Perfil - Dr. Mario Garza Fabre | Maestria y Doctorado en Ciencias en Ingenieria y Tecnologias Computacionales

Dr. Mario Garza Fabre

I. Datos Generales
Nombre:	Dr. Mario Garza Fabre
Página personal:	-
Escolaridad:	Doctor en Ciencias de la Computación (2014). CINVESTAV-IPN, Unidad Tamaulipas, México.
Posición y categoría actual:	Investigador Cinvestav 3A
Nivel SNII:	1
Temas de investigación	Optimización; Inteligencia Computacional; Metaheurísticas bioinspiradas.
E-mail:

II. Productos de Investigación o Desarrollo
C. C. Erazo-Agredo, M. Garza-Fabre, R. Agüero, L. Diez, J. Serrat, and J. Rubio-Loyola, “Joint route selection and split level management for 5g c-ran,” IEEE Transactions on Network and Service Management, pp. 1–23, 2021, ISSN: 1932-4537. DOI: 10.1109/TNSM.2021.3091543. A. José-García, J. Handl, W. Gómez-Flores, and M. Garza-Fabre, “An evolutionary many-objective approach to multiview clustering using feature and relational data,” Applied Soft Computing, vol. 108, p. 107 425, 2021, ISSN: 1568-4946. DOI: 10.1016/j.asoc.2021.107425. S. M. Kandathil, M. Garza-Fabre, J. Handl, and S. C. Lovell, Reliable Generation of Native-Like Decoys Limits Predictive Ability in Fragment-Based Protein Structure Prediction, Biomolecules, vol. 9, no. 10, 2019. ISSN: 2218-273X. DOI: 10.3390/biom9100612. S. M. Kandathil, M. Garza-Fabre, J. Handl, and S. C. Lovell, Improved Fragment-Based Protein Structure Prediction by Redesign of Search Heuristics, Scientific Reports, vol. 8, no. 1, pp. 13694, 2018. ISSN: 2045-2322. DOI: 10.1038/s41598-018-31891-8. M. Garza-Fabre, J. Handl, and J. Knowles, An Improved and More Scalable Evolutionary Approach to Multiobjective Clustering, IEEE Transactions on Evolutionary Computation, vol. 22, no. 4, pp. 515-535, 2018. ISSN: 1089-778X. DOI: 10.1109/TEVC.2017.2726341. M. Garza-Fabre, S. M. Kandathil, J. Handl, J. Knowles, and S. C. Lovell, Generating, Maintaining, and Exploiting Diversity in a Memetic Algorithm for Protein Structure Prediction, Evolutionary Computation, vol. 24, no. 4, pp. 577-607, 2016. ISSN: 1063-6560. DOI: 10.1162/EVCO_a_00176. M. Garza-Fabre, G. Toscano-Pulido, and E. Rodriguez-Tello, Multi-objectivization, Fitness Landscape Transformation and Search Performance: A Case of Study on the HP model for Protein Structure Prediction, European Journal of Operational Research, vol. 243, no. 2, pp. 405-422, 2015. ISSN: 0377-2217. DOI: 10.1016/j.ejor.2014.06.009. M. Garza-Fabre, E. Rodriguez-Tello, and G. Toscano-Pulido, Constraint-Handling Through Multi-Objective Optimization: the Hydrophobic-Polar Model for Protein Structure Prediction, Computers & Operations Research, vol. 53, pp. 128-153, 2015. ISSN: 0305-0548. DOI: 10.1016/j.cor.2014.07.010. M. Garza-Fabre, E. Rodriguez-Tello, and G. Toscano-Pulido, Comparative Analysis of Different Evaluation Functions for Protein Structure Prediction Under the HP Model, Journal of Computer Science and Technology, vol. 28, no. 5, pp. 868-889, 2013. ISSN: 1860-4749. DOI: 10.1007/s11390-013-1384-7.Computer Science and Technology, vol. 28(5), pages 868-889, 2013. doi: 10.1007/s11390-013-1384-7.

II. Productos de Investigación o Desarrollo

C. C. Erazo-Agredo, M. Garza-Fabre, R. Agüero, L. Diez, J. Serrat, and J. Rubio-Loyola, “Joint route selection and split level management for 5g c-ran,” IEEE Transactions on Network and Service Management, pp. 1–23, 2021, ISSN: 1932-4537. DOI: 10.1109/TNSM.2021.3091543.

A. José-García, J. Handl, W. Gómez-Flores, and M. Garza-Fabre, “An evolutionary many-objective approach to multiview clustering using feature and relational data,” Applied Soft Computing, vol. 108, p. 107 425, 2021, ISSN: 1568-4946. DOI: 10.1016/j.asoc.2021.107425.

S. M. Kandathil, M. Garza-Fabre, J. Handl, and S. C. Lovell, Reliable Generation of Native-Like Decoys Limits Predictive Ability in Fragment-Based Protein Structure Prediction, Biomolecules, vol. 9, no. 10, 2019. ISSN: 2218-273X. DOI: 10.3390/biom9100612.

S. M. Kandathil, M. Garza-Fabre, J. Handl, and S. C. Lovell, Improved Fragment-Based Protein Structure Prediction by Redesign of Search Heuristics, Scientific Reports, vol. 8, no. 1, pp. 13694, 2018. ISSN: 2045-2322. DOI: 10.1038/s41598-018-31891-8.

M. Garza-Fabre, J. Handl, and J. Knowles, An Improved and More Scalable Evolutionary Approach to Multiobjective Clustering, IEEE Transactions on Evolutionary Computation, vol. 22, no. 4, pp. 515-535, 2018. ISSN: 1089-778X. DOI: 10.1109/TEVC.2017.2726341.

M. Garza-Fabre, S. M. Kandathil, J. Handl, J. Knowles, and S. C. Lovell, Generating, Maintaining, and Exploiting Diversity in a Memetic Algorithm for Protein Structure Prediction, Evolutionary Computation, vol. 24, no. 4, pp. 577-607, 2016. ISSN: 1063-6560. DOI: 10.1162/EVCO_a_00176.

M. Garza-Fabre, G. Toscano-Pulido, and E. Rodriguez-Tello, Multi-objectivization, Fitness Landscape Transformation and Search Performance: A Case of Study on the HP model for Protein Structure Prediction, European Journal of Operational Research, vol. 243, no. 2, pp. 405-422, 2015. ISSN: 0377-2217. DOI: 10.1016/j.ejor.2014.06.009.

M. Garza-Fabre, E. Rodriguez-Tello, and G. Toscano-Pulido, Constraint-Handling Through Multi-Objective Optimization: the Hydrophobic-Polar Model for Protein Structure Prediction, Computers & Operations Research, vol. 53, pp. 128-153, 2015. ISSN: 0305-0548. DOI: 10.1016/j.cor.2014.07.010.

M. Garza-Fabre, E. Rodriguez-Tello, and G. Toscano-Pulido, Comparative Analysis of Different Evaluation Functions for Protein Structure Prediction Under the HP Model, Journal of Computer Science and Technology, vol. 28, no. 5, pp. 868-889, 2013. ISSN: 1860-4749. DOI: 10.1007/s11390-013-1384-7.Computer Science and Technology, vol. 28(5), pages 868-889, 2013. doi: 10.1007/s11390-013-1384-7.

III. Proyectos investigación y/o de vinculación
Desarrollo de métodos de computación evolutiva multiobjetivo con módulo automatizado de toma de decisiones y su aplicación a tres problemas prácticos difíciles de diferentes dominios. Proyecto No. 262 del Fondo SEP-Cinvestav de Apoyo a la Investigación (Convocatoria 2018). Colaboradores: Dr. Gregorio Toscano Pulido, Dr. Ricardo Landa Becerra, Dr. Javier Rubio Loyola y Dr. Mario Garza Fabre.

III. Proyectos investigación y/o de vinculación

Desarrollo de métodos de computación evolutiva multiobjetivo con módulo automatizado de toma de decisiones y su aplicación a tres problemas prácticos difíciles de diferentes dominios. Proyecto No. 262 del Fondo SEP-Cinvestav de Apoyo a la Investigación (Convocatoria 2018). Colaboradores: Dr. Gregorio Toscano Pulido, Dr. Ricardo Landa Becerra, Dr. Javier Rubio Loyola y Dr. Mario Garza Fabre.

IV. Formación de Recursos Humanos
Cristian Camilo Erazo Agredo. Título de la tesis: Selección Conjunta de Rutas y Divisiones Funcionales para Arquitecturas Cloud-RAN. Programa de Maestría en Ciencias en Ingeniería y Tecnologías Computacionales. Directores de tesis: Dr. Javier Rubio Loyola y Dr. Mario Garza Fabre. Fecha de obtención del grado: 30 de junio de 2020.

IV. Formación de Recursos Humanos

Cristian Camilo Erazo Agredo. Título de la tesis: Selección Conjunta de Rutas y Divisiones Funcionales para Arquitecturas Cloud-RAN. Programa de Maestría en Ciencias en Ingeniería y Tecnologías Computacionales. Directores de tesis: Dr. Javier Rubio Loyola y Dr. Mario Garza Fabre. Fecha de obtención del grado: 30 de junio de 2020.

Formulario de búsqueda