Conferencia del Dr. Guoyin Li

19 septiembre, 2017
1:00 pm

 

Title: Some Recent Advances in Polynomial Optimization

Speaker: Dr. Guoyin Li, Department of Applied Mathematics, University of New South Wales, Australia

Date: 19/09/2017, 13:00h

Location: Sala de Seminarios (Edificio Torretamarit)

Abstract:

Optimization problems involving polynomial functions are of great importance in applied mathematics and engineering, and they are intrinsically hard problems. They arise in important engineering applications such as the sensor network localization problem, and provide a rich and fruitful interaction between algebraic-geometric concepts and modern convex programming. In this talk, we will discuss some recent progress of the polynomial (semi-algebraic) optimization with a focus on the intrinsic link between the polynomial structure and the hidden convexity structure.

The talk will be divided into two parts. In the first part, we will describe the key results in this new area, highlighting the geometric and conceptual aspects as well as recent work on global optimality theory, algorithms and applications. In the second part, we will explain how the semi-algebraic structure helps us to analyze some important and powerful algorithms in optimization such as alternating projection algorithm, proximal point algorithm and Douglas-Rachford algorithm. Applications to tensor computations and sparse optimization problems arise in compress sensing will be discussed (if time is permitted).

These are based on joint work with J.M Borwein, V. Jeyakumar, J.B. Lasserre, B.S. Mordukhovich, T.S. Pham, L.Q. Qi and T.K. Pong.

Jornada sobre cómo aplicar el BIG DATA en el Sector del Calzado

13 septiembre, 2017
9:30 am

La Federación Provincial de Industriales del Calzado de Alicante (FEPICA), junto a la Asociación Valenciana de Empresarios del Calzado (AVECAL) y el Instituto Universitario de Investigación “Centro de Investigación Operativa” han organizado una jornada sobre cómo aplicar el Big Data en el Sector del Calzado. La jornada se realizará el próximo miércoles 13 de septiembre en la sede de AVECAL a las 9:30h y está dirigida tanto a alumnos como a profesores interesados en el tema.

El objeto de la Jornada, es dar a conocer a las empresas del Sector del Calzado los principios del Big Data, de una forma clara y directa. El objetivo principal es exponer y debatir sobre qué aspectos de diferentes actividades del Sector pueden mejorarse gracias al uso del Big Data. Se dará respuesta a las preguntas de si es posible mejorar la gestión de las empresas, si se pueden optimizar los recursos y la logística y cómo maximizar la venta en diferentes canales y extraer información de las redes sociales.

Conferencia de Diego Napp

14 septiembre, 2017
12:30 pm

Title: “Convolutional codes with Network Coding“

Speaker: Diego Napp Aveli.  Departamento de Matemáticas. Universidad de Aveiro. Portugal.

Date: 14/09/2017, 12:30

Location: Sala de Seminarios (Edificio Torretamarit), Universidad Miguel Hernández (Campus de Elche) 

Abstract: 

Random Linear Network Coding (RLNC), as introduced in 2008, provides the mathematical foundation for multicast communications and, in particular, for networks with unknown or changing topology. In this scenario, networks operate with packets. If one considers a packet as a row of a matrix with entries in a finite field, then the linear combinations performed in the nodes are row operations on this matrix. For perfect communications, the row space of the transmitted matrix remains unchanged. RLNC has since then opened a major research area in communications with widespread applications to wireless networks, internet or cloud computing. Most of the large body of literature in this area is concerned with the so- called one-shot network coding, meaning that the unknown structure of the network is used once to disseminate the information. In contrast, one can use the network more than once to spread redundancy over different shots. In this talk, we propose rank metric convolutional codes for this purpose and present the clear advantages of this novel approach. 

El CIO organiza un maratón para descubrir “talento de Científicos de Datos”

14 septiembre, 2017

El Instituto Universitario de Investigación “Centro de Investigación Operativa” organiza una competición para descubrir talento como científicos de datos entre jóvenes estudiantes de la UMH. “SE BUSCA TALENTO. DATA SCIENCE, BIG DATA, DATA MINING” es el título de la jornada que se realizará el próximo jueves 14 de septiembre en el CIO (Edificio Torretamarit) a las 9h. La actividad está dirigida a alumnos de ingenierías, del Grado de Estadística Empresarial y del Grado de ADE, siendo gratuita para los 20 alumnos seleccionados entre todos los preinscritos.

Durante el “maratón”, correspondiente a una jornada completa de trabajo, se introducirán brevemente los fundamentos de esta disciplina y se resolverán de manera práctica problemas típicos de analítica big data (captura de datos, preprocesamiento, descriptiva, segmentación, extracción de patrones, modelos predictivos…), mediante las herramientas más demandadas actualmente: R y Python. De esta forma, en sólo un día, el alumno/a saldrá de este seminario con conocimientos básicos en la materia y podrá descubrir su verdadero interés en seguir formándose en este apasionante campo de trabajo, cuyos profesionales son cada vez más demandados en el mercado laboral.

Más información: http://cio.edu.umh.es/marathon/

Conferencia de Guillem Duran

20 julio, 2017
12:30 pma1:30 pm

Titulo: “Predicción del riesgo de dimisión de un empleado mediante técnicas de Machine Learning y análisis de redes“

Conferenciante: Guillem Duran. Colaborador con United Arab Emirates University (UAEU) y el grupo de investigación CIO “Sistemas dinámicos y aplicaciones”.

Fecha: 20/07/2017, 12:30h

Lugar: Sala de seminarios, Edificio Torretamarit

Resumen: La obtención de métricas para predecir si un empleado va a dimitir de su actual puesto de trabajo es un tema de interés para los departamentos de recursos humanos, debido al coste económico que conlleva una baja inesperada en la plantilla de una empresa. En esta charla analizamos cómo construir modelos predictivos del riesgo de dimisión mediante técnicas de Machine Learning y análisis de redes. Utilizando los datos de la aplicación de MyHappyforce, diseñada para obtener comentarios de los empleados de una empresa, explicaremos el proceso a seguir para construir modelos predictivos del riesgo de dimisión a partir de las interacciones entre los empleados. Durante esta charla empezaremos explicando en qué consiste nuestro dataset, cómo debe de ser procesado, y cuáles son las características más relevantes que pueden observarse al analizar los datos. A continuación, explicaremos cómo se pueden utilizar técnicas de análisis de redes para crear rasgos que permitan cuantificar numéricamente las interacciones entre los empleados, haciendo especial hincapié en la técnica de extracción de grupos llamada Non-negative Matrix Factorization (NMF). Finalmente, analizaremos qué características son las que más influyen a la hora de predecir el riesgo que un empleado tiene de abandonar su puesto de trabajo.

Conferencia de Ana Lozano

14 julio, 2017
10:00 ama12:00 pm

Title: Achieving a sustainable cost efficient business model in banking: The case of European banks

Speaker: Ana Lozano‐Vivas University of Malaga, Spain

Date: 14/07/2017, 10:00h

Location: Sala de Seminarios (Edificio Torretamarit), Universidad Miguel Hernández (Campus de Elche) 

Abstract: Although the business model (BM) is the most fundamental task of the bank’s management to ensure sustained operation and profitability of a bank, it has become a subject of supervisor’s scrutiny due to the recent financial crisis when failing banks were rescued with public funds and supervisors were criticized around the world. Since one of the reasonsfor the financial crisis wasthatsome banks had (and still have) unsustainable BMs, sustainable BMs are, for example, on the top of the ECB’s agenda. Given its relevance, it is important to understand implication that BM characteristics have for bank performance in general and for cost efficiency in particular. Optimizing operating efficiency has become a necessity for the survival of bank. This is one of the top priorities for a bank, especially during times when revenue‐generating opportunities are sub‐optimal. This paper usesthe Herfindahl index to measure how concentrate the bank isin items of the asset, funding or income portfolio. We analyze efficiency of bank BM along three business dimensions, viz., assets, funding and income, for the European Banking Industry. We apply recently developed four component heteroskedastic cost model to investigate effects of three business dimensions to time‐ varying bank cost inefficiency while controlling for bank effects and persistent cost inefficiency. In the proposed model we assume bank‐specific effects and persistent cost inefficiency random and distributed independently and identically across banks but time‐varying cost inefficiency and noise terms are made heteroscedastic in terms of assets, funding and income diversification for each bank. Note that we are interpreting heteroscedasticity of the noise term as risk thereby meaning whether different forms of diversifications are risk enhancing or risk reducing.