01
Investigación
Exploración de problemas, métodos computacionales y conocimiento reproducible.
Conocer más ↗Perfil académico y tecnológico
Investigación, docencia y tecnología con propósito.
Soy José Manuel Muñoz Contreras. En este espacio reúno mi trabajo académico, recursos de enseñanza, proyectos tecnológicos e intereses de investigación.
Aprender · Construir · Compartir
02
Docencia
Materiales, prácticas y experiencias para acercar la teoría a la práctica.
Conocer más ↗03
Desarrollo tecnológico
Herramientas, software y experimentos para resolver problemas concretos.
Conocer más ↗Una breve introducción
Acerca de mí
Ingeniería, inteligencia computacional e investigación aplicada.
Soy profesor e investigador en áreas relacionadas con la ingeniería, la ciencia de datos y el desarrollo de software. Mi trabajo se centra en el cómputo evolutivo, la programación genética y el desarrollo de modelos inteligentes de alto rendimiento.
Investigación
Desarrollo métodos de programación genética y regresión simbólica, explorando técnicas de paralelización con CUDA y arquitecturas CPU-GPU, así como la interpretabilidad y visualización de modelos computacionales.
Docencia e ingeniería
Diseño cursos, prácticas y proyectos para estudiantes de ingeniería mecatrónica y tecnologías de la información, con énfasis en la aplicación práctica del conocimiento y la resolución de problemas.
Tecnologías y visión
Trabajo con herramientas como Python, C++, PyTorch, CUDA y Linux. Mi objetivo es fortalecer la investigación aplicada y crear herramientas computacionales y educativas con un impacto positivo en la sociedad.
Preguntas, métodos e ideas
Investigación
Programación genética y cómputo evolutivo
Diseño y evaluación de algoritmos de programación genética semántica geométrica (GSGP) para regresión simbólica y modelado de datos complejos.
Explorar el laboratorio de GPRegresión simbólica aplicada
Métodos de regresión simbólica para problemas reales, desde estimación de composición corporal hasta modelado multidimensional.
Cómputo paralelo en GPU
Frameworks de software que aceleran algoritmos evolutivos mediante CUDA, como GSGP-CUDA, liberado como herramienta de código abierto.
Cada línea está respaldada por publicaciones verificables — consulta los detalles en la sección de Publicaciones.
Compartir conocimiento
Docencia y recursos
Sistemas operativos y Linux
Guías, comandos esenciales y prácticas de administración.
Redes y servicios
Prácticas de conectividad, SSH y servicios de red.
Programación
Ejercicios, proyectos y material de apoyo.
De la idea al prototipo
Proyectos seleccionados
⌘PROJECT / 01
Proyectos personales
Homelab y servicios autohospedados
Diseño, despliegue y mantenimiento de servicios autohospedados para experimentar y aprender de forma continua.
Ver detalles ↗∑PROJECT / 02
Investigación
Visualización de métodos de aprendizaje
Proyecto en desarrollo para visualizar y analizar el comportamiento de algoritmos de aprendizaje automático y cómputo evolutivo.
Ver detalles ↗▤PROJECT / 03
Herramientas educativas
Clases
Página dedicada, construida en NotebookLM, que reunirá el contenido completo de mis clases, prácticas y recursos didácticos.
Ver detalles ↗Producción académica
Publicaciones
2026
PREPRINT
↗LLMs as Post-hoc Auditors of Physiological Plausibility in Symbolic Regression: A Clinician-Evaluated Case Study
López-Varela, J.; Hidalgo, J. I.; Muñoz, J.-M.; Costilla-Reyes, O.; Maqueda, E.; Moreno-Fernandez, J.; González-Vidal, T.; Velasco, J. M.; Garnica, O. · arXiv:2609.11431
2026
CONFERENCIA / CONGRESO
↗Visualizing the Semantic Space Exploration of Ensemble Methods
Santos, F.; Muñoz Contreras, J.; Sakallioglu, B.; Hualinga, D.; Tonda, A.; Trujillo, L. · GECCO '26 Companion, ACM · pp. 229–232
2026
CAPÍTULO DE LIBRO
↗SemanticViz: Analyzing Semantic Space Exploration of Ensemble Methods
Santos, F. J. J. B.; Muñoz Contreras, J. M.; Sakallioglu, B.; Tonda, A.; Trujillo, L. · Parallel Problem Solving from Nature – PPSN XIX, Springer Nature Switzerland · pp. 200–216
2026
CAPÍTULO DE LIBRO
↗Heeding Good Advice: Scaling Down and Specializing in the Age of Big AI
Trujillo, L.; Maldonado, Y.; Muñoz Contreras, J. M.; Sandoval, C.; Flores-R, J.; Hernandez, D. E.; Gonzalez, L. · Genetic Programming Theory and Practice XXII, Springer Nature Singapore · pp. 405–427
2025
ARTÍCULO DE INVESTIGACIÓN
↗Benchmarking GSGP: Still Competitive 10 Years Later?
Muñoz Contreras, J. M.; Trujillo, L.; Hernandez, D. E.; Cárdenas Florido, L. A. · Genetic Programming and Evolvable Machines, vol. 26(1), art. 6
2025
CONFERENCIA / CONGRESO
↗Estimation of Total Body Fat Using Symbolic Regression and Evolutionary Algorithms
Muñoz, J.-M.; Morón-García, O.; Costilla-Reyes, O.; Hidalgo, J. I. · EvoApplications 2025 (Trieste, Italia), LNCS · pp. 507–521
2024
ARTÍCULO DE INVESTIGACIÓN
↗Geometric Semantic Genetic Programming with Normalized and Standardized Random Programs
Bakurov, I.; Muñoz Contreras, J. M.; Castelli, M.; Rodrigues, N.; Silva, S.; Trujillo, L.; Vanneschi, L. · Genetic Programming and Evolvable Machines, vol. 25(1), art. 6
2024
ARTÍCULO DE INVESTIGACIÓN
↗M5GP: Parallel Multidimensional Genetic Programming with Multidimensional Populations for Symbolic Regression
Cárdenas Florido, L.; Trujillo, L.; Hernandez, D. E.; Muñoz Contreras, J. M. · Mathematical and Computational Applications, vol. 29, art. 25
2022
ARTÍCULO DE INVESTIGACIÓN
↗GSGP-CUDA — A CUDA Framework for Geometric Semantic Genetic Programming
Trujillo, L.; Muñoz Contreras, J. M.; Hernandez, D. E.; Castelli, M.; Tapia, J. J. · SoftwareX, vol. 18, art. 101085
Contacto y colaboración
¿Conversamos sobre una idea?
Estoy interesado en intercambiar ideas, compartir recursos y explorar colaboraciones académicas y tecnológicas.
Correo profesional[email protected]
GitHubKravenTesla
ORCID0009-0007-7134-8708
LinkedInjmmc9119
Google ScholarVer perfil
GP BibliographyVer perfil