Dr. Miguel Angel Alejandro Islas Toski

Doctor en Ciencias de la Electrónica y la Computación con orientación en Control Automático y Sistemas Inteligentes (Universidad de Guadalajara), maestro en Ciencias de la Ingeniería Electrónica y Computación (Universidad de Guadalajara); licenciado en Ingeniería en Comunicaciones y Electrónica. Certificaciones en Emprendimiento e Innovación (Arizona State University); Fundamentos de Deep Learning (2022). NVIDIA DLI.; Python & Machine Learning for Financial Analysis (2020), UDEMY.; presidente de Academia Innovación Tecnológica, Universidad de Guadalajara (2023 – a la fecha).

En ITESO, profesor investigador.

Google Workspace Educación, Google Cloud Partner (2023).
White Belt Lean Six Sigma, International Lean Six Sigma (2023).
Habilidades para el manejo de tecnología, UNIVA (2023).
Igualdad de Género, Prevención de Acoso y Hostigamiento, Universidad De Guadalajara (2023).
Microcurso de Salud Mental, ¿Cómo ayudar en contextos universitarios?, Universidad De Guadalajara (2023).
Estrategias y Metodologías para la enseñanza en línea y a distancia, Universidad Azteca (2020).
Liderazgo y Política en la Sociedad Mexicana, Universidad de Guadalajara (2013).
Promoción de la Lectura, Universidad de Guadalajara (2013).

Líneas de investigación:
•    Gestión de la Innovación y la Tecnología.
Proyectos:
•    ISLAS TOSKI, M; CUEVAS, E.; ESCOBAR, H.; MORALES, B.; PÉREZ, M. “Simulating Flood Situations in Urban Hydrology Using a Diffusion Model in Complex Networks”. Manuscrito de articulo JCR en proceso de publicación en segunda revisión, Universidad de Guadalajara, Jalisco, México.
•    ISLAS TOSKI, M. “Cómo escribir un artículo científico”. Libro en proceso de escritura, Guadalajara, Jalisco, México.

Libros:
•    CUEVAS, E.; ÁVILA, K.; TOSKI, M.; ESCOBAR, H. Agent-Based Models with MATLAB. 1era. Edicion. Netherlands: Elsevier Science, 2025. https://shop.elsevier.com/books/agent-based-models-with-matlab/cuevas/978-0-443-24004-1
•    ISLAS TOSKI, M. Diseño de modelos basados en agentes para optimización y su aplicación en ciudades inteligentes. Tesis doctoral. Guadalajara, Jalisco, México. Universidad de Guadalajara, 2024.
•    ISLAS TOSKI, M. Algoritmo evolutivo basado en mean shift para optimización de funciones multimodales en un ambiente dinámico. Tesis de maestría. Guadalajara, Jalisco, México. Universidad de Guadalajara, 2020. 
•    ISLAS TOSKI, M. Robótica social, simulación de sentidos, estados de ánimo y asistente personal utilizando inmoov y 1sheeld. Tesis de licenciatura. Guadalajara, Jalisco, México. Universidad de Guadalajara, 2018.

Capítulos de libros:
•    ISLAS TOSKI, M., AVILA-CARDENAS, K., GÁLVEZ, J. “Linear Regression Techniques for Car Accident Prediction”, en Applications of Hybrid Metaheuristic Algorithms for Image Processing. Studies in Computational Intelligence, Oliva, D., Hinojosa, S. (eds.), vol 890. Springer, Cham, 2020. https://doi.org/10.1007/978-3-030-40977-7_12

Artículos de revista:
•    MORALES-CASTAÑEDA, B., PÉREZ-CISNEROS, M., CUEVAS, E., ZALDÍVAR, D., TOSKI, M., RODRÍGUEZ, A. “Analyzing metaheuristic algorithms performance and the causes of the zero-bias problem: a different perspective in benchmarks”. Evol. Intel. 18, 38, 2025. https://doi.org/10.1007/s12065-025-01024-y
•    ISLAS-TOSKI, M.; CUEVAS, E.; PÉREZ-CISNEROS, M.; ESCOBAR, H. “Agent-Based Evacuation Modeling: Enhancing Building Safety in Emergency Scenarios”. Smart Cities, 7, 3165-3187, 2024. https://doi.org/10.3390/smartcities7060123
•    TOSKI, M.; CUEVAS, E.; ÁVILA, K.; PÉREZ-CISNEROS, M. “Enhancing Bicycle Trajectory Planning in Urban Environments through Complex Network Optimization”. Journal of Urban Planning and Development, 150(3), 04024023, 2024. https://doi.org/10.1061/JUPDDM.UPENG-4761
•    BARBA TOSCANO, O. F.; LÓPEZ MARIN, E. R.; ESCOBAR CUEVAS, H. J.; CUEVAS JIMÉNEZ, E. V.; ISLAS TOSKI, M. A. A. “Metropolis-Hastings (MH): Una Perspectiva Innovadora en la Inicialización de Poblaciones”. Recibe, Revista Electrónica de Computación, Informática, Biomédica y Electrónica, 13(1), C1–17 (2024). https://doi.org/10.32870/recibe.v13i1.335
•    ESCOBAR-CUEVAS, H.; CUEVAS, E.; GÁLVEZ, J.; TOSKI, M. “A novel optimization approach based on unstructured evolutionary game theory”. Mathematics and Computers in Simulation, 219, 454-472, 2024. https://doi.org/10.1016/j.matcom.2023.12.027
•    ESCOBAR, H.; CUEVAS, E.; TOSKI, M.; RMAÍREZ, J.; PÉREZ, M. “An Agent-Based Model for Public Security Strategies by Predicting Crime Patterns”. IEEE Access, vol. 11, pp. 67070-67085, 2023, DOI: 10.1109/ACCESS.2023.3288528. 
•    MORALES, J.; ZALDÍVAR, D.; CUEVAS, E.; NAVARRO, M; TOSKI, M.; RODRÍGUEZ, A. “Empirical Analysis of Exploration in Metaheuristic Algorithms: A First Step Towards Precise Exploration Measurement”, 2022. Available at SSRN: https://ssrn.com/abstract=4266783 or http://dx.doi.org/10.2139/ssrn.4266783
•    CUEVAS, E.; GÁLVEZ, J.; TOSKI, M.; ÁVILA, K. “Evolutionary-Mean shift algorithm for dynamic multimodal function optimization”. Applied Soft Computing, 113, 107880 (2021). https://doi.org/10.1016/j.asoc.2021.107880
•    CUEVAS, E.; GÁLVEZ, J.; ÁVILA, K.; TOSKI, M.; RAFE, V. “A new metaheuristic approach based on agent systems principles”. Journal of Computational Science, 47, 101244, 2020. https://doi.org/10.1016/j.jocs.2020.101244

•    Miembro de la UAB de IA en el DESI, ITESO, Universidad Jesuita de Guadalajara (2025-a la fecha).
•    Miembro del NAB de la Maestría de Cómputo aplicado en el CUCEI, Universidad de Guadalajara ((2025-a la fecha).
•    Presidente de academia Innovación Tecnológica en CUCEI, Universidad de Guadalajara (2023-a la fecha).
•    Miembro del Colegio departamental de Innovación Basada en la Información y el Conocimiento en el CUCEI, Universidad de Guadalajara (2023-a la fecha).

Edificio T, tercer nivel, cubículo 358
Teléfono: 3336693434 ext. 4120
Correo electrónico: miguel.islas@iteso.mx