Pasar al contenido principal
Universidad de Guadalajara
Universidad de Guadalajara
Sepia | Grises | Invertir de color | +A | -A | Normal
Maestría en Cómputo Aplicado

Navegación principal

  • Acerca de
    • Directorio
    • Objetivos
    • Perfil de egreso
    • Perfil de ingreso
  • Aspirantes
    • Requisitos de ingreso
    • Procedimiento de ingreso
    • Costo de Matricula
    • Temario examen de admisión
  • Plan de Estudios
  • Alumnos
  • Egresados
  • LGAC
  • Convocatorias
    • Beca Secretaría de innovación
    • Beca Nacional CONAHCYT
Sepia | Grises | Invertir de color | +A | -A | Normal
  1. Inicio
  2. Acerca de
  3. Núcleo Académico
  4. Daniel Zaldívar Navarro

Daniel Zaldívar Navarro

Daniel Zaldivar es Profesor de la Universidad de Guadalajara, México en el Campus de Ciencias e Ingeniería, CUCEI desde 1996. El profesor Zaldivar ha impartido cursos de IA en la Licenciatura en Ingeniería en Computación, la Maestría y el Doctorado en Ciencias de la Electrónica y la Computación. Es miembro SNII con la distinción de nivel II. Obtuvo su doctorado en la Freie Universität Berlin, Alemania, en el área de investigación y desarrollo de robots bípedos autónomos. Actualmente, el Profesor Zaldivar se especializa en el desarrollo de nuevos algoritmos metaheurísticos aplicados en la optimización de estructuras de vehículos eléctricos-humanos (híbridos). Tiene más de 4500 citas y ha alcanzado el índice h 35. El profesor Zaldivar ha registrado tres patentes en el área.

Enlace: https://academicos.cucei.udg.mx/academicos/9609164

Correo electrónico
daniel.zaldivar@academicos.udg.mx
Dr. Daniel Zaldívar Navarro
Titulo Educativo
Dr.

Información del portal

Universidad de Guadalajara

UNIVERSIDAD DE GUADALAJARA
Av. Juárez No.976, Colonia Centro, C.P. 44100,
Guadalajara, Jalisco, México
Teléfono: +52 (33) 3134 2222

Menú principal

  • Inicio
  • Directorio
  • Noticias
  • Agenda
  • Contacto

Derechos

Derechos reservados ©2025. Universidad de Guadalajara. Sitio desarrollado por CGTA | Créditos de sitio | Aviso de privacidad