Formación académica
Actualmente es el Jefe de la Unidad de Informática del Centro de Innovación y Desarrollo Tecnológico en Cómputo (CIDETEC), del Instituto Politécnico Nacional (IPN).
Pertenece al Sistema Nacional de Investigadores del CONACYT, como Candidato a Investigador Nacional. Obtuvo el título de Ingeniero en Sistemas Computacionales por la Escuela Superior de Cómputo (ESCOM) del IPN, graduado 2007; tiene el grado de Maestro en Ciencias de la Computación por el Centro de Investigación en Computación (CIC) del IPN, graduado en 2011, y el grado de Doctor en Ciencias de la Computación por el CIC IPN, graduado en 2017.
Entre sus áreas de interés destacan: inteligencia artificial, procesamiento digital de imágenes, visión por computadora, machine learning, reconocimiento de patrones, memorias asociativas, máquinas de soporte vectorial y modelos emergentes de reconocimiento de patrones
Publicaciones
En JCR:
- García-Floriano, A., Ferreira-Santiago, Á., Camacho-Nieto, O., & Yáñez-Márquez, C. (2019). A machine learning approach to medical image classification: Detecting age-related macular degeneration in fundus images. Computers & Electrical Engineering, 75, 218-229.
- García-Floriano, A., López-Martín, C., Yáñez-Márquez, C., & Abran, A. (2018). Support vector regression for predicting software enhancement effort. Information and Software Technology, 97, 99-109.
- Floriano, A. G., Marquez, C. Y., & Nieto, O. C. (2018). Detection of Age-Related Macular Degeneration in Fundus Images by an Associative Classifier. IEEE Latin America Transactions, 16(3), 933-939.
- García-Floriano, A., Ferreira-Santiago, A., Yáñez-Márquez, C., Camacho-Nieto, O., Aldape-Pérez, M., & Villuendas-Rey, Y. (2017). Social web content enhancement in a distance learning environment: intelligent metadata generation for resources. International Review of Research in Open and Distributed Learning, 18(1), 161-176.
- López-Martín, C., Ulloa-Cazarez, R. L., & García-Floriano, A. (2017). Support vector regression for predicting the productivity of higher education graduate students from individually developed software projects. IET Software, 11(5), 265-270.
Revistas Arbitradas y Congresos internacionales:
- García Floriano, A. (2019). Classification Model Supervised Using the Heaviside Function. Computación y Sistemas, 23(4).
- García-Floriano, A., Camacho-Nieto, O., & Yáñez-Márquez, C. (2015). Clasificador de heaviside. Nova scientia, 7(14), 365-397.
- Lopez-Martin, C., Banitaan, S., Garcia-Floriano, A., & Yanez-Marquez, C. (2017, December). Support vector regression for predicting the enhancement duration of software projects. In 2017 16th IEEE International Conference on Machine Learning and Applications (ICMLA) (pp. 562-567). IEEE.