Búsqueda avanzada

CESAR ARMANDO BELTRAN CASTAÑON

CESAR ARMANDO BELTRAN CASTAÑON

CESAR ARMANDO BELTRAN CASTAÑON

Doctor en Bioinformática, Universidad de Sao Paulo

Ver todos los grados

MESTRE EN CIENCIAS - CIENCIA DE LA COMPUTACAO (instituto de ciencias matematicas e de computacao - Universidad de sao paulo)

Ingeniero de Sistemas
DOCENTE ORDINARIO - PRINCIPAL
Docente a tiempo completo (DTC)
Departamento Académico de Ingeniería - Sección Ingeniería Informática

Publicaciones

Se encontraron 57 publicaciones

ALVAREZ, E.; BUETTNER, F.; BELTRAN, C. A.; IBAÑEZ, A. J.(2024). Exploratory analysis of metabolic changes using mass spectrometry data and graph embeddings. Scientific Report. Volumen: 14. (pp. 1 - 9). Recuperado de: https://www.nature.com/articles/s41598-024-80955-5
ALVAREZ, E.; Dechant, R.; BELTRAN, C. A.; IBAÑEZ, A. J.(2024). Graph embedding on mass spectrometry- and sequencing-based biomedical data. BMC Bioinformatica. Volumen: 1. Recuperado de: https://link.springer.com/article/10.1186/s12859-023-05612-6
RIVERO, C. y BELTRAN, C. A.(2024). La inteligencia artificial en la educación del siglo XXI avances, desafíos y oportunidades.. LIMA. PUCP. Recuperado de: https://dialnet.unirioja.es/servlet/articulo?codigo=9611141
RIVERO, C. y BELTRAN, C. A.(2024). La inteligencia artificial en la educación del siglo XXI: avances, desafíos y oportunidades Presentación. Recuperado de: http://www.scielo.org.pe/scielo.php?pid=S1019-94032024000100005&script=sci_arttext&tlng=pt
CÁCERES, E.; PINEDA, F. E.; BELTRAN, C. A.(2024). Road Multilabel Semantic Segmentation from Satellite Images Using Convolutional Neural Networks. En ANDESCON 2024, Cusco, Perú, 2024.. (pp. 1 - 8). IEEE. Recuperado de: https://ieeexplore.ieee.org/abstract/document/10755732
ARCE, D. M.; SOLANO, L. J.; BELTRAN, C. A.(2023). A Comparison Study between Traditional and Deep-Reinforcement-Learning-Based Algorithms for Indoor Autonomous Navigation in Dynamic Scenarios. SENSORS. Volumen: 23. (pp. 9672).
AYMA, V. A.; Pedro, G.; BELTRAN, C. A.(2022). A Distributed N-FINDR Cloud Computing-Based Solution for Endmembers Extraction on Large-Scale Hyperspectral Remote Sensing Data. Remote Sensing. Volumen: 9. (pp. 2153 - 2153). Recuperado de: https://www.mdpi.com/2072-4292/14/9/2153
Incahuanaco, F.; Hinojosa, E.; Pilares, D.; BELTRAN, C. A.(2022). CoffeeSE: Interpretable Transfer Learning Method for Estimating the Severity of Coffee Rust. Communications in Computer and Information Science. (pp. 340 - 355).