OPTIMIZACION REGULARIZADA: NUEVOS MODELOS Y METODOS EN EL ANALISIS DE BIG DATA
CON ESTE PROYECTO, EL EQUIPO INVESTIGADOR ABORDA UNA NUEVA LINEA DE INVESTIGACION: EL DESARROLLO DE NUEVOS MODELOS Y TECNICAS DE RESOLUCION DE PROBLEMAS DE TOMA DE DECISIONES GENERADOS A PARTIR DE LOS GRANDES VOLUMENES DE DATOS AL...
CON ESTE PROYECTO, EL EQUIPO INVESTIGADOR ABORDA UNA NUEVA LINEA DE INVESTIGACION: EL DESARROLLO DE NUEVOS MODELOS Y TECNICAS DE RESOLUCION DE PROBLEMAS DE TOMA DE DECISIONES GENERADOS A PARTIR DE LOS GRANDES VOLUMENES DE DATOS ALMACENADOS HOY EN DIA, EN PLENA ERA DEL BIG DATA, EL USO DE ESTAS HERRAMIENTAS ANALITICAS PERMITIRA GENERAR MAS CONOCIMIENTO Y VALOR EN EL ANALISIS MASIVO DE DATOS, POR EJEMPLO EXTRAYENDO LA INFORMACION SIGNIFICATIVA E INTENTANDO AISLAR EL RUIDO PRESENTE EN LOS DATOS, EN CONCRETO, EN ESTE PROYECTO SE PLANTEAN HERRAMIENTAS ANALITICAS BASADAS EN OPTIMIZACION, Y FUNDAMENTALMENTE BASADAS EN LA ESTIMACION EFICIENTE DE MODELOS ESTADISTICOS DE ALTA DIMENSIONALIDAD, ESTO ES, SE PLANTEA LA INTEGRACION DE DOS LINEAS DE INVESTIGACION, METODOLOGICAMENTE INTERRELACIONADAS AUNQUE TRADICIONALMENTE DESARROLLADAS DE FORMA INDEPENDIENTE: MODELIZACION ESTADISTICA Y OPTIMIZACION, ESTA INTEGRACION SERA LLEVADA A CABO EN BASE A PROBLEMAS ANALITICOS DE INTERES EN EL ENTORNO BIG DATA: FINANZAS, ESTIMACION ESTADISTICA, ENERGIA, SALUD, MEJORA DE PREDICCIONES, ETC, LA PRINCIPAL CARACTERISTICA DE LOS MODELOS DE OPTIMIZACION EN EL ANALISIS DE BIG DATA, FRENTE A LOS MODELOS MAS TRADICIONALES, ES EL TAMAÑO DE LOS PROBLEMAS Y LA ALTA DIMENSION DE LOS DATOS QUE LOS DEFINEN, ESTOS PROBLEMAS CONTIENEN EN LA ACTUALIDAD MILLONES DE VARIABLES Y MILLONES DE RESTRICCIONES, Y EN MUCHOS CASOS SON PROBLEMAS QUE HAN DE SER RESUELTOS (CASI) EN TIEMPO REAL, ESTO SUPONE UN CAMBIO DE PARADIGMA Y UN RETO IMPORTANTE EN LA FORMA DE MODELAR Y RESOLVER LOS PROBLEMAS DE ESTIMACION Y OPTIMIZACION QUE APARECEN EN ESTE CONTEXTO,EN ESTE PROYECTO SE PROPONEN TRES GRANDES OBJETIVOS PARA PROGRESAR EN ESTE NUEVO RETO, EL PRIMER OBJETIVO CONSISTE EN UNA MEJORA DE ALGUNOS DE LOS MODELOS DE ESTIMACION/OPTIMIZACION EXISTENTES PARA REDUCIR EL SESGO DE LA ESTIMACION, DE ESTA FORMA, ADEMAS DE REDUCIR TANTO EL ERROR DEL MODELO COMO EL DE ESTIMACION, SE PODRIA SIMPLIFICAR LA INFERENCIA ESTADISTICA SOBRE LOS PARAMETROS ESTIMADOS, EL SEGUNDO OBJETIVO CONSISTE EN MEJORAR LA ROBUSTEZ DE ALGUNOS MODELOS EXISTENTES PARA MITIGAR EL EFECTO DAÑINO DE LAS OBSERVACIONES ATIPICAS PRESENTES EN LA BASE DE DATOS, DE ESTA FORMA, SE PODRIA REDUCIR DE NUEVO TANTO EL ERROR DEL MODELO COMO EL DE ESTIMACION, POR ULTIMO, EL TERCER OBJETIVO CONSISTE EN MEJORAR LA EFICIENCIA NUMERICA DE ALGUNOS ALGORITMOS DE OPTIMIZACION PARA ALIVIAR LA CONVERGENCIA LENTA Y ERRATICA DE LOS ACTUALES METODOS DE OPTIMIZACION EN BIG DATA,SE ESPERA QUE LA CULMINACION DE ESTOS OBJETIVOS CONTRIBUYA A AVANZAR EL ESTADO DEL ARTE DE FORMA SIGNIFICATIVA EN EL AREA DE OPTIMIZACION Y ESTIMACION EN PROBLEMAS DE ANALISIS MASIVO DE DATOS, EN CONCRETO, SE PREVE QUE LOS RESULTADOS DE ESTE PROYECTO SEAN PUBLICADOS EN REVISTAS DE RELEVANCIA INTERNACIONAL (AL MENOS 9 ARTICULOS CIENTIFICOS), ASI COMO LA CONSECUCION DE VARIAS TESIS DOCTORALES EN EL AMBITO DEL PROYECTO (AL MENOS 4 TESIS DOCTORALES), OPTIMIZACIÓN\ REGULARIZACIÓN\ ESTIMACIÓN EN ALTA DIMENSIÓN\ BIG DATA\ CONTAMINACIÓN\ ANÁLISIS MASIVO DE DATOSver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.