Archivo

Archivo para la categoría ‘Seminarios Doctorado’ XML Feed

¿Puede la Bioestadística arreglar el mundo?


18 febrero, 2020
12:00

Título: ¿Puede la Bioestadística arreglar el mundo?

Ponente: David Conesa, Universidad de València.

Organizador: Xavier Barber

Fecha: Martes 18 de febrero a las 12:00 horas.

Lugar:  Sala de seminarios del Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: Cuando nos encontramos en las noticias cada día desastres naturales como incendios, inundaciones y epidemias, nos podemos plantear si es posible hacer algo para prevenir o saber más sobre dichos desastres. En esta charla veremos como es posible ayudar a mejorar nuestro conocimiento de los problemas relacionados con las ciencias de la vida y la salud utilizando modelización estadística avanzada y técnicas de predicción que permiten garantizar una planificación rigurosa y válida de los experimentos, así como un tratamiento provechoso de la información
conseguida.
Como muestra, en la charla analizaremos con detalle modelos para describir el comportamiento de la distribución de las especies y también las enfermedades. De hecho, explicar la gran complejidad en la naturaleza ha alentado la búsqueda de modelos más complejos en los que se usan efectos espaciales y temporales para describir en detalle el fenómeno, pero también modelos que abordan distribuciones de probabilidad menos habituales. La complejidad de estos modelos estadísticos ha hecho que el proceso inferencial y predictivo sea difícil de realizar. Tras introducir el modelo más básico y como realizar inferencia y predicción sobre él, presentaremos algunos de los problemas que surgen al describir la realidad (más compleja que los modelos simples), tales como la desalineación espacial, el muestreo preferencial, la no estacionariedad (barreras), las diferentes estructuras espaciales y espacio-temporales disponibles, etc.


Categories: Seminarios Doctorado Tags:

Miércoles, 5 de febrero de 2020 Sin comentarios

Generalized Multisource Regression: A framework for locating hyperplanes to fitting sets of points


13 febrero, 2020
11:00

Título: Generalized Multisource Regression: A framework for locating hyperplanes to fitting sets of points.

Ponente: Justo Puerto (Universidad de Sevilla).

Organizadora:  Ana Meca

Fecha: Jueves 13 de febrero a las 11:00 horas.

Lugar:  Aulas 0.1 y 0.2 del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: In this talk we revisit common problems of Data Science. Specifically, we focus on the problem of locating a given number of hyperplanes minimizing a globalizing function of the closest distances from a set of points. Following an initial attempt in, we propose a general framework for the problem in which general norm-based distances are used to measure the residuals and an ordered median aggregation function of them has to be minimized. A compact Mixed Integer Linear (or Non Linear) programming formulation is presented for the problem and also an extended set partitioning formulation with an exponential number of variables is developed. The set partitioning formulation is analyzed and a column generation procedure is proposed for solving the problem by adequately performing preprocessing, pricing and branching (see for similar approaches to a different problem in Location Analysis). The issue of scalability is also addressed showing theoretical upper bounds on the errors assumed by replacing the original datasets by aggregated versions. Finally, the results of an extensive computational experience are reported.


Categories: Seminarios Doctorado Tags:

Miércoles, 5 de febrero de 2020 Sin comentarios

Del deep learning a la programación diferenciable


31 enero, 2020
16:00

Título: Del deep learning a la programación diferenciable

Ponente: Adrián Hernández (Grupo Sistemas Dinámicos CIO-UMH. Ingeniero senior de ciberseguridad ISDEFE).

Organizador: José Mª Amigó

Fecha: Viernes 31 de enero a las 16:00 horas.

Lugar:  Sala de seminarios del Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: En los últimos años, gracias a la combinación de las técnicas de deep learning y las capacidades de computación de las GPUs (Graphics Processing Units), se han producido grandes avances en procesamiento de lenguaje, visión artificial, juegos, modelado de sistemas dinámicos, etc. Sin embargo, una de las limitaciones frecuentemente señaladas del deep learning es que sólo realiza percepción. La programación diferenciable es la combinación de redes neuronales clásicas con módulos algorítmicos diferenciables que añaden capacidades de razonamiento, atención y memoria. En esta charla, mostramos las limitaciones del deep learning, describimos la programación diferenciable como extensión del deep learning y analizamos algunas de sus técnicas como los mecanismos de atención y las ventajas que proporcionan. Por último, presentamos PyTorch como herramienta flexible para aplicaciones de deep learning y programación diferenciable.


Categories: Seminarios Doctorado Tags:

Miércoles, 22 de enero de 2020 Sin comentarios

Sesión de seguimiento programa de doctorado EOMA


31 enero, 2020
9:00a16:00

El viernes 31 de enero de 2020, a partir de las 9:00 de la mañana, será la Sesión de seguimiento de vuestra actividad en el programa de doctorado, para ello tenéis que entregar un informe antes del día28 de enero de 2020 que contenga la siguiente información:

El informe debe contener tres partes claramente diferenciadas:

Primera parte:

Actividades realizadas durante el curso 2018/19:

  1. Publicaciones (indicar si está: publicada, aceptada, en revisión, enviada, en realización).
  2. Seminarios de formación básica (asistencia o seguimiento y trabajos realizados), si procede.
  3. Asistencia o seguimiento de seminarios de profesores visitantes organizados por el CIO, el Departamento y el propio programa de doctorado
  4. Asistencia a congresos.
  5. Estancias de investigación.
  6. Progreso con el idioma inglés.
  7. Otras actividades.

 Segunda parte:

Actividades realizadas desde el inicio de vuestros estudios de doctorado en el programa EOMA:

  1. Publicaciones (indicar si está: publicada, aceptada, en revisión, enviada, en realización).
  2. Seminarios de formación básica (asistencia o seguimiento y trabajos realizados)
  3. Asistencia o seguimiento de seminarios de profesores visitantes organizados por el CIO, el Departamento y el propio programa de doctorado
  4. Asistencia a congresos.
  5. Estancias de investigación.
  6. Progreso con el idioma inglés.
  7. Otras actividades.

Tercera parte:

Se deben incluir los siguientes aspectos:

  1. Breve descripción del desarrollo de la tesis doctoral con respecto al plan de investigación aprobado.
  2. Fecha prevista para la defensa de la tesis doctoral

¿Quiénes deben entregar el informe y quiénes tienen que hacer una presentación pública?

  • Estudiantes matriculados que iniciaron sus estudios de doctorado en el curso 2018/19:  Tienen que presentar el informe pero conteniendo únicamente la primera y tercera parte.
  • Estudiantes matriculados que iniciaron sus estudios de doctorado con anterioridad al curso 2018/19: Tienen que presentar el informe completo y hacer una presentación pública de su actividad siguiendo el mismo esquema que el informe.
  • Los estudiantes en situación de baja temporal durante al menos tres cuartas partes del curso 2018/19 y los nuevos estudiantes matriculados en el programa no tienen que presentar ni informe ni hacer presentación.
  • Aquellos alumnos que no residan en la provincia de Alicante, pueden hacer la presentación por skipe. Para ello, deben comunicar su dirección skipe al coordinador del programa y concertar una hora de conexión.

Jueves, 9 de enero de 2020 Sin comentarios

I Jornada Científica EOMA


30 enero, 2020
9:00a14:00

El próximo 30 de enero de 2019 tendrá lugar la I Jornada Científica EOMA, en el cuál todos los alumnos de segundo año tendrán que exponer una charla de 30 minutos sobre la investigación que están realizando. A continuación se muestra el programa y los ponentes.

Lugar:  Sala de seminarios del Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

9:00 horas

Autores: Yolanda Orenes, Joaquín Sánchez Soriano, Alejandro Rabasa Dolado y Jesús Javier Rodríguez Sala.

Título: Comparación de Métodos Heurísticos y Naive para Selección Automática de Características

Abstract: En este artículo los autores presentan una comparación entre dos aproximaciones data-driven diferentes para abordar el problema de la generación de modelos predictivos discretos. Por un lado, se evalúa la aproximación Naive en la que se realiza una exploración exhaustiva, y por otro, la aproximación basada en heurísticos que implementan la mayor parte de los clasificadores más utilizados en el marco del Machine Learning.

Para la experiencia computacional se utilizará un conjunto de datos muy frecuente en la literatura en problemas de clasificación del repositorio público UCI Machine Learning. Dicho dataset será sometido a un proceso de selección automática de características para reducir el número de variables explicativas, a partir de las cuales generar los modelos predictivos. En el caso de la aproximación Naive, se recurre a una implementación de los propios autores, que genera predicciones a partir de sistemas de reglas de clasificación. Por otro lado, en el caso de la aproximación heurística, se recurre al software libre WEKA que incorporan precisos mecanismos de boosting y poda.

Cada una de estas aproximaciones proporciona sus correspondientes modelos predictivos. En la medida en que dichos modelos predictivos ofrezcan precisiones diferentes, se podrá concluir que una aproximación es preferible a la otra. Sin embargo, la elección de unas variables u otras, la cantidad de éstas a considerar y su nivel de correlación con la variable objetivo influyen en que una aproximación produzca mejores o peores resultados. Este estudio pretende poner de manifiesto bajo qué condiciones de carga, el método Naive puede llegar a ser igual de preciso que el método heurístico.

9: 30 horas

Autores: Belén Pérez Sánchez, Martín González, Carmen Perea, y José Juan López Espín.

Título: Comparativa de métodos de resolución de modelos de ecuaciones simultáneas.

Abstract: En este trabajo se estudian varios métodos de estimación de modelos de ecuaciones simultáneas (MES). Se propone un nuevo método de estimación, basado en la optimización de dos parámetros del estimador BMOM de Zellner, con el objetivo de minimizar el Akaike Infomration Criteria (AIC). Para el estudio experimental, se han generado diversos modelos variando el numero de variables endógenas y exógenas, así como el tamaño muestral.  Para la comparación de los diferentes métodos, se han obtenido la norma euclídea, el AIC, una medida de entropía y el tiempo de ejecución.

 10:00 horas

Autores: Miriam Esteve, Juan Aparicio, Alejandro Rabasa y Jesus Javier Rodriguez-Sala.

Título: Efficiency Analysis Trees

Abstract: As the general Operations Research community is moving into the data analytics field, Free Disposal Hull (FDH) and Data Envelopment Analysis (DEA) should do the same, by converting to “Data Science” and “Machine Learning” techniques. Accordingly, in this paper, we introduce a new methodology based on regression trees for estimating production frontiers satisfying fundamental postulates of microeconomics, such as free disposability. This new approach, baptized as Efficiency Analysis Trees (EAT), shares some similarities with the FDH technique.

However, and in contrast to FDH, EAT overcomes the problem of overfitting by using cross validation to prune back the deep tree obtained in the first stage. Finally, the performance of EAT is measured via Monte Carlo simulations, showing that the new approach reduces the mean squared error associated with the estimation of the true frontier by between 13% and 34% in comparison with the standard FDH.

 10:30 horas

Autores: Rocío Hernández Sanjaime, Jose Juan López Espín, Martín González Espinosa y Antonio Peñalver Benavent

Título: Modelos de ecuaciones simultáneas multinivel: Definición y propuestas de resolución

Abstract: Las limitaciones de los modelos estadísticos clásicos para reproducir de forma realista la complejidad de problemas en los que los datos están estructurados jerárquicamente o existe simultaneidad entre las variables motiva el desarrollo de un nuevo modelo denominado Modelo de Ecuaciones Simultáneas Multinivel (MESM). En este trabajo se plantea el estudio teórico y práctico de métodos de estimación para modelos de ecuaciones simultáneas multinivel y la comparación de los resultados con otras técnicas de estimación tradicionales (e.g. MCO, MC2E….).

11:00-11:30 horas Coffee Break

11:30 horas

Autores:  María Teresa Estañ, Natividad Llorca, Joaquín Sánchez y Ricardo Martínez

Título: CLAIMS PROBLEMS WITH INDIVISIBLE ITEMS OF DIFFERENT PRICES

Abstract: In this work we study the class of claims problems where the amount to divide is perfectly divisible and claim are made on indivisible units of several items. Each item has a price, and the available amount falls short to cover all the claims at the given prices. We propose several properties that may be of interest for this particular framework. These properties represent common principles of fairness, efficiency, and non-manipulability. As we show, some combinations of the properties we consider are compatible, others are not. These findings contrast with the usual setting of claims problems (where both claims and amount to allot are divisible). We also investigate the possible decomposition of the general problem into two-step allocation procedures.

 12:00 horas

Autores: Jorge Borrell Méndez, José Vicente Segura y Carlos Pérez

Título: Bimanual robot programming by sliding method for collaborative tasks

Abstract: The research approach is based on the resolution of task paths with different priorities for the coordination of the bimanual robot. In particular, equality and inequality constraints represent the multi-robot system coordination that are considered as mandatory. In addition to the mandatory restrictions, other level 2 restrictions are considered, such as the tracking of a reference path. This control is performed by a control algorithm in sliding mode.

12:30 horas

Autor: Juan Roldán Zafra, Mari Carmen Perea Marco y Pedro Campillo Herrero

Título: Matemáticas en un museo de ciencias basadas en el modelo de Van Hiele.

Abstract: Con este trabajo se analiza y se desarrollan módulos interactivos y talleres de matemáticas para un museo de ciencias basados en el modelo de aprendizaje de Van Hiele. Se investigará aprovechando el MUDIC, Museo didáctico e interactivo de ciencias de la Comunidad Valenciana, situado en la UMH en el campus de Desamparados en Orihuela.

 

 

 

 

 


Categories: Seminarios Doctorado Tags:

Jueves, 9 de enero de 2020 Sin comentarios

Bilevel optimisation and pricing problems


12 diciembre, 2019
11:00

Título: Bilevel optimisation  and pricing problems

Ponente:  Martine Labbé Computer Science Department, Université Libre de Bruxelles INRIA, Lille

Organizadora: Mercedes Landete

Fecha:  Jueves 12 de diciembre de 2019, 11:00

Lugar: Aulas 0.1 y 0.2 , Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: A bilevel optimization problem consists in an optimization problem in which some of the constraints specify that a subset of variables must be an optimal solution to another optimization problem. This paradigm is particularly appropriate to model competition between agents, a leader and a follower, acting sequentially.

 In this talk I will first focus the simplest bilevel problems, those that are linear. In particular I will discuss some recent results showing that these problems are already extremely challenging.

 In a second part, I will talk about a family of bilevel problems called network pricing problems, in which tolls must be determined on a specified subset of arcs of a multicommodity transportation network. The leader or first level corresponds to the profit maximizing owner of the subset of arcs and the follower to users traveling at minimum cost between nodes of the network.


Categories: Seminarios Doctorado Tags:

Miércoles, 27 de noviembre de 2019 Sin comentarios

How machine learning can help optimization


29 noviembre, 2019
11:00

Título: How machine learning can help optimization

Ponente:  El-ghazali Talbi (Polytech’Lille – University of Lille)

Organizador: Juan Aparicio

Fecha: Viernes 29 de noviembre de 2019, 11:00 h.

Lugar: Sala de Seminarios del CIO , Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: During the last years, research in applying machine learning (ML) in designing efficient, effective and robust metaheuristics become increasingly popular. Many of those data driven metaheuristics have generated high quality results and represent state-of-the-art optimization algorithms. Although various appproaches have been proposed, there is a lack of a comprehensive survey and taxonomy on this research topic. In this talk we will investigate the different opportunities for using ML into metaheuristics. We define in a unified way the various ways synergies that may be achieved. A detailed taxonomy is proposed according to the concerned search component: target optimization problem, low-level and high-level components of metaheuristics. Our goal is also to motivate researchers in optimization to include ideas from ML into metaheuristics. We identify some open research issues in this topic which needs further in-depth investigations.


Categories: Seminarios Doctorado Tags:

Miércoles, 6 de noviembre de 2019 Sin comentarios

Los valores plausibles y su tratamiento en los análisis de eficiencia con datos educativos internacionales


15 noviembre, 2019
11:00

Título: Los valores plausibles y su tratamiento en los análisis de eficiencia con datos educativos internacionales

Ponente: Jose M. Cordero (Universidad de Extremadura)

Organizador: Juan Aparicio

Fecha: Viernes 15 de noviembre de 2019, 11:00 h.

Lugar: Sala de Seminarios del CIO , Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: A lo largo de las últimas décadas se ha desarrollado una amplia literatura dedicada a las evaluaciones de la eficiencia en el sector educativo, tanto a nivel micro, analizando el desempeño de estudiantes o escuelas, como a nivel macro, explorando el comportamiento de regiones e incluso países. Este tipo de estudios se han visto impulsados por la proliferación de bases de datos internacionales como PISA, TIMSS o PIRLS, que constituyen una herramienta de análisis muy útil para los investigadores, pues proporcionan información sobre multitud de factores o inputs del proceso educativo, además de varias medidas de los resultados en distintas competencias, consideradas habitualmente como los outputs de la función de producción educativa.
Estas medidas del output se suelen representar mediante diferentes valores extraídos aleatoriamente de la distribución de resultados, los denominados valores plausibles, entendidos como una representación del rango de habilidades que tiene cada estudiante (Mislevy et al., 1992, Wu, 2005). La práctica habitual en los análisis de eficiencia que utilizan esta fuente de información consiste en el uso de uno de dichos valores o una media de todos ellos, a pesar de que, supuestamente, lo más recomendable sería utilizar toda la información disponible de cada alumno/a, es decir, todos los valores plausibles.
En el presente trabajo pretendemos analizar en qué medida pueden verse afectados los resultados de un análisis de eficiencia dependiendo de si se incorpora o no toda la información proporcionada por el conjunto de valores plausibles disponibles en las bases de datos internacionales. Para ello, realizaremos un análisis a nivel de alumno adoptando una función de producción muy sencilla a partir de la información contenida en la base de datos PISA 2015, en la que existe un total de 10 valores plausibles por alumno para cada competencia evaluada (lectura, matemáticas, ciencias y conocimiento financiero). Para poder considerar la información imprecisa aproximada por el conjunto de valores plausibles, recurriremos al uso del denominado fuzzy DEA, concretamente a la metodología propuesta por Kao y Liu (2000).


Categories: Seminarios Doctorado Tags:

Miércoles, 6 de noviembre de 2019 Sin comentarios

Elecciones estudiantes doctorados 2019


14 noviembre, 2019
13:00

Elecciones estudiantes doctorados 2019

Título del Doctorado: Programa de Doctorado en Estadística, Optimización y Matemática Aplicada

Lugar en la que se realiza la elección: Sala de Seminarios  del Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Fecha de celebración: 14 de noviembre a las 13:00 horas

Profesor responsable de las elecciones: Joaquín Sánchez Soriano


Categories: Seminarios Doctorado Tags:

Jueves, 31 de octubre de 2019 Sin comentarios

Estadística, Longevidad y Límites del ser Humano


12 noviembre, 2019
12:30

Título: Estadística, Longevidad y Límites del ser Humano

Ponente: Francisco Morillas Jurado (Universitat de València)

Organizador: José Valero Cuadra

Fecha: Martes 12 de noviembre de 2019, 12:30 h.

Lugar: Sala de Seminarios del CIO , Instituto Universitario de Investigación CIO, Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: En el campo actuarial la precisión en la predicción de algunos indicadores biométricos tiene especial relevancia. Así, entre los indicadores biométricos más concidos se encuentra la esperanza de vida al nacer, o a una cierta edad, que a su vez depende de la probabilidad de supervivencia a cada edad (o de su probabilidad complementaria, la de fallecimiento). Estos indicadores tienen especial relevancia en diferentes ámbitos, en el asegurador por que de sus valores dependen tanto las primas que se pagan por los diferentes productos, como para establecer las reservas matemáticas que las compañías deben asumir para hacer frente a la siniestralidad con garantías suficientes. En el ámbito público, estos indicadores se utilizan tanto para garantizar la viabilidad del sistema de pensiones (via, por ejemplo el conocido factor de sostenibilidad en España) como para hacer previsiones relacionadas con la calidad de vida de los mayores, calcular plazas de residencias de la tercera edad, gasto hospitaliario, gasto farmacéutico…)

En este sentido, el riesgo de longevidad puede tener importantes implicaciones las cuales hemos de conocer y saber manejar. En la actualidad existe una gran controversia sobre cual será la esperanza de vida del ser humano, hay estudios que asumen que existe una edad límite a la cual nadie puede sobrevir (tasa de mortalidad creciente hasta llegar a uno a una edad límite), mientras que existen otros estudios que indican que la tasa de mortalidad crece hasta llegar a un umbral donde esta se mantiene constante, haciendo factible que «no exista» una edad límite como sugieren estudios previos.

Para poner algo de luz sobre este tema, presento algunos aspectos descriptivos sobre la supervivencia humana en diferentes momentos del tiempo, fenómenos como la rectangularización de la supervivencia o la compresión de la mortalidad, los cuales son presentados en paralelo a otros fenómenos fisiológicos que analizan los límites de las capacidades humanas. Así, en este segundo caso presento un análisis de la evolución de los tiempos en ciertas pruebas de atletismo, asumiendo que ello puede aportar luz a discernir si los límites fisiológicos del ser humano ya han sido alcanzados o no; si estamos en una fase de mejora fonotípica que está llegando a su fin, y si ahora la mejora humana está pendiente de un cambio genotípico.


Categories: Seminarios Doctorado Tags:

Jueves, 31 de octubre de 2019 Sin comentarios