Antonio Peñalver Benavent

Antonio Peñalver Benavent

Grupo de investigación: Interacción Persona Ordenador y Reconocimiento de Formas
Teléfono: +34 966 658 374
Correo-e: a.penalver@umh.es
Despacho: 1.36 – Ed. Torrepinet – Campus de Elche
Página web Personal en la UMH
< Otros investigadores

 

 

 

Titulación: Ingeniero en Informática. Universidad de Alicante. Junio, 1994.

Doctorado: Doctor Ingeniero en Informática. Universidad de Alicante. Diciembre, 2007 (Director: Francisco Escolano Ruiz)

Actividades Anteriores Científico/Profesional:
• Profesor Asociado. Departamento de Ciencia de la Computación e Inteligencia Artificial. Universidad de Alicante. 01/97 a 09/01
• Profesor Asociado Tiempo Completo. Departamento de Ciencia de la Computación e Inteligencia Artificial. Universidad de Alicante. 10/01 a 09/03
• Profesor Colaborador. Departamento de Estadítica, Matemáticas e Informática. Universidad Miguel Hernández. 10/03 a 12/10

Situación actual: Profesor Contratado Doctor. Departamento de Estadística, Matemáticas e Informática. Área Lenguajes y Sistemas Informáticos.

Líneas de investigación: Ingeniería de Usabilidad, Diseño centrado en el usuario, Interfaces de Usuario Distribuidas, Reconocimiento de patrones.

Publicaciones relevantes:
•A. Bijar, R. Khayati y A.Peñalver “Increasing the Contrast of the Brain MR FLAIR Images Using Fuzzy Membership Functions and Structural Similarity Indices in order to Segment MS Lesions” PLOS ONE. Vol. 8 (6). DOI: 10.1371/journal.pone.0065469 ISSN: 1932-6203 (2013)
• A. Peñalver, J.J. López, F. Botella, J.A. Gallud “Defining Distribution Constraints in Distributed User Interfaces”
Journal of Universal Computer Science. Vol. 19 (6). 831-850 DOI 10.3217/jucs-019-06-0831(2013)
• J. A. Gallud, A. Peñalver, J. J. López-Espín, E. Lazcorreta, F. Botella, H. M. Fardoun and G. Sebastián. “A Proposal to Validate the User’s Goal in Distributed User Interfaces” International Journal of Human Computer Interaction. In-press. (2012)
• A. Peñalver and F. Escolano. “Learning Gaussian Mixture Models With Entropy-Based Criteria”. IEEE Transactions on Neural Networks and Learning Systems, 23(3), to Appear, (2012)
• A. Peñalver, F. Escolano and J.M. Sáez. “Learning Gaussian Mixture Models With Entropy-Based Criteria”. IEEE Transactions on Neural Networks, 20(11), 1756-1771, (2009)