¿HAS OLVIDADO TU CONTRASEÑA?

Para enviarte una nueva contraseña, escribe la dirección de correo electrónico completa que registraste en el Directorio.

Regresar

REGISTRO

Estimado usuario(a):

El presente módulo está dirigido exclusivamente a nuevos usuarios que desean pertenecer al Directorio Nacional d e Investigadores, Tecnología e Innovación Tecnológica de CONCYTEC.

FICHA CTI VITAE

 
 
 
Código Renacyt:   P0071481
Vigencia: 07/05/2020 - 07/05/2022
Grupo:  CM
Nivel:  IV
 
 
 
 

Fecha: 02/10/2017
 
        

FLORES GARCIA ANIBAL FERNANDO

Doctor en Ciencias de la Computación, Magister en Docencia Universitaria e Investigación Pedagógica, Ingeniero de Sistemas de profesión, con más de 15 años de experiencia profesional y docente. Apasionado por la investigación en Inteligencia Artificial, Data Mining, Time Series e E-learning.

Fecha de última actualización:
11-01-2021

https://orcid.org/0000-0003-4638-8242

57210261409

  

Datos Personales

    Fuente
Apellidos : FLORES GARCIA
Nombres: ANIBAL FERNANDO
Género: MASCULINO
Nacionalidad: PERÚ
Pagina web personal: http://

Experiencia Laboral

Institución Cargo Fecha Inicio Fecha Fin
UNIVERSIDAD NACIONAL DE MOQUEGUA DIRECTOR DE ESCUELA 2013-01-01 2013-10-01
UNIVERSIDAD NACIONAL DE MOQUEGUA COORDINADOR GRUPO DE INVESTIGACIÓN 2019-10-01 A la actualidad
UNIVERSIDAD JOSE CARLOS MARIATEGUI COORDINADOR DE INVESTIGACIÓN DE LA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA 2018-04-01 2018-05-01
UNIVERSIDAD NACIONAL DE MOQUEGUA DIRECTOR CCTICS 2012-06-01 2013-06-01
SENATI COORDINADOR 2008-05-01 2009-04-01
INSTITUTO DE EDUCACION SUPERIOR PEDAGOGICO PUBLICO MERCEDES CABELLO DE CARBONERA DOCENTE 2007-03-01 2009-04-01
UNIVERSIDAD JOSE CARLOS MARIATEGUI DIRECTOR CUCS 2000-10-01 2001-01-01

Experiencia Laboral como Docente

Institución Tipo Docente Tipo Institución Fecha Inicio Fecha Fin
UNIVERSIDAD NACIONAL DE MOQUEGUA Ordinario-Asociado Universidad Agosto 2018 A la actualidad
UNIVERSIDAD NACIONAL DE MOQUEGUA Ordinario-Auxiliar Universidad Abril 2012 Agosto 2018
UNIVERSIDAD JOSE CARLOS MARIATEGUI Contratado Universidad Mayo 2003 A la actualidad

Experiencia como Asesor de Tesis

Universidad Tesis Tesista(s) Repositorio Fecha Aceptación de Tesis
UNIVERSIDAD NACIONAL DE MOQUEGUA Licenciado / Título MARCOS RUFINO MAMANI LAQUI Noviembre 2019
UNIVERSIDAD JOSE CARLOS MARIATEGUI Magister MARIBEL ESTELA COAGUILA MAMANI Diciembre 2019

Experiencia como evaluador y/o formulador de proyectos

Ańo Tipo de proyecto Entidad financiadora Metodología de evaluación Monto proyecto (USD)

Datos Académicos

Grado Título Centro de Estudios País de Estudios Fuente
LICENCIADO / TÍTULO INGENIERO DE SISTEMAS UNIVERSIDAD PRIVADA DE TACNA PERÚ
MAGISTER MAGISTER EN DOCENCIA UNIVERSITARIA E INVESTIGACION PEDAGOGICA UNIVERSIDAD SAN PEDRO PERÚ
BACHILLER BACHILLER EN INGENIERIA DE SISTEMAS UNIVERSIDAD PRIVADA DE TACNA PERÚ
DOCTORADO DOCTOR EN CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA PERÚ

Idiomas

# Idioma Lectura Conversación Escritura Lengua Materna
1 PORTUGUES INTERMEDIO BÁSICO BÁSICO NO
2 INGLES INTERMEDIO BÁSICO INTERMEDIO NO
3 ESPAÑOL O CASTELLANO AVANZADO AVANZADO AVANZADO SI

Producción científica

Tipo Producción Título Primer autor Año de Producción DOI Fuente
Comparison of Hybrid Recurrent Neural Networks for Univariate Time Series Forecasting Flores A. 2021
Recurrent neural networks for meteorological time series imputation Flores A. 2020
Article Local Average of Nearest Neighbors: Univariate Time Series Imputation Flores, Anibal 2019
Article Proposal Models for Personalization of e-Learning based on Flow Theory and Artificial Intelligence Flores, Anibal 2019
Proceedings Paper E-CLASSMATES FOR GAMIFICATION OF LEARNING Flores, Anibal 2019 10.21125/inted.2019.1783
CBRi: A Case Based Reasoning-Inspired Approach for Univariate Time Series Imputation Flores A. 2019
CBRm: Case Based Reasoning approach for imputation of medium gaps Flores A. 2019
Improving gated recurrent unit predictions with univariate time series imputation techniques Flores A. 2019
Improving long short-term memory predictions with local average of nearest neighbors Flores A. 2019
Local average of nearest neighbors: Univariate time series imputation Flores A. 2019
Model for time series imputation based on average of historical vectors, fitting and smoothing Flores A. 2019
DoctoralThesis Modelo Inteligente para la Gestión de Aprendizaje aplicando Case Based Reasoning (CBR) y Reinforcement Learning (RL) Flores Garcia, Anibal Fernando 2019
Proposal model for e-learning based on Case Based Reasoning and Reinforcement Learning Flores A. 2019
Proposal models for personalization of e-learning based on flow theory and artificial intelligence Flores A. 2019

Otras Producciones

Tipo de Producción Título Año de Producción Título de la fuente
ARTÍCULO EN CONGRESO Proposal model for e-learning based on Case Based Reasoning and Reinforcement Learning 2019
ARTÍCULO EN CONGRESO CBRi: A Case Based Reasoning-Inspired Approach for Univariate Time Series Imputation 2019
ARTÍCULO EN CONGRESO Proposal for personalized learning based on case based reasoning and reinforcement learning 2019

Proyectos de Investigación

Título Descripción Fecha de Inicio Fecha Fin Inv. Principal Área OCDE
MODELO INTELIGENTE PARA GESTIÓN DE APRENDIZAJE APLICANDO CASE BASED REASONING (CBR) Y REINFORCEMENT LEARNING (RL) El proyecto presenta una propuesta para gestión de contenidos personalizados en entornos e-learning basado en el nivel de conocimiento de los estudiantes aplicando la distancia euclidiana para la detección de casos de aprendizaje exitosos similares y el Algoritmo Q-Learning para determinar secuencias óptimas de aprendizaje. Octubre 2017 Setiembre 2018 ANIBAL FERNANDO FLORES GARCIA Ingeniería y Tecnología
E-CLASSMATES PARA GAMIFICACIÓN DE APRENDIZAJE ONLINE (E-LEARNING) El presente proyecto de investigación consistió en la implementación de compañeros de aprendizaje virtuales (e-classmates) basados en inteligencia artificial para suplir la ausencia de compañeros de aprendizaje reales en actividades de gamificación de aprendizaje. Octubre 2018 Abril 2019 ANIBAL FERNANDO FLORES GARCIA Ingeniería y Tecnología
IMPUTACIÓN EN SERIES DE TIEMPO METEOROLÓGICAS EN LA REGIÓN MOQUEGUA El presente proyecto implementa técnicas de inteligencia artificial para imputar datos faltantes en series de tiempo meteorológicas de la región Moquegua. Para ello, se experimenta con temperaturas máximas de la estación meteorológica Punta de Coles en la provincia de Ilo. Los resultados muestran que las redes neuronales LSTM y GRU superan a Prophet, ARIMA y otras con las que fueron comparadas. Junio 2019 Agosto 2019 ANIBAL FERNANDO FLORES GARCIA Ingeniería y Tecnología
DESARROLLO DE ALGORITMOS DE MINERÍA DE DATOS USANDO SERIES TEMPORALES HIDROMETEREOLÓGICAS APLICADAS A INVESTIGACIONES EN CAMBIO CLIMÁTICO El proyecto tiene por objeto desarrollar algoritmos diversos que permitan mejorar cada una de las etapas del análisis y proceso de series de tiempo hidrometereológicas, abarcando imputación de datos faltantes, detección de outliers y el pronóstico o forecasting de las series de tiempo. Diciembre 2017 Diciembre 2020 HUGO EULER TITO CHURA Ciencias Naturales

Proyectos de ORCID

Título Descripción Fecha de Inicio Fecha Fin
Contactar investigador Aquí

Los investigadores son responsables por los datos que consignen en la ficha personal del Directorio Nacional de Investigadores en CTeI, la cual podrá ser verificada en cualquier oportunidad por el CONCYTEC.

De comprobarse fraude o falsedad de la información y/o los documentos adjuntados, el CONCYTEC, podrá dar de baja el registro, sin perjuicio de iniciar las acciones, correspondientes.