Perfil de

Miriam Pescador Rojas

Nombre:Miriam Pescador Rojas
Género: Femenino
Email:[email protected]
Institución/Empresa: Escuela Superior de Cómputo
Inst. último grado : Centro de Investigación y Estudios Avanzados del IPN
 

Biografía.

Miriam Pescador Rojas recibió el grado en ingeniería en Sistemas Computacionales por la Escuela Superior de Cómputo (ESCOM) del Instituto Politécnico Nacional, sus estudios de maestría y doctorado los realizó en el departamento de Computación en el Centro de Investigación y Estudios Avanzados (CINVESTAV-IPN) en el área de computación evolutiva multiobjetivo. Estudió la especialidad en estadística aplicada por parte del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) de la Universidad Nacional Autónoma de México (UNAM). Desde 2010 a la fecha es profesora de tiempo completo en la ESCOM, así como profesora colegiada en la misma unidad académica donde ha dirigido más de 20 trabajos terminales, colabora en el Data Urban Lab de reciente creación en la ESCOM. Además, es profesora invitada del laboratorio de Inteligencia Artificial en el Centro de Investigación en Computación (CIC). La Dra.  pertenece a la red de Inteligencia Artificial y Ciencia de Datos del IPN, cuenta con nombramiento en el Sistema Nacional de Investigadores del CONAHCYT y es miembro de la Academia Mexicana de Computación. Sus intereses de investigación incluyen la optimización multiobjetivo, algoritmos evolutivos, aprendizaje automático y modelos estadísticos para problemas en medicina y química computacional. 

Publicaciones.

Más recientes.

COVID-19 Data Analysis with a Multi-Objective Evolutionary Algorithm for Causal Association Rule Mining, Santiago Sinisterra-Sierra, Salvador Godoy-Calderón 1 and Miriam Pescador-Rojas,  Mathematical and Computational Applications 2023, 28, 12. https://doi.org/10.3390/mca28010012

Uriel J. Rangel‑Pena, Luis A. Zarate‑Hernandez, Rosa L. Camacho‑Mendoza, Carlos Z. Gomez‑Castro, Simplicio Gonzalez‑Montiel, Miriam Pescador‑Rojas, Amilcar Meneses‑Viveros, Julián Cruz‑Borbolla,  Conceptual DFT, machine learning and molecular docking as tolos for predicting LD50 toxicity of organothiophosphates, Journal of Molecular Modeling (2023) 29:217, 4https://doi.org/10.1007/s00894-023-05630-4

Emma H. Acosta-Jiménez, Luis A. Zárate-Hernández, Rosa L. Camacho-Mendoza, Simplicio González-Montiel 1, José G. Alvarado-Rodríguez 1, Carlos Z. Gómez-Castro, Miriam Pescador-Rojas, Amilcar Meneses-Viveros 3 and Julián Cruz-Borbolla QSTR Modeling to Find Relevant DFT Descriptors Related to the Toxicity of Carbamates, Molecules 2022, 27, 5530. https://doi.org/10.3390/molecules27175530

Rodrigo Cervantes‐Díaz, Víctor Andrés Sosa‐Hernández, Jiram Torres‐Ruíz, Sandra Romero‐Ramírez, Mariana Cañez‐Hernández, Alfredo Pérez‐Fragoso, José C. Páez‐Franco, David E. Meza‐Sánchez, Miriam Pescador‐Rojas, Víctor Adrián Sosa‐Hernández, Diana Gómez‐Martín, José L. Maravillas‐Montero. Severity of SARS‐CoV‐2 infection is linked to double‐negative (CD27− IgD−) B cell subset numbers, noviembre 2021, Infammation Research. https://doi.org/10.1007/s00011-021-01525-3

Guadalupe Castro, Julián Cruz-Borbolla, Marcelo Galván, Alfredo Guevara-García, Joel Ireta,  Myrna H. Matus, Amilcar Meneses-Viveros, Luis Ignacio Perea-Ramírez, Miriam Pescador-Rojas, Hydrodesulfurization of Dibenzothiophene: A Machine Learning Approach, ChemistryOpen 2024,  2191-1363, 2191-1363, https://doi.org/10.1002/open.202400062