Francisco Peña Gallardo
M.C. en Ingeniería Física | Físico Matemático | Especialista en Cómputo Científico e IA
Morelia, Michoacán, México
Investigo cómo aplicar inteligencia artificial —redes neuronales, modelos generativos y regresión simbólica— al modelado de sistemas físicos complejos, con cómputo científico en Python/Fortran sobre Linux/HPC.
Perfil
Maestro en Ciencias en Ingeniería Física y Físico Matemático, con estudios de Doctorado en curso en la UMSNH. Formación sólida en métodos numéricos, simulación computacional y programación en Python y Fortran en entornos Linux/HPC. Su investigación actual integra IA y machine learning al modelado de sistemas físicos complejos, y combina ese trabajo con una amplia trayectoria comunicando y enseñando conceptos matemáticos y técnicos de alta abstracción.
Líneas de investigación
- IA aplicada a la física teórica — machine learning y regresión simbólica en cromodinámica cuántica (QCD).
- Modelos generativos para sistemas físicos — VAE y cGAN aplicados a datos y propagadores físicos.
- Cómputo científico y HPC — métodos numéricos, simulación, Python/Fortran, servidores y clústeres Linux.
- Simulación CFD — OpenFOAM para modelado de fluidos.
Proyecto doctoral
«Modelado inteligente del propagador del gluón mediante técnicas de machine learning y regresión simbólica»
Programa: Doctorado en Ciencias en Ingeniería Física — Facultad de Ciencias Físico-Matemáticas, UMSNH. Estado: en curso, tesis en desarrollo.
El proyecto aplica modelos de IA generativa (VAE, cGAN), redes neuronales y algoritmos de regresión simbólica al propagador del gluón en cromodinámica cuántica, combinando física teórica, métodos numéricos en Python/Fortran y cómputo en servidores Linux/HPC.
En lenguaje sencillo: el propagador describe cómo se transmite la interacción fuerte entre quarks y gluones; este trabajo enseña a una IA a modelarlo y busca además expresiones matemáticas legibles que capturen su comportamiento.
Los avances y materiales públicos del proyecto se irán enlazando desde esta página.
Tesis y formación académica
Doctorado — tesis en desarrollo
«Modelado inteligente del propagador del gluón mediante técnicas de machine learning y regresión simbólica» — Doctorado en Ciencias en Ingeniería Física, Facultad de Ciencias Físico-Matemáticas, UMSNH (en curso).
Maestría — 2021
«Estudio numérico del flujo forzado electromagnéticamente en una cavidad cilíndrica» — Tesis para obtener el grado de Maestro en Ciencias en Ingeniería Física, Facultad de Ciencias Físico-Matemáticas, UMSNH, abril de 2021. Asesores: Dr. Alberto Beltrán Morales (IIM-UNAM) y Dr. Héctor Igor Pérez Aguilar (UMSNH).
Licenciatura — 2018
«Convección natural en geometrías para secadores de biomasa» — Tesis para obtener el grado de Licenciado en Ciencias Físico Matemáticas, Facultad de Ciencias Físico-Matemáticas, UMSNH, octubre de 2017 (titulado en 2018). Asesor: Dr. Alberto Beltrán Morales (IIM-UNAM).
Idiomas: Español nativo · Inglés avanzado — TOEFL ITP 560.
Ponencias y distinciones
Ponencias
- Ponencia académica — Benemérita Universidad Autónoma de Puebla (BUAP), 2018.
- Ponencia académica — VI Congreso Estatal de Física, UMSNH, 2015.
Distinciones
- Medalla de Bronce — 13ª Olimpiada Internacional de Proyectos Ambientales, Estambul, Turquía (2005).
- 1er Lugar Estatal — Ciencia y Tecnología, Michoacán (2005).
Competencias técnicas
- Programación y cómputo: Python (alto), Fortran (alto), métodos numéricos, simulación computacional, HPC.
- IA / ML: redes neuronales, modelos generativos (VAE, cGAN), regresión simbólica.
- Sistemas, datos y CFD: Linux y administración de servidores/clústeres (alto), OpenFOAM (alto), MySQL (medio).
Experiencia docente
Profesor suplente y asesor académico en la Preparatoria Federal por Cooperación «Melchor Ocampo» y en consultoría académica especializada (2015–presente); docente particular de física y matemáticas desde 2005. Detalle completo en la página de Docencia.
Contacto y disponibilidad
Abierto a colaboraciones de investigación, docencia a nivel medio superior y universitario, y proyectos de cómputo científico e IA — en línea/remoto, y presencial en Morelia.