Luciano Dyballa

Luciano Dyballa es profesor en IE Universidad desde 2024. Se doctoró en Ciencias de la Computación en la Universidad de Yale, donde se especializó en aprendizaje automático, visión por computadora y neurociencia computacional bajo la supervisión de Steven Zucker. Posteriormente obtuvo la Swartz Postdoctoral Fellowship, que le permitió seguir investigando sobre la inferencia de variedad (“manifold inference”) aplicada a redes neuronales en colaboración con prestigiosos grupos de la Universidad de California en Los Ángeles (Stryker Lab), la Universidad de California en San Francisco (Field Lab), y la Universidad de Massachusetts (Yemini Lab). Antes de iniciar sus estudios de doctorado, obtuvo un Grado en Ingeniería Química y un Máster en Ciencias de la Computación en la Universidad Federal de Río de Janeiro, en Brasil. También trabajó como ingeniero, realizando optimización de procesos y desarrollando software para minería de datos y procesamiento del lenguaje natural.

Las investigaciones del doctor Dyballa se centran en los mecanismos y principios en los que se apoyan las inteligencias real y artificial, y en cerrar la brecha entre las redes neuronales biológicas y las profundas. Ha publicado artículos en revistas académicas como Proceedings of the National Academy of Sciences y Neural Computation, y ha presentado su trabajo en encuentros y conferencias sobre neurociencia computacional (Computational and Systems Neuroscience, Society for Neuroscience y From Neuroscience to Artificially Intelligent Systems), visión artificial (Vision Sciences Society, Computational and Mathematical Models in Vision) e inteligencia artificial (International Conference on Learning Representations).

Experiencia profesional

• Ingeniero de procesos, Petrobras, Brasil, 2009 - 2013 

Experiencia académica

• Profesor en IE Universidad, 2024 - Actualidad

• Investigador posdoctoral, Universidad de Yale, EE. UU., 2021 - 2024

• Profesor, Universidad de Yale, EE. UU., 2016 - 2020

Formación académica

• Doctorado en Ciencias de la Computación, Universidad de Yale, EE. UU., 2021

• Máster en Ciencias de la Computación, Universidad de Yale, EE. UU., 2018

• Máster en Ciencias de la Computación, Universidad Federal de Río de Janeiro, Brasil, 2015

• Grado en Ingeniería Química, Universidad Federal de Río de Janeiro, Brasil, 2008 

Publicaciones Selectas

• Dyballa, L., Lang, S., Haslung-Gourley, A., Yemini, E., Zucker, S. (2024). “Learning dynamic representations of the functional connectome in neurobiological networks”, The Twelfth International Conference on Learning Representations (ICLR 2024)

• Dyballa, L., Rudzite, A., Hoseini, M., Thapa, M., Stryker, M., Field, G., Zucker, S. (2024). “Population encoding of stimulus features along the visual hierarchy”, Proceedings of the National Academy of Sciences, 121(4): e2317773121

• Dyballa, L., Zucker, S. (2023). “IAN: Iterated Adaptive Neighborhoods for manifold learning and dimensionality estimation”, Neural Computation, 35 (3): 453–524