EN ES IT PT 日本語

Projets

Tokiyo

2026

Des références photo minutées pour le dessin de figure.

Choisissez une série de poses, ou importez la vôtre depuis Are.na ou Cosmos, réglez la durée de chaque pose, et dessinez sur papier ou dans votre propre app pendant que Tokiyo tient le temps. Gratuit, sans compte.

  • Dessin de modèle
  • Croquis de gestes
  • Poses chronométrées
  • Collections de poses
L'écran d'accueil de Tokiyo, avec quatre collections de poses au choix
Une séance de dessin sur Tokiyo : la photo de référence, les commandes de la séance et le compte à rebours

RUNBLADE

2026

Connaissez-vous vraiment l'IA ?

Un jeu d'interrogatoire noir. Interrogez les suspects et retirez les machines avant qu'elles ne nous remplacent. Trouverez-vous tous les androïdes ?

  • Noir
  • Science-fiction
  • Interrogatoire
  • Déduction
  • Pixel art
Un interrogatoire de RUNBLADE : le portrait en pixel art du suspect, la transcription avec un indice de machine surligné, la carte d'identité et les tampons CLEAR et RETIRE
L'écran titre de RUNBLADE : l'œil rouge au-dessus d'une rue pluvieuse de nuit en pixel art

Seer

2019–2021

Du machine learning qui dit à une règle de trading quand ne pas vendre.

Un package R et mon article en premier auteur dans Knowledge-Based Systems (Elsevier, 2021). Une prévision de prix bloque les faux signaux de vente de TEMA et MACD ; testées sur 2019 avec l'IBEX, le DAX et le Dow Jones, les règles hybrides ont gagné davantage sur chaque indice avec bien moins de transactions.

  • Trading algorithmique
  • Machine learning
  • Marchés boursiers
  • Backtesting
  • Évalué par les pairs
La première page de l'article dans Knowledge-Based Systems, avec Jordan Ayala en premier auteur
Les graphiques 2019 de l'IBEX et du DAX tirés de l'article : les signaux d'achat et de vente de TEMA à côté de ceux de la règle hybride, qui intervient bien moins

Auto Retinopathy

2020–2021

Évaluer la rétinopathie diabétique à partir d'une photo du fond de l'œil.

Un projet financé par le CONACYT (PINV18-846) pour aider les ophtalmologistes à dépister la rétinopathie diabétique. J'ai mené les expériences de deep learning, avec un algorithme évolutionnaire pour régler ResNet, Xception et MobileNet, et construit l'essentiel de l'outil web où les médecins envoient une photo et reçoivent un diagnostic.

  • IA médicale
  • Ophtalmologie
  • Dépistage précoce
  • Données ouvertes
  • Évalué par les pairs
L'écran d'accueil de l'outil de diagnostic, avec ses étapes : début, conditions, données, résultats
Une photo du fond d'œil issue du jeu de données du projet, classée rétinopathie non proliférante modérée
Réserver