El Dr. Rob Roggema fue profesor en diseño basado en el paisaje y entornos urbanos sostenibles en tres universidades de los Países Bajos y en la University of Technology Sydney, en Australia. Actualmente es profesor visitante en urbanismo del paisaje (Landscape Urbanism) en la Queen’s University Belfast, en Irlanda del Norte, y ha sido profesor visitante distinguido en la Western Sydney University, en Australia, así como profesor global distinguido en la Universidad Keio, en Japón.

Es fundador de Cittaideale, una oficina dedicada al diseño adaptativo, la planificación territorial y la investigación en diseño para entornos urbanos y paisajes regenerativos. Algunos de los conceptos de diseño que ha desarrollado son FoodRoofRio, un jardín en azotea con un sistema de acuaponía que proporcionó alimentos a familias de la favela Cantagalo, en Río de Janeiro, Brasil; Moeder Zernike, un plan regional regenerativo a largo plazo para la zona norte de los Países Bajos; y Nature Rich Netherlands, un plan nacional para convertir el uso del suelo en los Países Bajos en un 50 % destinado a la naturaleza, abordando al mismo tiempo problemas relacionados con el cambio climático, la deposición de nitrógeno y la vivienda.

Durante su doctorado, desarrolló el concepto de Swarm Planning, un nuevo método de planificación y respuesta para la adaptación climática y el diseño espacial. Las líneas de investigación de Rob Roggema se centran en la creación de soluciones espaciales innovadoras para paisajes urbanos regenerativos. Ha facilitado más de 40 charrettes de diseño en los Países Bajos, Japón, Mongolia, China, Jordania, India, Australia y Nueva Zelanda, involucrando a comunidades, académicos, gobiernos e industrias en procesos complejos de diseño orientados a abordar problemas complejos y difíciles de resolver.

Rob Roggema se incorporó al Tecnológico de Monterrey como Profesor Distinguido en Culturas Regenerativas para la Escuela de Arquitectura, Arte y Diseño.

• Doctorado, Swarm Planning: El desarrollo de una metodología para abordar la adaptación al cambio climático, Universidad Técnica de Delft y Wageningen University & Research
• Maestría, Arquitectura del Paisaje, Wageningen University & Research
   

• Roggema, R.; Chamski, R. The New Urban Profession: Entering the Age of Uncertainty. Urban Sci. 2022, 6, 10. https://doi.org/10.3390/urbansci6010010

• Roggema, R. (2022). Design for Regenerative Cities and Landscapes: Rebalancing Human Impact and Natural Environment (Contemporary Urban Design Thinking) (English Edition). Springer.

• Roggema, Rob. (2021). TransFEWmation: Towards Design-led Food-Energy-Water Systems for Future Urbanization. 10.1007/978-3-030-61977-0. 

• Roggema, Rob. (2020). Nature Driven Urbanism. 10.1007/978-3-030-26717-9. 

• Roggema, Rob. (2020). Designing Sustainable Cities. 10.1007/978-3-030-54686-1. 

Más publicaciones

El Dr. Carlos Coello es profesor con distinción (Investigador CINVESTAV 3F) en el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (CINVESTAV-IPN), en la Ciudad de México, y profesor visitante en el Centro Vasco de Matemática Aplicada (BCAM, por sus siglas en inglés), en España. Ha impartido cursos a nivel de maestría y doctorado en el CINVESTAV-IPN sobre computación evolutiva, optimización evolutiva multiobjetivo, lenguajes de programación y optimización en ingeniería. Además, ha impartido cursos cortos en España, Inglaterra, India, Estados Unidos, entre otros países.

Sus líneas de investigación incluyen la computación evolutiva (algoritmos genéticos y estrategias evolutivas), así como la optimización en ingeniería. Sus principales contribuciones se han centrado en el diseño de algoritmos estocásticos inspirados en la biología para resolver problemas de optimización multiobjetivo altamente complejos (principalmente no lineales). Ha realizado aportaciones pioneras en esta área, que hoy se conoce como optimización evolutiva multiobjetivo. Por ejemplo, propuso, junto con su grupo de investigación, el primer microalgoritmo genético para optimización multiobjetivo, el cual ha sido utilizado en aplicaciones reales en diversos países, como Estados Unidos, en el diseño de aviones ejecutivos supersónicos. Es miembro del Consejo Asesor Fundacional de la International AIQT Foundation, una organización que busca establecer un centro de investigación en inteligencia artificial y tecnología cuántica altamente competitivo a nivel internacional.

Entre sus múltiples reconocimientos y distinciones, el Dr. Carlos Coello fue galardonado en 2024 con el Premio Edgeworth-Pareto de la MCDM, otorgado por la International Society on Multi-Criteria Decision Making (MCDM). En 2023, recibió el Premio Crónica en Ciencia y Tecnología, y fue seleccionado por la revista Líderes como parte de su lista de “Los 300 líderes más influyentes de México”, ocupando la posición número 69. También obtuvo el SIGEVO Outstanding Contribution Award (2023), otorgado por la Association for Computing Machinery (ACM), así como el IEEE Computational Intelligence Society Evolutionary Computation Pioneer Award (2021), entre muchos otros.

El Dr. Coello pertenece al nivel 3 del Sistema Nacional de Investigadoras e Investigadores (SNII) en México y fue clasificado como el número 289 a nivel mundial y el número 1 en México en la 8.ª edición del Ranking 2022 de Guide2Research de los 1000 científicos más destacados en el área de Ciencias de la Computación y Electrónica.

Carlos Coello se incorporó al Tecnológico de Monterrey como Profesor Visitante Distinguido en Ciencias Computacionales e Inteligencia Computacional para la Escuela de Ingeniería y Ciencias.

• Doctorado, Ciencias Computacionales, Tulane University
• Maestría, Ciencias Computacionales, Tulane University
• Ingeniería Civil, Universidad Autónoma de Chiapas (Summa cum laude)
   

• Sofien Boutaib, Maha Elarbi, Slim Bechikh, Carlos A. Coello Coello, Lamjed Ben Said, Uncertainty-wise Software Anti-patterns Detection: A Possibilistic Evolutionary Machine Learning Approach, Applied Soft Computing, Vol. 129, Número de artículo: 109620, Noviembre 2022.

• Forhad Zaman, Saber Elsayed, Ruhul Sarker, Daryl Essam and Carlos A. Coello Coello, Pro-Reactive Approach for Project Scheduling Under Unpredictable Disruptions, IEEE Transactions on Cybernetics, Vol. 52, No. 11, pp. 11299--11312, Noviembre 2022.

• Lingjie Li, Yongfeng Li, Qiuzhen Lin, Zhong Ming, Carlos A. Coello Coello, A Convergence and Diversity Guided Leader Selection Strategy for Many-objective Particle Swarm Optimization<, Engineering Applications of Artificial Intelligence, Vol. 155, Número de artículo: 105249, Octubre 2022.

• Qiuzhen Lin, Xunfeng Wu, Jianqiang Li, Maoguo Gong and Carlos A. Coello Coello, An Ensemble Surrogate-based Framework for Expensive Multiobjective Evolutionary Optimization, IEEE Transactions on Evolutionary Computation, Vol. 26, No. 4, pp. 631--645, Agosto 2022.

• Qiyuan Yu, Qiuzhen Lin, Zexuan Zhu, Ka-Chun Wong, Carlos A. Coello Coello, A dynamic multi-objective evolutionary algorithm based on polynomial regression and adaptive clustering, Swarm and Evolutionary Computation, Vol. 71, Número de artículo: 101075, Junio 2022.

Más publicaciones

El Dr. Carlos Coello es profesor con distinción (Investigador CINVESTAV 3F) en el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (CINVESTAV-IPN), en la Ciudad de México, y profesor visitante en el Centro Vasco de Matemática Aplicada (BCAM, por sus siglas en inglés), en España. Ha impartido cursos a nivel de maestría y doctorado en el CINVESTAV-IPN sobre computación evolutiva, optimización evolutiva multiobjetivo, lenguajes de programación y optimización en ingeniería. Además, ha impartido cursos cortos en España, Inglaterra, India, Estados Unidos, entre otros países.

Sus líneas de investigación incluyen la computación evolutiva (algoritmos genéticos y estrategias evolutivas), así como la optimización en ingeniería. Sus principales contribuciones se han centrado en el diseño de algoritmos estocásticos inspirados en la biología para resolver problemas de optimización multiobjetivo altamente complejos (principalmente no lineales). Ha realizado aportaciones pioneras en esta área, que hoy se conoce como optimización evolutiva multiobjetivo. Por ejemplo, propuso, junto con su grupo de investigación, el primer microalgoritmo genético para optimización multiobjetivo, el cual ha sido utilizado en aplicaciones reales en diversos países, como Estados Unidos, en el diseño de aviones ejecutivos supersónicos. Es miembro del Consejo Asesor Fundacional de la International AIQT Foundation, una organización que busca establecer un centro de investigación en inteligencia artificial y tecnología cuántica altamente competitivo a nivel internacional.

Entre sus múltiples reconocimientos y distinciones, el Dr. Carlos Coello fue galardonado en 2024 con el Premio Edgeworth-Pareto de la MCDM, otorgado por la International Society on Multi-Criteria Decision Making (MCDM). En 2023, recibió el Premio Crónica en Ciencia y Tecnología, y fue seleccionado por la revista Líderes como parte de su lista de “Los 300 líderes más influyentes de México”, ocupando la posición número 69. También obtuvo el SIGEVO Outstanding Contribution Award (2023), otorgado por la Association for Computing Machinery (ACM), así como el IEEE Computational Intelligence Society Evolutionary Computation Pioneer Award (2021), entre muchos otros.

El Dr. Coello pertenece al nivel 3 del Sistema Nacional de Investigadoras e Investigadores (SNII) en México y fue clasificado como el número 289 a nivel mundial y el número 1 en México en la 8.ª edición del Ranking 2022 de Guide2Research de los 1000 científicos más destacados en el área de Ciencias de la Computación y Electrónica.

Carlos Coello se incorporó al Tecnológico de Monterrey como Profesor Visitante Distinguido en Ciencias Computacionales e Inteligencia Computacional para la Escuela de Ingeniería y Ciencias.

• Doctorado, Ciencias Computacionales, Tulane University
• Maestría, Ciencias Computacionales, Tulane University
• Ingeniería Civil, Universidad Autónoma de Chiapas (Summa cum laude)
   

• Sofien Boutaib, Maha Elarbi, Slim Bechikh, Carlos A. Coello Coello, Lamjed Ben Said, Uncertainty-wise Software Anti-patterns Detection: A Possibilistic Evolutionary Machine Learning Approach, Applied Soft Computing, Vol. 129, Número de artículo: 109620, Noviembre 2022.

• Forhad Zaman, Saber Elsayed, Ruhul Sarker, Daryl Essam and Carlos A. Coello Coello, Pro-Reactive Approach for Project Scheduling Under Unpredictable Disruptions, IEEE Transactions on Cybernetics, Vol. 52, No. 11, pp. 11299--11312, Noviembre 2022.

• Lingjie Li, Yongfeng Li, Qiuzhen Lin, Zhong Ming, Carlos A. Coello Coello, A Convergence and Diversity Guided Leader Selection Strategy for Many-objective Particle Swarm Optimization<, Engineering Applications of Artificial Intelligence, Vol. 155, Número de artículo: 105249, Octubre 2022.

• Qiuzhen Lin, Xunfeng Wu, Jianqiang Li, Maoguo Gong and Carlos A. Coello Coello, An Ensemble Surrogate-based Framework for Expensive Multiobjective Evolutionary Optimization, IEEE Transactions on Evolutionary Computation, Vol. 26, No. 4, pp. 631--645, Agosto 2022.

• Qiyuan Yu, Qiuzhen Lin, Zexuan Zhu, Ka-Chun Wong, Carlos A. Coello Coello, A dynamic multi-objective evolutionary algorithm based on polynomial regression and adaptive clustering, Swarm and Evolutionary Computation, Vol. 71, Número de artículo: 101075, Junio 2022.

Más publicaciones