El Dr. Jesús Guillermo Falcón Cardona es ingeniero en telemática por la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas del Instituto Politécnico Nacional. Además, cuenta con estudios de maestría y doctorado en ciencias en computación por parte del Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional bajo la dirección del Dr. Carlos A. Coello Coello. El Dr. Falcón se ha desarrollado como profesor visitante en la Universidad Autónoma Metropolitana Unidad Cuajimalpa y, actualmente, es profesor investigador en el Tecnológico de Monterrey, Campus Monterrey y es investigador titular del Grupo de Investigación en Inteligencia Artificial Avanzada.

Como parte de su actividad de investigación ha publicado su trabajo en múltiples conferencias y revistas científicas internacionales y nacionales. Su investigación ha sido nominada en varias ocasiones a los best paper awards en las conferencias ACM GECCO e IEEE CEC que son de las más importantes en computación evolutiva. Recientemente, fue ganador del premio “José Negrete” a la mejor tesis doctoral en inteligencia artificial por parte de la Sociedad Mexicana de Inteligencia Artificial y ganador del best paper award en el MICAI 2021. Por otra parte, fue distinguido como uno de los ganadores del VII Concurso Latinoamericano de Tesis Doctorales dentro del marco de la XLVII Conferencia Latinoamericana de Informática. Además, en 2014, fue galardonado como el mejor estudiante de ingeniería telemática por la Asociación Nacional de Facultades y Escuelas de Ingeniería y en 2018 recibió un apoyo de investigación por parte de la Computational Intelligence Society de la IEEE.

El Dr. Falcón ha realizado dos estancias de investigación: la primera en el Leiden Institute of Advanced Computer Science y la segunda en la Southern University of Science and Technology, trabajando con los doctores Michael Emmerich y Hisao Ishibuchi, respectivamente.

El Dr. Falcón le apasiona hacer investigación referente a técnicas metaheurísticas bio-inspiradas para resolver problemas de optimización multi-objetivo y mono-objetivo. Además, recientemente, se ha interesado por estudiar algunas funciones de la física para usarlas en el diseño de algoritmos, específicamente para la discretización de superficies. Otro campo de investigación que el Dr. Falcón está explorando es la integración de técnicas de aprendizaje automático para fortalecer el desempeño de algoritmos evolutivos multi-objetivo.

Artículos en revistas indizadas
1. Falcón-Cardona, J. G., & Coello Coello, C. A. (2017). A new indicator-based manyobjective
ant colony optimizer for continuous search spaces. Swarm Intelligence, 11(1),
71–100.
2. Falcón-Cardona, J. G., & Coello Coello, C. A. (2020). Indicator-based multi-objective
evolutionary algorithms: A comprehensive survey. ACM Computing Surveys (CSUR),
53(2), 1–35.
3. Falcón-Cardona, J. G., Ishibuchi, H., Coello Coello, C. A., & Emmerich, M. (2021).
On the Effect of the Cooperation of Indicator-based Multi-Objective Evolutionary
Algorithms. IEEE Transactions on Evolutionary Computation, 25(4), 681–695.
4. Falcón-Cardona, J. G., Hernández Gómez, R., Coello Coello, C. A., & Castillo Tapia,
M. G. (2021). Parallel Multi-Objective Evolutionary Algorithms: A Comprehensive
Survey. Swarm and Evolutionary Computation, 67, DOI: https://doi.org/10.1016/
j.swevo.2021.100960
5. Falcón-Cardona, J. G., Emmerich, M., & Coello Coello, C. A. (2022). On the
Construction of Pareto-compliant Combined Indicators. Evolutionary Computation
Journal, DOI: https://doi.org/10.1162/evco_a_00307
6. Falcón-Cardona, J. G. (2022). New Findings on Indicator-based Multi-Objective
Evolutionary Algorithms: A Brief Summary. CLEI Electronic Journal, 25(1), DOI:
https://doi.org/10.19153/cleiej.25.1.3
7. Falcón-Cardona, J. G., Covantes Osuna, E., Coello Coello, C. A. & Ishibuchi, H. (2023). On the Utilization of Potential Energy Functions in Multi-Objective Optimization. Swarm and Evolutionary Computation, Accepted for publication.

Artículos en conferencias internacionales con arbitraje estricto
1. Falcón-Cardona, J. G., & Coello Coello, C. A. (2016, September). iMOACOR: A New
Indicator-Based Multi-objective Ant Colony Optimization Algorithm for Continuous
Search Spaces. In International Conference on Parallel Problem Solving from Nature
(pp. 389–398). Springer, Cham.
2. Falcón-Cardona, J. G., & Coello Coello, C. A. (2018, July). A Multi-Objective
Evolutionary Hyper-heuristic based on Multiple Indicator-based Density Estimators. In
Proceedings of the Genetic and Evolutionary Computation Conference (pp. 633–640).
3. Falcón-Cardona, J. G., & Coello Coello, C. A. (2018, July). Towards a more General
Many-Objective Evolutionary Optimizer using Multi-Indicator Density Estimation. In
Proceedings of the Genetic and Evolutionary Computation Conference Companion (pp.
1890–1893).
4. Falcón-Cardona, J. G., & Coello Coello, C. A. (2018, September). Towards a More
General Many-objective Evolutionary Optimizer. In International Conference on Parallel
Problem Solving from Nature (pp. 335–346). Springer, Cham.
5 Abdelbar, A. M., Salama, K. M., Falcón-Cardona, J. G., & Coello Coello, C. A. (2018,
November). An Adaptive Recombination-Based Extension of the iMOACOR Algorithm.
In 2018 IEEE Symposium Series on Computational Intelligence (pp. 735–742). IEEE.
6. Falcón-Cardona, J. G., Coello Coello, C. A., & Emmerich, M. (2019, March). CRIEMOA:
A Pareto-front Shape Invariant Evolutionary Multi-Objective Algorithm. In
International Conference on Evolutionary Multi-Criterion Optimization (pp. 307–318).
Springer, Cham.
7. Falcón-Cardona, J. G., Emmerich, M. T. M., & Coello Coello, C. A. (2019, June). On
the Cooperation of Multiple Indicator-based Multi-Objective Evolutionary Algorithms.
In 2019 IEEE Congress on Evolutionary Computation (pp. 2050–2057). IEEE.
8. Falcón-Cardona, J. G., & Coello Coello, C. A. (2019, July). Convergence and
Diversity Analysis of Indicator-based Multi-Objective Evolutionary Algorithms. In
Proceedings of the Genetic and Evolutionary Computation Conference (pp. 524–531).
9. Falcón-Cardona, J. G., Emmerich, M. T. M., & Coello Coello, C. A. (2019, July).
On the Construction of Pareto-compliant Quality Indicators. In Proceedings of the
Genetic and Evolutionary Computation Conference Companion (pp. 2024–2027).
10. Falcón-Cardona, J. G., Ishibuchi, H., & Coello Coello, C. A. (2020, July). Riesz
s-energy-based Reference Sets for Multi-Objective Optimization. In 2020 IEEE Congress
on Evolutionary Computation (pp. 1–8). IEEE.
11. Falcón-Cardona, J. G., Liefooghe, A., & Coello Coello, C. A. (2020, September).
An Ensemble Indicator-based Density Estimator for Evolutionary Multi-Objective
Optimization. In International Conference on Parallel Problem Solving from Nature
(pp. 201–214). Springer, Cham.
12. Falcón-Cardona, J. G., Ishibuchi, H., & Coello Coello, C. A. (2020, December).
Exploiting the Trade-off between Convergence and Diversity Indicators. In 2020 IEEE
Symposium Series on Computational Intelligence (pp. 141–148). IEEE.
13. Falcón-Cardona, J. G., Covantes Osuna, E., & Coello Coello, C. A. (2021). An
Overview of Pair-Potential Functions for Multi-objective Optimization. In 11th International
Conference on Evolutionary Multi-Criterion Optimization, Shenzhen, China,
March 28-31, 2021, Proceedings (pp. 401–412). Springer Nature.
14. Márquez-Vega, L. Á., Falcón-Cardona, J. G., & Covantes Osuna, E. (2021, June).
Towards a More Balanced Reference Set Adaptation Method: First Results. In 2021
IEEE Congress on Evolutionary Computation (pp. 1–12). IEEE.
15. Falcón-Cardona, J. G., Zapotecas-Martínez, S., & García-Nájera, A. (2021, July).
Pareto compliance from a practical point of view. In Proceedings of the Genetic and
Evolutionary Computation Conference (pp. 395–402).
16. Abdelbar, A. M., Humphries, T., Falcón-Cardona, J. G., & Coello Coello, C. A.
(2022, June). An Extension of the iMOACOR Algorithm Based on Layer-Set Selection.
In Proceedings of the 13th International Conference on Swarm Intelligence (ANTS
2022). Accepted.

Artículos en conferencias nacionales con arbitraje estricto
1. Márquez-Vega, L. Á., Falcón-Cardona, J. G., & Covantes Osuna, E. (2021). Towards
a Pareto Front Shape Invariant Multi-Objective Evolutionary Algorithm Using Pair-
Potential Functions. In 20th Mexican International Conference of Artificial Intelligence
(pp. 1–14). Aceptado para publicación.
2. García-Nájera, A., Zapotecas Martínez, S., Falcón-Cardona, J. G., & Cervantes, H.
(2021). Multi-objective release plan rescheduling in agile software development. In 20th
Mexican International Conference of Artificial Intelligence (pp. 1–12). Aceptado para
publicación.
3. Falcón-Cardona, J. G. (2021). An Improved Riesz s-energy-based Archive to handle
Dominance Resistant Solutions. In 10th International Conference in Telematics and
Computing (pp. 1–15). Aceptado para publicación.

Capítulos de libros
1. Falcón-Cardona, J. G., Leguizamón, G., Coello Coello, C. A., & Castillo Tapia, M. G.
(2022). Multi-Objective Ant Colony Optimization: An Updated Taxonomy and Review
of Approaches. In: Dehuri, S., Chen, YW. (eds) Advances in Machine Learning for Big
Data Analysis. Intelligent Systems Reference Library, vol 218. Springer, Singapore. doi:
https://doi.org/10.1007/978-981-16-8930-7_1