Seminario Online Dolores Romero Morales

7 diciembre, 2020
12:00 pm

Título:    Explaining Machine Learning Outcomes by Means of Mathematical Optimization

Ponente:  Dolores Romero Morales (Copenhagen Business School, Denmark)

Organizador: Juan Fco. Monge

Fecha: Lunes 7 de diciembre de 2020 a las 12:00

PRÓXIMAMENTE ENLACE AQUÍ

ABSTRACT: There is a growing literature on enhancing the interpretability of Machine Learning methods involved in Data Driven Decision Making. Interpretability is desirable for non-experts; it is required by regulators for models aiding, for instance, credit scoring; and since 2018 the European Union has extended this requirement by imposing the so-called right-to-explanation in algorithmic decision making. Mathematical Optimization has shown a crucial role when striking a balance between interpretability and accuracy, having LASSO as one of the main exponents. In this presentation, we will go through very recent examples of enhancing the interpretability of Supervised as well as Unsupervised Learning methods with the help of Mixed Integer NonLinear Optimization.

 

Seminario Online Francesco Ciardiello

30 noviembre, 2020
12:00 pm

Título:   On Pure-Strategy Nash Equilibria in a Duopolistic Market Share Model

Ponente: Francesco Ciardiello (Sheffield University Management School)

Organizador: Ana Meca

Fecha: Lunes 30 de noviembre de 2020 a las 12:00

PRÓXIMAMENTE ENLACE AQUÍ

ABSTRACT: This paper develops a duopolistic discounted marketing model with linear advertising costs and advertised prices for mature markets still in expansion. Generic and predatory advertising effects are combined together in the model. We characterize a class of adver- tising models with some lowered production costs. For such a class of models, advertising investments have a no-free-riding strict Nash equilibrium in pure strategies if discount rates are small. We discuss the entity of this efficiency at varying parameters of our advertising model. We provide a computational framework in which market shares can be computed at equilibrium, too. We analyze market share dynamics for an asymmetrical numerical scenario where one of the two firms is more effective in generic and predatory advertising. Several numerical insights on market share dynamics are obtained. Our computational framework allows for different scenarios in practical applications and it is developed, thanks to Mathematica software.

 

Seminario Online Carlos Hernández Barrueco

23 noviembre, 2020
12:00 pm

Título:  Impacto económico de la Transformación Digital en las empresas

Ponente: Carlos Hernández Barrueco

Organizador: Ana Meca

Fecha: Lunes 23 de noviembre de 2020 a las 12:00

PINCHA AQUÍ PARA VER EL SEMINARIO

ABSTRACT: ¿En qué consiste la Transformación Digital en la práctica? ¿Qué beneficios económicos y estratégicos puede tener para una empresa? ¿Es vital poder comenzar a aplicar este tipo de innovaciones en las empresas, o se puede vivir unos años más sin ellas? Estas y otras muchas preguntas circulan por los pasillos y salas de reuniones de numerosas compañías que, entendiendo que algún tipo de cambio se está produciendo en la industria, no llegan a comprender realmente si esto es una oportunidad o una amenaza y cómo materializar este cambio.

El año 2011 marcó el punto de partida para la cuarta revolución industrial, ya que fue en este año en el que el Gobierno alemán presentó el concepto de «Industria 4.0″, así como las diferentes nuevas tecnologías que llevaba aparejada. Estas nuevas tecnologías están desarrollándose a un ritmo exponencial, con gran impacto y ventajas realmente disruptivas para muchas empresas. Pero no todas las nuevas tecnologías ligadas al proceso de transformación digital tienen el mismo peso, el mismo tiempo de implementación, o la misma aceptación. Hay diferencias importantes a considerar y que conviene conocer. Igualmente también es necesario entender cómo las empresas comienzan el proceso de transformación digital, ligada en ocasiones a planes de inversión, contratación de personal u otros factores.

En esta charla vamos analizar la Transformación Digital en la práctica, tal como la viven las empresas de éxito en este campo. Describiremos qué tecnologías lleva aparejadas, qué impacto económico y estratégico pueden tener en las empresas y cómo dar nuestros primeros pasos en este importante campo, clave para muchas empresas.

Seminario Online María Cumplido Cabello

16 noviembre, 2020
12:00 pm

Título:  Teoría de trenzas: un puente entre la geometría y el álgebra

Ponente: María Cumplido Cabello (Universidad Complutense de Madrid)

Organizador: Juan Aparicio

Fecha: Lunes 16 de noviembre de 2020 a las 12:00

PINCHA AQUÍ PARA VER EL SEMINARIO

ABSTRACT: Los grupos de trenzas son interdisciplinares: podemos encontrar definiciones topológicas, geométricas y algebraicas. Por un lado, las trenzas se pueden ver como puntos que se mueven en un disco y, por otro, como cuerdas que se entrecruzan. En esta charla explicaremos en qué consisten estas definiciones y cómo las trenzas conectan resultados topológicos y resultados algebraicos. También veremos qué papel pueden jugar las trenzas en campos aplicados, como la criptografía o la construcción de dispositivos de mezcla de fluidos.

Seminario Online Laureano Escudero

9 noviembre, 2020
12:00 pm

Título:  On the Stochastic Dominance functional-based risk averse versions in mathematical optimization under uncertainty

Ponente: Laureano F. Escudero, Universidad Rey Juan Carlos, Móstoles (Madrid)

Organizador: Juan Fco. Monge

Fecha: Lunes 9 de noviembre de 2020 a las 12:00

PINCHA AQUÍ PARA VER EL VÍDEO

ABSTRACT: Very frequently, mainly in dynamic problems,some data is uncertain at the decision-making time, although some information is already available. The mathematical optimization models under uncertainty, so-named stochastic optimization ones structure the uncertainty in a set of representative scenarios. The stochastic RiskNeutral (RN) models aim to obtaining a feasible solution for the scenario-based constraint system that, say, maximizes the expected objective function value in the scenarios. The RN approach has been used since the 60s. The good news is that,even within the difficulty of solving realistic stochastic models mainly in the presence of integer variables, the nice structure of the two-stage and multistage models can be exploited in problem solving. However, that approach means that the optimal solution may have poor objective function values in some (non-desired) scenarios (theso-named black swan ones). Those values in the RN  approach can be balanced with the ones in some attractive scenarios. So, the drawback of the approach is the negative impact of the RN solution in the black swan scenarios occurrence. However, those RN solutions can be prevented by risk averse measures (RAMs), among them, the Stochastic Dominance(SD) functional-based ones. In this talk, two SD-based time-consistent and time-inconsistent RAMs are considered for two-stage and multistage stochastic problems. They are based on a set of profiles, each one is included by a threshold to achieve in the objective function and any other function, an upper bound on the threshold achievement shortfall in each scenario, an upper bound on the expected shortfall in the set of scenarios, and  an upper bound on the fraction of scenarios with shortfall.

Seminario Online David Ríos

3 noviembre, 2020
12:00 pm

Título:  Adversarial Machine Learning: Perspectives from Adversarial Risk Analysis

Ponente: David Rios (Real Academia de Ciencias e ICMAT)

Organizador: Joaquín Sánchez Soriano

Fecha: Martes 3 de noviembre de 2020 a las 12:00

PINCHA AQUÍ PARA VER EL VÍDEO

ABSTRACT: Adversarial Machine Learning (AML) is emerging as a major field aimed at the protection of automated ML systems against security threats. The majority of work in this area has built upon a game-theoretic framework by modelling a conflict between an attacker and a defender. After reviewing game-theoretic approaches to AML, we discuss the benefits that adversarial risk analysis perspectives bring in when  defending ML based systems and identify relevant research directions.