Descripción del proyecto
EL RAPIDO CRECIMIENTO (EN TAMAÑO Y DIMENSION) DE LOS DATOS EN CIENCIA Y TECNOLOGIA ESTAN IMPULSANDO LA NECESIDAD DE NUEVOS MODELOS ESTADISTICOS Y METODOLOGIA QUE PUEDAN MANEJAR ESTE NUEVO TIPO DE ESTRUCTURA EN LOS DATOS, LOS METODOS DE SUAVIZADO, Y EN PARTICULAR, LOS MODELOS ADITIVOS GENERALIZADOS (GAMS) SON UNA HERRAMIENTA FLEXIBLE PARA CAPTURAR TENDENCIAS Y PATRONES EN LOS DATOS, EXPLICAR RELACIONES ENTRE VARIABLES SIN ASUMIR UNA FORMA PARAMETRICA, Y ATAJAR LOS PROBLEMAS DE REDUCCION DE LA DIMENSION, SIN EMBARGO, EL USO DE ESTOS METODOS PARA MODELIZAR GRANDES CONJUNTOS DE DATOS CON ESTRUCTURA COMPLEJA HA SIDO COMPLICADO DEBIDO AL COSTE COMPUTACIONAL, O PORQUE ES NECESARIO DESARROLLAR NUEVA METODOLOGIA Y ALGORITMOS QUE PERMITAN RESOLVER LAS CUESTIONES DE INTERES EN LAS DISTINTAS AREAS DE APLICACION, EL OBJETIVO DE ESTE PROYECTO ES POSIBILITAR EL USO DE LOS MODELOS DE SUAVIZADO MULTIDIMENSIONAL PARA EL ANALISIS DE DATOS COMPLEJOS (EN TAMAÑO O ESTRUCTURA), EN PARTICULAR, NOS CENTRAREMOS EN EL DESARROLLO DE METODOLOGIA Y EN LOS ASPECTOS COMPUTACIONALES RELACIONADOS CON EL USO DE GAMS EN GRANDES BASES DE DATOS, CON EL OBJETIVO DE PONERLOS A DISPOSICION DE INVESTIGADORES EN DIFERENTES AREAS, DONDE SU USO SE HA VISTO COMPROMETIDO HASTA AHORA, DEBIDO A CUESTIONES METODOLOGICAS O COMPUTACIONALES, EL PROYECTO SE ESTRUCTURA EN TORNO A DOS TEMAS: I) METODOS EFICIENTES PARA LA ESTIMACION Y PREDICCION DE MODELOS ADITIVOS GENERALIZADOS, SE DESARROLLARAN NUEVOS Y EFICIENTES METODOS PARA EL AJUSTE DE MODELOS, LA SELECCION DE VARIABLES Y PARAMETROS DE SUAVIZADO, Y LA PREDICCION DE OBSERVACIONES FUTURAS EN MODELOS DE SUAVIZADO MULTIDIMENSIONAL PARA DATOS COMPLEJOS, II) NUEVOS RETOS EN MODELOS ADITIVOS GENERALIZADOS SPACIO-TEMPORALES, SE DESARROLLARA UN NUEVO METODO PARA SOLUCIONAR LOS PROBLEMAS DE DESAGREGACION DE DATOS DE CONTEO ESPACIO-TEMPORALES Y CONSTRUCCION DE MAPAS SUAVES (ISOPLETH MAPS), MEJORAREMOS LOS MODELOS EXISTENTES PARA DATOS DE PANEL ESPACIALES, MEDIANTE LA INCLUSION DE TENDENCIAS SUAVES ESPACIO-TEMPORALES, Y SE DESARROLLARAN TECNICAS DE ANALISIS FUNCIONAL PARA LA REPRESENTACION DE DATOS DE REDES DE SENSORES COMO OBJETOS FUNCIONALES, ADEMAS, SE EXPLORARAN METODOS EFICIENTES PARA EL USO DE PENALIZACIONES BASADAS EN ECUACIONES DIFERENCIALES PARA LA MODELIZACION DE DATOS DISTRIBUIDOS EN DOMINIOS IRREGULARES, LOS BENEFICIOS DEL PROYECTO NO SERAN SOLO METODOLOGICOS, SINO TAMBIEN COMPUTACIONALES Y APLICADOS, LA IMPLEMENTACION DE METODOS DESARROLLADOS EN SOFTWARE PUBLICO, Y LAS COLABORACIONES YA ESTABLECIDAS CON OTRAS INSTITUCIONES, ASEGURARAN EL IMPACTO DE LOS RESULTADOS OBTENIDOS TANTO EN LA COMUNIDAD CIENTIFICA COMO EN LA SOCIEDAD, COMO RESULTADO DE LA TRANSFERENCIA DE CONOCIMIENTO, MODELOS ADITIVOS GENERALIZADOS\PENALIZED SPLINES\MAPAS DE ENFERMEDADES\DATOS DE PANEL\SENSOR NETWORKS\BIG DATA