Investigaciones
Física computacional, astrofísica observacional y física experimental.
Estimación de Redshift en Galaxias Submilimétricas con Deep Learning
Proyecto de investigación tutelado en astrofísica computacional enfocado en la aplicación de modelos de aprendizaje profundo para estimar corrimiento al rojo (redshift) en galaxias submilimétricas (SMGs).
- Procesamiento y análisis de conjuntos de datos astronómicos multifrecuencia mediante Python y TensorFlow.
- Exploración de representaciones latentes, autoencoders y mapas autoorganizados profundos (DESOM).
Caracterización Experimental de Propiedades Magneto-Ópticas en Jarabe de Maíz vía Efecto Faraday
Investigación en física experimental sobre las propiedades magneto-ópticas y la rotación del plano de polarización en soluciones orgánicas (jarabe de maíz) mediante el efecto Faraday bajo campos magnéticos controlados.
- Diseño, calibración y alineación de un arreglo óptico experimental.
- Adquisición de mediciones y análisis cuantitativo de rotación de polarización en función del campo magnético aplicado.
Redshift Estimation in Submillimeter Galaxies via Deep Learning
Mentored research project in computational astrophysics, applying deep learning models for photometric redshift estimation in submillimeter galaxies (SMGs).
- Processing and analyzing multi-wavelength astronomical datasets using Python and TensorFlow.
- Exploring latent representations with autoencoders and deep encoded self-organizing maps (DESOM).
Experimental Characterization of Magneto-Optical Properties in Corn Syrup via the Faraday Effect
Presented experimental physics research characterizing the magneto-optical properties of organic solutions (corn syrup) via the Faraday effect using polarized light under controlled magnetic fields.
- Engineered, calibrated, and aligned an experimental optical setup.
- Acquired measurements and modeled polarization-plane rotation as a function of the applied magnetic field.