Mario Castelán
Investigador Titular Robótica y Manufactura Avanzada
Investigador Cinvestav 3C
Categoría en el SNI: Nivel II
Teléfono y extensión: 8444389600/8501
Correo Electrónico: mario.castelan@cinvestav.edu.mx
Semblanza:
Mario Castelán es Doctor en Ciencias de la Computación por la Universidad de York, Reino Unido. A partir de 2006 se desempeña como profesor investigador en el Posgrado en Robótica y Manufactura Avanzada del Centro de Investigación y Estudios Avanzados del Instituto Politécnico Nacional, Campus Saltillo. En 2014, realizó una estancia sabática en el Departamento de Teoría Señales de la Universidad Politécnica de Cataluña. Se especializa en el análisis de patrones para aplicaciones científicas, con énfasis en ciencias
de materiales, biotecnología, computación afectiva y neurociencia. Ha dirigido veintitrés tesis de maestría y siete de doctorado. Lidera proyectos de investigación nacionales e internacionales con impacto en los Programas Nacionales Estratégicos (PRONACES) de salud, energía y agua. Publica de manera activa en revistas indizadas por el JCR, colaborando con universidades y centros de investigación en México y el extranjero. Es miembro del Sistema Nacional de Investigadoras e Investigadores del CONAHCYT y cursa la Licenciatura en Psicología en la Universidad Autónoma de Coahuila. En el terreno de lo social, es promotor de cambios en beneficio de la comunidad científica LGBTQ+ y de la comunidad autista. Mario ha encontrado en la poesía un camino de autoconocimiento que combina con su interés por la mística y la ciencia. Ha publicado dos libros de poemas, ganadores de premios nacionales.
Líneas de Investigación:
- Inteligencia artificial.
- Visión por computadora.
- Investigación multidisciplinaria.
- Computación afectiva.
- Biotecnología.
- Neurociencias.
- Ciencias de materiales.
Laboratorio:
Análisis de Patrones y Geometría (PAGL)
Principales Equipos:
Proyectos Representativos Recientes:
- “Patterns from dried plasma and serum droplets applied for cancer diagnosis: a diagnostic test accuracy study and implementation of deep-learning based pattern evaluation” (2024). Otorgado por: University of St. Gallen (Saint Gallen, Suiza) Investigador principal por Latinoamérica.
- “Reconocimiento de patrones en residuos de gotas evaporadas utilizando aprendizaje profundo” (2023).Proyecto de Ciencia de Fronteras, modalidad grupos. Otorgado por CONAHCYT. Responsable técnico.
- “DAMA: Descubrimiento acelerado de materiales antibioincrustantes” (2019). Proyecto de Ciencia de Fronteras, modalidad sinergias. Otorgado por CONAHCYT. Co-responsable técnico.
Publicaciones Representativas Recientes:
- Kokornaczyk, M. O., Acuña, C., Mier y Terán, A., Castelán, M., & Baumgartner, S. (2024). Vortex-like vs. turbulent mixing of a Viscum album preparation affects crystalline structures formed in dried droplets. Scientific Reports, 14(1), 12965. DOI: 10.1038/s41598-024-63797-z
- Acuña, C., Kokornaczyk, M. O., Baumgartner, S., & Castelán, M. (2023). Unsupervised deep learning approach for characterizing fractality in dried drop patterns of differently mixed Viscum album preparations. Fractal and Fractional, 7(10), 733. DOI: 10.3390/fractalfract7100733 - Martínez-Miwa, C. A., & Castelán, M. (2023). On reliability of annotations in contextual emotion imagery. Scientific Data, 10, 538. DOI: 10.1038/s41597-023-02435-1
- Acuña, C., Mier y Terán, A., Kokornaczyk, M. O., Baumgartner, S., & Castelán, M. (2022). Deep learning applied to analyze patterns from evaporated droplets of Viscum album extracts. Scientific Reports, 12, 15332. DOI: 10.1038/s41597-023-02435-1
- Ramos Oliveira, J. A., Castelán, M., & Baltazar, A. (2022). Generative models based on eigendecomposition for dense ray tracing. The Journal of the Acoustical Society of America, 152(1), 679–690. DOI: 10.1121/10.0012973