Los estudios de doctorado en Ciências de Computação e Matemática Computacional (En español: Ciencias de la Computación e Matemática Computacional) se realizan en la Universidade de Sao Paulo (Brasil) por un periodo de 3 años en el marco del Concurso "Becas de doctorado en el extranjero 2016-I". Identificación y análisis de la plasticidad fenotípica de los tejidos vegetales utilizando sistemas complejos y aprendizaje profundo La plasticidad fenotípica está relacionada con los cambios morfológicos en una planta que se producen cuando se modifican sus condiciones ambientales. Por lo tanto, además de una mejor comprensión de las plantas, el estudio de la plasticidad permite una serie de aplicaciones, como el análisis de la deficiencia nutricional. Recientemente, el número de proyectos que van en este sentido ha ido en aumento a través del análisis de imágenes de plantas. Sin embargo, dada la naturaleza no trivial de las imágenes biológicas, existe también una demanda creciente de métodos y herramientas con la capacidad de extraer medidas cuantitativas que describan algunos aspectos relevantes de estas imágenes. Este proyecto tiene como objetivo desarrollar métodos computacionales para analizar la plasticidad fenotípica de las especies de plantas. El proyecto se centra principalmente en el análisis de las imágenes superficiales de las hojas y de las secciones histológicas de los órganos foliares, como estomas y vasos. Estas imágenes provienen principalmente de dos fuentes: microscopios electrónicos y escáneres. Nuestro objetivo es contribuir al estado del arte con mejores técnicas, en términos de tiempo de ejecución y tasa de éxito, al campo del reconocimiento de patrones aplicado a la identificación y evaluación nutricional de algunas especies de plantas. Las técnicas que proponemos utilizar en este estudio provienen del área de sistemas complejos, tales como redes complejas, autómatas celulares, análisis fractal y teoría del caos. Estas técnicas han demostrado un buen desempeño en proyectos similares. Además, proponemos el uso de técnicas de aprendizaje profundo, tales como redes neuronales convolucionales y autocodificadores apilados, que son métodos de aprendizaje automático que se han aplicado con éxito en tareas de visión por ordenador. Por ejemplo, en este sentido, estamos planeando explorar la adaptación de arquitecturas de redes complejas como una extensión de técnicas de aprendizaje profundo para tareas de clasificación y segmentación de tejidos vegetales. Antes del inicio de mis estudios de maestri?a, participe? activamente en proyectos de investigacio?n financiados por las entidades FINCyT y Fondecyt con resultados satisfactorios. Luego, durante el periodo de mi maestri?a, esa participacio?n se mantuvo de forma moderada. Actualmente, eso me permitio? tener contactos profesionales con varios investigadores de la Universidad Nacional de San Agusti?n de Arequipa (UNSA). Por lo tanto, para fortalecer mas el vi?nculo de investigacio?n, durante el periodo de doctorado tengo por objetivo apoyar y asesorar a alumnos de posgrado de la UNSA, asi? como organizar algunos mini-cursos de 2 a 3 semanas en tiempo de vacaciones. Luego del doctorado, tengo planeado regresar a mi pai?s para proponer y liderar proyectos de investigacio?n ba?sica y avanzada bajo orientacio?n y apoyo de otros investigadores de la UNSA y de la Sociedad Peruana de Computacio?n, red cienti?fica del cual soy miembro. De esa forma, poder compartir los conocimientos, experiencias y buenas pra?cticas adquiridas durante los an?os de estudio en Brasil.