Docentes del Departamento de Ingeniería Industrial expusieron estudios en jornadas realizadas en Estados Unidos.
Tres docentes del Departamento de Ingeniería Industrial de la Universidad Católica del Norte (UCN) participaron en las jornadas de exposiciones de INFORMS 2022, las que se realizaron durante este mes en Indianápolis, Indiana, Estados Unidos.
Este evento, efectuado entre el 16 y el 19 de octubre, tuvo como premisa para este año “La encrucijada de la analítica”, donde cientos de expositores compartieron sus estudios sobre esta área, siendo los representantes de la UCN los académicos Evelyn Arrey González, Carlos Olivos Matus y Ramón Auad Pérez.
Sobre la participación de la UCN, el decano de la Facultad de Ingeniería y Ciencias Geológicas de la UCN, Dr. Hernán Cáceres, manifestó que “con más de 12.500 miembros de todo el mundo, INFORMS es la principal asociación internacional de profesionales en investigación de operaciones, analítica, ciencia administrativa, economía, ciencia del comportamiento, estadística, inteligencia artificial, ciencia de datos, matemática aplicada y otros campos relevantes. La participación en este tipo de eventos permite difundir nuestras investigaciones y capacidades, además de mantenernos en la frontera del conocimiento a través de la generación y fortalecimiento de redes de investigación. Esto fortalece nuestro nuevo Doctorado en Ingeniería Industrial y está en línea con los objetivos de internacionalización de nuestro plan de desarrollo estratégico”.
EXPOSICIONES
Sobre su participación en INFORMS, la académica Evelyn Arrey González dijo que la experiencia fue una grata oportunidad para conocer qué otras investigaciones se están desarrollando, conocer a otros académicos de diferentes partes del mundo y pensar en otros potenciales trabajos de investigación en colaboración. “Expuse un trabajo de investigación que comencé este semestre titulado A Decision-Tree Framework for Semi-Automatic Classification of Tweets. Esta investigación trata sobre desarrollar un modelo de optimización para la clasificación de datos que incluya la opción de rechazo -no clasificar si no es posible-. Esto, debido a que los modelos de clasificación en general se ven obligados a clasificar todos los datos, realizando en algunos casos elecciones incorrectas que pueden ser costosas”, explicó.
Por su parte, Carlos Olivos Matus expresó que “presenté mi trabajo llamado A Statistical Model for the Stochastic Unit Commitment Problem under the presence of Renewable Energy. En este, presentamos un modelo matemático para el despacho de energía cuando no se sabe, con exactitud, la demanda ni la producción de electricidad desde energías renovables. Este trabajo se enmarca en el desafío que enfrenta el mundo hacia la transición de energías limpias”.
Por último, el académico Ramón Auad Pérez, quien actualmente se encuentra trabajando en Estados Unidos para la empresa Amazon y cuenta con el grado de Doctor en Investigación de Operaciones, explicó qué aspecto informático abordó su exposición en INFORMS. “Presenté mi trabajo Online Shortest Path Problem: a Combinatorial Multi-Armed Bandit Approach, en conjunto con colegas de mi doctorado. El problema que buscamos resolver consiste en el aprendizaje eficiente de los tiempos de viaje de una red de transporte desconocida, a medida que un proveedor de servicios de logística opera en la red con sus vehículos”.
Por lo anterior, detalló que “mediante experimentos tanto con datos ficticios como reales de la ciudad de Beijing, China, logramos mostrar la efectividad del método en aprender relativamente rápido los mejores caminos en la red para poder viajar de un punto a otro”.
No hay comentarios