Canales Aguilera, Diego
Imagen
Categoria: Profesor/a Ayudante Doctor/a Área de conocimiento: Ciencia de la Computación e Inteligencia Artificial Departamento: Métodos Cuantitativos Grupo de investigación: Loyola Health, Métodos de Investigación Cuantitativa y aplicaciones (MICA)
FORMACIÓN
    • Doctorado en Ingeniería Mecánica por Ingeniería Mecánica, 2017
    • Métodos Numéricos en Ingeniería, Universidad Politécnica de Catalunya
    • Título de Máster Universitario en Profesorado de ESO y Bachillerato, FP y enseñanza de idiomas. Especialidad en Matemáticas, Universidad Pablo de Olavide.
    • Ingeniero Aeronáutico Universidad de Sevilla
    • Ingeniero Superior Aeronáutico, Universidad de Sevilla
EXPERIENCIA DOCENTE

El profesor/a ha impartido las siguientes asignaturas en los últimos años:

    • Computational Intelligence
    • Decision Theory
    • Prácticas
    • Técnicas de Análisis Cuantitativo II
    • Visualización de Datos y Cuadros de Mando
EXPERIENCIA PROFESIONAL
  • Revisor de artículos en la revista "International Journal of Material Forming".
  • Certificado como Microsoft Innovative Educator Expert, 2020-21.
  • Dirección de TFGs.
  • Artículo en revisión: Rodriguez, S., Pasquale, A., Mounayer, J., Canales, D., Beringhier, M., Ghnatios, C., ... & Chinesta, F. (2024). A reduced simulation applied to viscoelastic fatigue of polymers using a time multi-scale approach based on Partition of Unity method. arXiv preprint arXiv:2408.05143.
  • Artículo en TheConversation: No todo es ChatGPT: las redes neuronales gráficas también han revolucionado la inteligencia artificial, jul. 2024: https://theconversation.com/no-todo-es-chatgpt-las-redes-neuronales-graficas-tambien-han-revolucionado-la-inteligencia-artificial-230913.
ACTIVIDAD INVESTIGADORA
Publicaciones
Artículos
  • A reduced simulation applied to viscoelastic fatigue of polymers using a time multi-scale approach based on partition of Unity method
    Rodriguez, Sebastian , Pasquale, Angelo , Mounayer, Jad , CANALES AGUILERA, DIEGO, Beringhier, Marianne , Ghnatios, Chady , Ammar, Amine , Chinesta, Francisco , 2025, Adv. Model. Simul. Eng. Sci.
    10.1186/s40323-025-00294-6