Dr. José Paz Pérez Padrón

Teléfono: 
83294030
Extensión: 
6190
Correo electrónico: 
josepazp@avantel.net
Educación: 
El Dr. José Paz es lic. en Matemáticas por la Facultad de Ciencias Físico Matemáticas (FCFM) de la Universidad Autónoma de Nuevo León (UANL), es Mc. de la ingeniería eléctrica con especialidad en control, grado obtenido en La Facultad de Ingeniería Mecánica y Eléctrica de la UANL y obtuvo el Doctorado en Ciencias de la Ingeniería Eléctrica en el CINVESTAV unidad Guadalajara. Su área de investigación es en Análisis de Estabilidad, Seguimiento de Trayectorias y Control de Sistemas Dinámicos Complejos (control de brazos mecánicos, control de helicópteros, control de robots bípedos etc.), es profesor de tiempo completo desde Agosto de 1990 en FCFM y actualmente es profesor titular B.
 
Pertenece al Núcleo Académico Básico: Si
Sistema Nacional de Investigadores: Si, hasta el 31/12/2014 
Perfil deseable PROMEP: Si, hasta el 31/05/2015
Experiencia Docente: 
Tesis Dirigidas:
1.    Análisis de Estabilidad y Seguimiento de Trayectorias de Sistemas Dinámicos Complejos y con retardo en el tiempo usando Redes Neuronales Adaptables.
Santiago Arroyo Garza
Programa: Doctorado en Ciencias con Orientación en Matemáticas, FCFM-UANL. Inicio de la tesis: Agosto de 2012
Defensa de la tesis: En proceso, Junio de 2015
 
2.    Control de un Robot bípedo con 4 grados de libertad
Jonathan Ricardo Moller Garza
Programa: Maestría en Ciencias con Orientación en Matemáticas, FCFM-UANL.
Inicio de la tesis: Agosto de 2013
Defensa de la tesis: En proceso, Junio de 2014
 
3.    Identificación y Control de Sistemas no Lineales por medio de Redes Neuronales Recurrentes Adaptables.
Francisco Rodríguez Ramírez
Programa: Doctorado en Ciencias con Orientación en Matemáticas, FCFM-UANL. Inicio: Agosto de 2011
Defensa de la tesis: Mayo de 2014
 
4.    Control de concentración de Salmuera en un sistema de tanques.
Luz Perla Varela Pérez
Licenciatura en Matemáticas
Fecha de examen: Diciembre 2007.
 
5.    Simulación del Control de una Planta no Lineal usando una Red HORNN
Pablo Javier Fernández Duran
Licenciatura en Matemáticas
Fecha de examen: 3 de Junio de 2006.
 
Experiencia Profesional: 
Proyectos de investigación:
1.    Joel Pérez Padrón, José Paz Pérez Padrón
Título del proyecto: “Análisis de estabilidad y seguimiento de trayectorias en un péndulo doble caótico usando redes neuronales recurrentes y leyes de control PD no lineales en tiempo real “
Institución que financia: UANL
Duración: 1 año, de Agosto  2013 a Agosto de 2014.
Publicaciones: 
Publicaciones en revistas del Journal Citations Reports:
  1. Joel Perez, Jose P. Perez, Francisco Rdz, Angel Flores, “Trajectory Tracking for Chaos Synchronization Via PI Control Law between Roosler-Chen”, Artículo aceptado para su publicación, Revista: Computación y sistemas (CyS) del Instituto Politecnico Nacional, CyS, ISSN:1405-5546, está indexado por Thomson Reuters ISI (Master Journal List) 2) CyS está indexado por Scopus. 3) CyS permanecerá en padrón de Conacyt hasta 2017., Sep. De 2013.
  2. Jose P. Perez, Joel Perez P, Angel Flores H, Santiago Arroyo, “ Complex Dynamical Network Control for Trajectory Tracking Using Delayed Recurrent Neural Networks”, Hindawi, Mathematical Problems in Engineering, ISSN: 1024-123X, Factor de Impacto 1.3, Octubre 2013.
  3. J. Perez, J. P. Perez, F. Rdz, and A. Flores, “Trajectory tracking for the chaotic pendulum using PI control law”, Revista Mexicana de Física, ISSN: 0035-00IX. Publicado: Received 26 October 2012; accepted 31 May 2013, SEPTEMBER-October, 2013.
  4. Alexander Jimenez, Edgar N. Sanchez, Guanrong Chen and Jose P. Perez,“Real-time chaotic circuit stabilization via inverse optimal control”, INTERNATIONAL JOURNAL OF CIRCUIT THEORY AND APPLICATIONS,  Int. J. Circ. Theor. Appl. 2009; 37:887–898 Published online 9 July 2008 in Wiley InterScience (www.interscience.wiley.com). DOI: 10.1002/cta.500, Volume 37, Issue 8, Pages 887-898, October 2009.
  5. E.N. Sanchez, L.J. Ricalde, J.P. Pérez, “Using Adaptive Recurrent Neural Networks for Chaos Control”, Special issue of the Journal of Dynamics of Continuous, Discrete and Impulsive Systems Series B: Applications and Algorithms, pp. 915-928, Watam Press, waterloo,  Canada, December 2003.
  6. E.N. Sanchez, J.P. Perez, “Input-to-State Stabilization of Dynamic Neural Networks”, IEEE Transaction on Systems, Man and Cybernetics, Part A : Systems and Humans, Vol. 33, Number 4, pp 532-536, July 2003.
  7. E.N.Sanchez, J.P.Perez, M. Martinez and G.Chen, “Chaos stabilization: an inverse optimal control approach”, Latin Amer. Appl. Res.: Int’l J., Vol. 32, pp 111-114, 2002.
  8. E.N.Sanchez, J.P.Perez and G.Chen, “Using dynamic neural networks to generate chaos:  An inverse optimal control approach”,  Int. J. of Bifur. Chaos, Vol. 11, No. 3, pp 857-863, 2001.
  9. E.N.Sanchez and J.P.Perez , “Input to sate stability analysis for dynamic neural networks”, IEEE Trans. on Circuits and Systems - I, Vol. 48, pp 1395-1398, November 1999.
  10. A.S.Poznyak, W. Yu, E.N.Sanchez, and J.P.Perez, “Nonlinear adaptive trajectory tracking using dynamic neural networks”, IEEE Trans. on Neural Networks, Vol. 10,  pp 1402-1411, November 1999.
  11. A.S.Poznyak, W.Yu, E.N.Sanchez, and J.P.Perez, “Stability analysis of dynamic neural control”, Expert Systems with Applications, Vol. 14, pp 227-236, 1998.
 
Publicaciones en revistas de otros índices:
  1. Joel Perez, Jose P. Perez, Francisco Rdz, Rmz. and Angel Flores H, Trajectory tracking for the chaotic pendulum using PI control law, Revista Mexicana de Física, Received 26 October 2012; accepted 31 May 2013.
  2. Joel Perez, Jose P. Perez, Francisco Rdz, Angel Flores, Trajectory Tracking for Chaos Synchronization Via PI Control Law between Roosler-Chen, Computación y sistemas del Instituto Politecnico Nacional, In Press, 2013.
 
Capítulos de Libros:
1.    E. N. Sanchez, J. P. Perez and L. J. Ricalde, “Neural networks design for chaos synchronization”, in Chaos Control: Theory and Applications - Vol. I Chaos Control, Eds. G. Chen, and X. Yu, pp 137-158, ISBN 3-540-4045-8, Lectures Notes in Control and Information sciences,  Springer Verlag, Berlin, Germany, 2003. 
2.    L. J. Ricalde, E. N. Sanchez and J. P. Perez, “Robot manipulator control via recurrent neural networks”, in Neural Information Processind: Research and Development, Eds J. Chandana Rajapake and L. Wang, pp 370-386 , ISBN 3-540-21123-3, Studies in Fuzziness and Soft Computing,  Springer Verlag, Berlin, Germany, 2004.
3.    Joel Perez, Jose P. Perez and Rogelio Soto, “Optimal Filtering for Linear States over Polynomial Observations”, Stochastic Control, ISBN 978-953-307-121-3, Published by Sciyo, Printed in India, September 2010.
4.    Jose Luis Meza, Rogelio Soto,  Victor Santibañez, Juan Sifuentes, Jose P. Perez, Joel Perez, “Lyapunov Stable Neural Self-tuning Controller for Robot Manipulators”, Capítulo aceptado en el libro PID Control, de la ed. Intech Open Access Publisher, 2011
 
Artículos en Memorias de Congresos:
  1. Joel Perez P, Santiago Arroyo, “PID Control Law for Trajectory Tracking of Complex Dynamical Systems Via Delayed Recurrent Neural Networks” Nett Florence-Workshop 2014 “Dynamics of Neural Circuits”, Institute for Complex Systems (ISC), CNR, Sesto Fiorentino, Italy, March 17-20, 2014.
  2. Joel Perez,  Jose P. Perez, Jose J. Hdz, Santiago Arroyo, Angel Flores, “Trajectory Tracking Error Using PID Control Law for a 2 DOF Helicopter Model via Adaptive Time-DelayNeural Networks” Congreso Nacional de Control Automatico, AMCA, Ensenada, Baja California, Octubre 2013.
  3. Alcorta-Garcia, M.A., Paz Perez Padron, J., Lopez sanchez, A.Y., “Application of Risk-sensitive optimal filtering equations of excitable noise system”, Methods and Models in Automation and Robotics (MMAR), 2013 18th. International Conference on Methods and Models in Automation and Robotics, Szczecin Polonia, 26-29 de Agosto de 2013, y publicado en : IEEE Xplore digital library, pag. 63-68, ISBN: 978.1-4673-5506-3, 26-29 de Agosto de 2013.
  4. Joel Perez, Jose P Perez, Rogelio Soto, Angel Flores, Francisco Rodriguez, Jose Luis Meza. Complex Dynamical Systems for Trajectory Tracking Using Control V-.Stability. World Automation Congresss (WAC 2012) ISSN: 2154-4824, IEEE Xplore Digital Library page(s) 1-5, Puerto Vallarta, Jalisco, México.
  5. Jose P. Perez, Rogelio Soto, Joel Perez, Francisco Rodriguez and Jose Luis Meza, “PID Stable Control Error Tracking of Robot Manipulator via Recurrent Adaptive Neural Networks”, Accepted for its publication on 2011 American control conference, to be held in San Francisco, CA, USA on June 29-July 01, 2011.
  6. José P. Pérez, Joel Pérez, Jorge A. González ,”Trajectory Tracking of Complex Dynamical Network for Recurrent Neural Network Via Control V-Stability”, ISDA’ 09, 9th International Conference on Intelligent Systems Design and Applications, Pisa, Italy 30 of november - 2 December 2009.
  7. José P. Pérez, Jorge A. González, Joel Pérez , “Stochastic Recurent Neural Control for trajectory Tracking of a Gene Regulatory Network Biological System”, IEEE ISIE 2009 International Symposium on Industrial Elecronics, Seoul Olympic Parktel Seoul, Korea, 5-8  July, of 2009.
  8. Jose P. Perez, Jorge A. Guevara, Joel Perez,” Seguimiento de una red de Regulación Genética por una Red Neuronal recurrente”, XLI Congreso Nacional de la Sociedad matemática Mexicana, Valle de Bravo Estado de México, 20-24 Octubre de 2008.
  9. Edgar N. sanchez, Jose P. Perez, Joel Perez, “Trajectory Tracking for Delayed Recurrent Neural Network”, American Control Conference, Minneapolis, Minnesota, USA, June 14-16, 2006.
  10. E. N. Sanchez, J. P. Perez, and J. Perez, “Stabilization of delayed neural networks”, IEEE International Conference on Systems, Man & Cybernetics, pp 2156-2160, Waikoloa, Hawaii October 10-12, 2005.
  11. lexander J. Triana, E. N. Sanchez, Jose P. Perez, G. Chen, “Real-Time Chaos Stabilization”, 2005 Joint ISIC-MED Conference through the Conference Paper Management System of the IEEE Control Systems Society.
  12. E. N. Sanchez, J. P. Perez, Joel Perez Padron, “Stabilization of Delayed Neural networks”, International Conference on Systems, Man and Cybernetics, Hawaii, USA, October 10-12, 2005.
  13. E. N. Sanchez, J. P. Perez, “Adaptive recurrent neural control for noisy chaos control”,  in Proc. of  2003  American Control Conference, Denver Colorado, USA,  June 2003.
  14. E. N. Sanchez, J. P. Perez, “Stochastics recurrent neural control for trajectory tracking: via inverse optimal control”,  in Proc. of  2002 IFAC Latinoamerican Congress on Automatic Control, Guadalajara, Mexico, December 2002.
  15. E. N. Sanchez, J. P. Perez,  and G. Chen, “Stabilization of stochastics recurrent neural networks”,  in Proc. of  41th 2001 IEEE Conference on Decision and Control, Las Vegas, Nevada, USA, December, 2002.
  16. E. N. Sanchez, J. P. Perez, L. J. Ricalde “Recurrent neural control for robot trajectory tracking”,  in Proc. of  15th. IFAC World Congres,  Barcelona, Spain,  Jul. 2002
  17. E. N. Sanchez, J. P. Perez,  L. J. Ricalde, and G. Chen, “Chaos Synchronization via adaptive recurrent neural networks”,  in Proc. of 2001 IEEE Conference on Decision and Control, Orlando, Florida, USA, December 4-7, 2001.
  18. E. N. Sanchez, J. P. Perez, L. J. Ricalde, and G. Chen, “Trajectory tracking via dynamic adaptive recurrent neural control”, in Proc. of 2001 IEEE Joint International Conference on Control applications and International Symposium on Intelligent Control, Mexico City, Mexico, September 5-7, 2001.
  19. E. N. Sanchez, J. P. Perez, and G. Chen, “Chaos reproduction by dynamic neural networks: an inverse optimal control approach”, ISCAS 2001, in Proc. of The IEEE International Symposium on Circuits and Systems, Sydney, Australia, May 6-9, 2001.
  20. E. N. Sanchez, J. P. Perez, M. Martinez, and G. Chen, “Global asymptotic stabilization of Chen´s chaotic system via inverse optimal control'”, 8th IEEE Meditarrenean Conference, jointly with 2000 IEEE International symposium on Intelligent Control,  University of Patras, Greece, July, 17-19, 2000.
  21. A.S.Poznyak, E.N.Sanchez, J.P.Perez, and W.Yu, “Dynamic neural control stability analysis”, 2nd Joint Mexico USA Intl. Works. on Neural Nerworks and Neurocontrol (Sian Ka´an 97), Playa del Carmen, Quintana Roo, Mexico, August 19-29, 1997.
  22. Edgar N. Sanchez, and José P. Pérez, " Input to State Stability (ISS) Analysis for Dynamic Neural, Networks",  1997 Inernational Conference on neural Networks ICNN-IEEE  97, Houston,  Texas,  USA, June 9-12, 1997.
  23. A.S.Poznyak, E.N.Sanchez, J.P.Perez, and W.Yu, “Robust adaptive nonlinear system identification and trajectory tracking by dynamic neural networks”, 1997 American Control Conference, Albuquerque,  New Mexico, USA, June 4-6, 1997.

 

Cursos: 
Participaciones en Congresos (últimas 5):
  1. Joel Perez P, Santiago Arroyo, “PID Control Law for Trajectory Tracking of Complex Dynamical Systems Via Delayed Recurrent Neural Networks” Nett Florence-Workshop 2014 “Dynamics of Neural Circuits”, Institute for Complex Systems (ISC), CNR, Sesto Fiorentino, Italy, March 17-20, 2014
  2. Joel Perez,  Jose P. Perez, Jose J. Hdz, Santiago Arroyo, Angel Flores, “Trajectory Tracking Error Using PID Control Law for a 2 DOF Helicopter Model via Adaptive Time-DelayNeural Networks” Congreso Nacional de Control Automatico, AMCA, Ensenada, Baja California, Octubre 2013.
  3. Alcorta-Garcia, M.A., Paz Perez Padron, J., Lopez sanchez, A.Y., “Application of  Risk-sensitive optimal filtering equations of excitable noise system”, Methods and   Models in Automation and Robotics (MMAR), 2013 18th. International Conference on    Methods and Models in Automation and Robotics, Szczecin Polonia, 26-29 de Agosto de  2013, publicado en : IEEE Xplore digital library, pag. 63-68, ISBN: 978.1-4673-5506-3,  26-29 de Agosto de 2013.
  4. Joel Perez, Jose P. Perez ,Rogelio Soto, Angel Flores H, Francisco Rodriguez, Jose Luis Meza, “Complex Dynamical Systems for Trajectory Tracking Using Control V-Stability”, WAC 2012, 1569524113.publicado por IEEE Xplore, Puerto Vallarta Jalisco, México, 2012.
  5. Joel Perez, Jose P. Perez ,Rogelio Soto, Angel Flores H, Francisco Rodriguez, Jose Luis Meza, “Complex Dynamical Systems for Trajectory Tracking Using Control V-Stability”, WAC 2012, 1569524113.publicado por IEEE Xplore.