Sobre mí
Hola, soy Manuel Franco de la Peña, graduado en Matemáticas e Ingeniería Informática por la Universidad de Murcia. Realicé el Máster en Tecnologías de Análisis de Big Data en la misma universidad. En la actualidad, estoy investigando para mi tesis doctoral, centrada en métodos de explicabilidad de modelos de inteligencia artificial aplicados a entornos industriales y sistemas de detección de anomalías sobre datos temporales.
Soy miembro del CyberDataLab, un grupo de investigación formado por más de 70 investigadores y 6 líneas de investigación.
También me interesa la divulgación científica y he participado en diversas ferias de la ciencia dirigidas a institutos de secundaria en la Región de Murcia.
Educación
-
Grado en Matemáticas, Universidad de Murcia (2018-2023)
TFG: Optimización del despiece para Grupo Fuertes
Tutores: José Fernández Hernández, Manuel Andrés Pulido Cayuela -
Grado en Ingeniería Informática, Universidad de Murcia (2018-2023)
TFG: Automatic differentiation reimplementation of Elastic Net with PyTorch and its applications to variable selection
Tutor: Juan Botía Blaya -
Máster en Tecnologías de Análisis de Big Data, Universidad de Murcia (2023–2024)
TFM: TimeGroup‑Shapley, un método de interpretabilidad para modelos de detección de anomalías sobre series temporales basado en los valores Shapley
Tutores: Ángel Luis Perales Gómez, Lorenzo Fernández Maimó
Publicaciones
-
2025:
ShaTS: A Shapley-based Explainability Method for Time Series Artificial Intelligence Models applied to Anomaly Detection in Industrial Internet of Things
Autores: Manuel Franco de la Peña, Ángel Luis Perales Gómez, Lorenzo Fernández Maimó
Elsevier, Future Generation Computer Systems, Vol. 176, 2026, Art. 108178
ISSN: 0167-739X
DOI: 10.1016/j.future.2025.108178
-
2025:
Un módulo de explicabilidad basado en los valores Shapley para frameworks de detección de anomalías sobre datos secuenciales: Temporal SHAP
Autores: Manuel Franco de la Peña, Ángel Luis Perales Gómez, Lorenzo Fernández Maimó
JNIC 2025 – X Jornadas Nacionales de Investigación en Ciberseguridad
ISBN: 978-84-10169-61-6
Páginas: 206–213
Docencia
| Asignatura | Curso | Titulación | Horas | Tipo |
|---|---|---|---|---|
| Ampliación de Sistemas Operativos | 2024–2025 | Grado en Ingeniería Informática (3.º) | 44.8 | Prácticas |
| Estructura y Tecnología de Computadores | 2024–2025 | Grado en Ingeniería Informática (1.º) | 11.4 | Prácticas |
| Ampliación de Sistemas Operativos | 2025–2026 | Grado en Ingeniería Informática (3.º) | 60 | Prácticas |
TFGs dirigidos
-
Estudiante: Laura María Escudero López
Grado en Matemáticas
Curso académico: 2024/2025
Título: Fundamentos teóricos de los métodos de interpretabilidad basados en el valor de Shapley
Créditos: 6 ECTS
-
Estudiante: Laura María Escudero López
Grado en Ingeniería Informática
Curso académico: 2024/2025
Título: Método de interpretabilidad sobre ShaTS basado en KernelSHAP con memoria temporal
Créditos: 12 ECTS
Calificación: Matrícula de Honor