Power, Electronics and Computing (ROPEC), Ixtapa
• Moctezuma, D., Téllez, E. S., Graff, M., Miranda-Jiménez, S. (2016). On the performance of B4MSA on SENTIPOLC’16 CEUR. Workshop Proceedings.
• Reyes, R., Villaseñor, E.A., Graff, M. (2016). Caracterización de la industria biofarmacéutica cubana a partir de las redes de colaboración. International Forum on Knowledge Asset Dynamics.
• Valencia-Ramírez, J., Graff, M., Escalante, H. J., & Cerda-Jacobo, J. (2016). An iterative genetic programming approach to prototype generation. Genetic Programming and Evolvable.
• Villaseñor García, E., Graff, M., Reyes, R. (2016). Strategy for the automated diagnostic of the openness degree in government data.
• Graff, M., Escalante, H., Ornelas-Téllez, F. and Téllez, E. (2016). Time series forecasting with genetic programming. Natural Computing.
• Escalante, H., Graff, M. and Morales-Reyes, A. (2016). PGGP: Prototype Generation vía Genetic Programming. Applied Soft Computing, 40, pp.569-580.
• Chávez, E., Graff, M., Navarro, G. and Téllez, E. (2015). Near neighbor searching with K nearest references. Information Systems, 51, pp.43-61.
• Escalante, H., García-Limón, M., Morales-Reyes, A., Graff, M., Montes-y-Gómez, M., Morales, E. and Martínez-Carranza, J. (2015). Term-weighting learning vía genetic programming for text classification. Knowledge-Based Systems, 83, pp.176-189.
• Escalante, H., Marín-Castro, M., Morales-Reyes, A., Graff, M., Rosales-Pérez, A., Montes-y-Gómez, M., Reyes, C. and Gonzalez, J. (2015). MOPG: a multi-objective evolutionary algorithm for prototype generation. Pattern Anal Applic.
• Chávez-García, H., Alonso-Guzmán, E., Martínez-Molina, W., Graff, M. and Arteaga-Arcos, J. (2014). Prediction of the Static Modulus of Elasticity Using Four non Destructive Testing. Revista de la Construcción, 13(1), pp.33-40.
• Martínez-Molina, W., Torres-Acosta, A., Jáuregui, J., Chávez-García, H., Alonso-Guzmán, E., Graff, M. and Arteaga-Arcos, J. (2014). Predicting Concrete Compressive Strength and Modulus of Rupture Using Different NDT Techniques. Advances in Materials Science and Engineering, 2014, pp.1-15.
• Peña, R., Graff, M., Medina, A. and Escalante, H. (2014). Wind speed forecasting using a portfolio of forecasters. Renewable Energy, 68, pp.550-559.
• Graff, M., Escalante, H., Cerda-Jacobo, J. and Avalos González, A. (2013). Models of performance of time series forecasters. Neurocomputing, 122, pp.375-385.
• Graff, M., Poli, R. and Flores, J. (2013). Models of Performance of Evolutionary Program Induction Algorithms Based on Indicators of Problem Difficulty. Evolutionary Computation, 21(4), pp.533-560.
• Flores, J., Graff, M. and Rodriguez, H. (2012). Evolutive design of ARMA and ANN models for time series forecasting. Renewable Energy, 44, pp.225-230.
• Graff, M. and Poli, R. (2010). Practical performance models of algorithms in evolutionary program induction and other domains. Artificial Intelligence, 174(15), pp.1254-1276.