La Dra. Magali Arellano Vázquez es investigadora en INFOTEC, donde funge como responsable técnica del Laboratorio Nacional de Internet del Futuro (LaNIF) y coordinadora académica de la Maestría en Sistemas Embebidos. Es doctora y maestra en Ciencias de la Computación por la UNAM y licenciada en Ciencias (Computación) por la UAEM. Su trayectoria combina el desarrollo de soluciones tecnológicas con impacto social y ambiental, enfocándose en ciencia de datos, aprendizaje automático y modelado estadístico, con aplicaciones en energías renovables, ciudades inteligentes y agrotecnología. Ha dirigido proyectos como WindC1IA, MonPo y Maraca-IoT, además de coordinar el ciclo de divulgación científica “Aguas con la Ciencia”. Cuenta con múltiples publicaciones indexadas, artículos en congresos y desarrollos tecnológicos validados. Ha impartido cátedra en licenciatura, maestría y doctorado, y participado como sinodal, tutora y evaluadora de proyectos académicos y científicos.

• Arellano-Vázquez, M. , Machado, M. Z., Pérez, M. R., Salgado, O. J., & Martinez, C. M. (2025). Automatic Detection of Dynamic Wind Conditions in Mexican California: A Machine Learning-Driven Advancement in Wind Management. IEEE Latin America Transactions, 23(5), 387–396.
• Minutti-Martinez, C., Mata-Rivera, M. F., Arellano-Vazquez, M., Escalante-Ramírez, B., & Olveres, J. (2025). Air Pollution, Socioeconomic Status, and Avoidable Hospitalizations: A Multifaceted Analysis. Mathematical and Computational Applications, 30(4), 69.
• Minutti, C., Félix, M., Arellano Vázquez, M., et al. (2025). Air pollution, socioeconomic status, and avoidable hospitalizations in Mexico City: A multifaceted analysis. In Advances in Computational Intelligence. MICAI 2024 Workshops. https://doi.org/10.1007/978-3-031-83882-8_8
• Ipiña, A., Rodríguez Macías, C. T., Arellano Vázquez, M., et al. (2025). Condiciones meteorológicas durante los incendios récord en el Delta del Río Paraná: Anomalías y aplicación de un modelo de agrupamiento. Anales AFA, 36(1). https://doi.org/10.31527/ANALESAFA.2025.36.1.1
• Domínguez García, R., Arellano Vázquez, M. (2024). Evaluation of machine learning models for ozone concentration forecasting in the Metropolitan Valley of Mexico. Applied Sciences, 14(4), 1408. https://doi.org/10.3390/app14041408
• Inzunza Castro, J. O., Arellano Vázquez, M., et al. (2024). Wind states and power curve modeling: A case study for La Rumorosa I wind farm. Wind and Structures, 39(3), 163–174. https://doi.org/10.12989/was.2024.39.3.163
• Septien‑Hernández, J.-A.; Arellano‑Vázquez, M.; Contreras‑Cruz, M. A.; Ramírez‑Paredes, J.-P. (2022). A Comparative Study of Post‑Quantum Cryptosystems for Internet-of-Things Applications. Sensors, 22(2), 489. https://doi.org/10.3390/s22020489
• Arellano Vázquez, M., Benítez Pérez, H. (2021). An Experimental Approach to the Consensus Routing Algorithm Applied to Temporal Networks. IEEE Latin America Transactions. https://doi.org/10.1109/TLA.2021.9468441
• Bolaños Flores, D., Ramírez del Real, T. A., Arellano Vázquez, M., Armenta Medina, D., Gutiérrez Esparza, G., Gamboa Rosales, H. (2021). Sistema de visión inteligente para monitorizar polinizadores (MonPo) usando aprendizaje profundo. Research in Computing Science.
• Arellano Vázquez, M., Zamora Machado, M., Minutti Martínez, C. (2020). Automated Characterization and Prediction of Wind Conditions Using Gaussian Mixtures. Lecture Notes in Computer Science, vol 12468. https://doi.org/10.1007/978-3-030-60884-2_12
• Arellano Vázquez, M., Zamora Machado, M., Robles Pérez, M., Jaramillo, O. (2020). Favorable Wind States in Wind Energy Production at La Rumorosa I Wind Farm. Journal of Physics: Conference Series, 1618(6), 062071. https://doi.org/10.1088/1742-6596/1618/6/062071
• Becerril Morales, J. A., Ramírez del Real, T. A., Villanueva Vasquez, D., Arellano Vázquez, M. (2020). Gateway Design Based on IoT Methodology Using a Beaglebone Black Wireless. 2020 IEEE ROPEC. https://doi.org/10.1109/ROPEC50909.2020.9258764

• Arellano Vázquez, M. (2015). A Consensus Routing Algorithm for Mobile Distributed Systems. International Journal of Distributed Sensor Networks. https://doi.org/10.1155/2015/761348