Inicio
Fallo I PREMIOS SEIO-Fundación BBVA
miércoles, 29 de julio de 2020

Fallo de la primera edición de los premios SEIO - Fundación BBVA (Nota de Prensa Fundación BBVA)

El comité de los premios SEIO - Fundación BBVA se reunió en línea el pasado 27 de julio de 2020:

PRESIDENTE

Daniel Peña Sánchez de Rivera (Universidad Carlos III de Madrid)

MIEMBROS

Elena Fernández Aréizaga (Universidad de Cádiz)
Ana Fernández Militino (Universidad Pública de Navarra)
Ivette Gomes (Universidade de Lisboa)
Gilbert Laporte (HEC Montréal)
Maria Grazia Speranza (Università degli Studi di Brescia)

Bajo la presidencia del Prof. Daniel Peña Sánchez de Rivera, y después de analizar y deliberar sobre los méritos de las contribuciones presentadas y aceptadas como válidas, el comité acordó otorgar los premios de la siguiente manera:

PREMIO: Mejor contribución metodológica en el campo de la Estadística.

Goodness-of-fit tests for the functional linear model based on randomly projected empirical processes

Juan A. Cuesta-Albertos, Eduardo García-Portugués, Manuel Febrero-Bande, Wenceslao González-Manteiga

El equipo coordinado por Wenceslao González Manteiga, de la Universidad de Santiago de Compostela, y en el que han participado los profesores Juan A. Cuesta-Albertos, de la Universidad de Cantabria, Manuel Febrero-Bande, de la Universidad de Santiago de Compostela, y Eduardo García-Portugués, de la Universidad Carlos III de Madrid, ha desarrollado un nuevo procedimiento estadístico para analizar si determinados modelos predictivos son los más adecuados para aplicarse con los datos de alta frecuencia disponibles, y así evitar conclusiones erróneas. Esta metodología puede aplicarse a diversos campos, como la predicción de precios de energía, de activos financieros, de control de tráfico y, durante la pandemia por Covid-19, se ha empleado para predecir datos epidemiológicos a siete días sobre varias variables como la evolución, los ingresos hospitalarios o ingresos en UCI.

Este trabajo, que se publicó en 2019 en una de las principales revistas de estadística, The Annals of Statistics, “tiene importantes ventajas computacionales que sobrepasan a los de otras pruebas ya existentes”, indica el acta del jurado.

PREMIO: Mejor contribución metodológica en el campo de la Investigación Operativa.

A Verification Theorem for Threshold-Indexability of Real-State Discounted Restless Bandits

José Niño-Mora

El trabajo de José Niño-Mora, catedrático de Estadística e Investigación Operativa en el Departamento de Estadística de la Universidad Carlos III de Madrid, basado en los problemas bandido multibrazo, es “una novedosa y relevante contribución en un tema con múltiples aplicaciones en varios campos”, según señala el acta del jurado, como el aprendizaje automático, el control de vehículos en el que los datos de telemetría se transmiten a estaciones terrestres, o al marketing online.

El autor, que ha trabajado en este enfoque metodológico durante los últimos 20 años, señala que su investigación, publicada en la revista Mathematics of Operations Research en 2020, prioriza de forma dinámica la asignación de recursos limitados de todo tipo (humanos, materiales, sanitarios, económicos, etc.) cuando hay información incompleta a lo largo del tiempo y hay muchas actividades que compiten entre ellas por acceder a estos recursos. Se aplica en situaciones dinámicas, cuando hay una evolución temporal, en las que lo que hoy es óptimo cambia en un periodo breve de tiempo y hay que replantearlo de nuevo, como, por ejemplo, el número de personas infectadas por Covid-19: “no se conoce con exactitud en una ciudad, disponemos de una información parcial, puesto que no se han realizado las pruebas diagnósticas al 100% de la población. El método prioriza de forma óptima la asignación de recursos (sanitarios o policiales) para la gestión de esa situación.”

PREMIO: Mejor contribución aplicada con un impacto en el ámbito social, la innovación o la transferencia del conocimiento en el campo de la Estadística.

Assessing thermal comfort and energy efficiency in buildings by statistical quality control for autocorrelated data

Inés Barbeito, Sonia Zaragoza, Javier Tarrío-Saavedra, Salvador Naya

Inés Barbeito, Sonia Zaragoza, Javier Tarrío-Saavedra y Salvador Naya, investigadores de la Universidad de La Coruña (Facultad de Informática y Escuela Politécnica Superior), son autores de una aplicación “innovadora y multidisciplinar”, según califica el acta, que supervisa, controla y optimiza el consumo de energía en edificios, buscando a la vez el máximo confort en las condiciones de temperatura. Se basa en el procesado de datos almacenados en una web desarrollada de manera específica, y también calcula el correspondiente ahorro energético. Se emplea un software de código abierto. El trabajo fue publicado en 2017 en una revista de alto impacto en el área, Applied Energy, y ya tiene un número elevado de citas.

Los autores destacan la interdisciplinariedad del sistema desarrollado, que combina investigación en ingeniería, computación y estadística, y enfatizan su alto impacto social: “Este trabajo se centra en resolver el problema real y muy importante del control de la eficiencia energética y el confort térmico en edificios”.

PREMIO: Mejor contribución aplicada con un impacto en el ámbito social, la innovación o la transferencia del conocimiento en el campo de la Investigación Operativa.

Chronological Time-Period Clustering for Optimal Capacity Expansion Planning with Storage

Salvador Pineda, Juan M. Morales

Juan Miguel Morales y Salvador Pineda (Universidad de Málaga). Estos dos profesores titulares fundaron, en 2018, el grupo de investigación Optimization and Analytics for Sustainable energY Systems (OASYS) de la Universidad de Málaga y el trabajo premiado es el primero que realizaron en ese grupo, tras su regreso a España desde la Universidad Técnica de Dinamarca y la Universidad de Copenhague, respectivamente.

La red de energía es una de las infraestructuras más grandes y estratégicas de cualquier país y, para optimizar su ampliación, hay que compaginar criterios que van desde el coste-eficiencia, la sostenibilidad y el impacto ambiental hasta la necesidad de garantizar la fiabilidad y seguridad del suministro al usuario final (industria, hospitales, hogares…). Los modelos matemáticos para planificar esta ampliación manejan gran cantidad de datos de generación y demanda de energía cuyo tratamiento se hace casi imposible cuando se incluyen fuentes renovables como las energías eólica y solar, y sistemas para su almacenamiento. Los autores han desarrollado un método que reduce sustancialmente la carga computacional para la planificación de los sistemas de energía y que, probado sobre un caso real basado en el sistema eléctrico europeo, reduce a la mitad el margen de error de los métodos más utilizados.

La decisión del comité fue ratificada por el Comité Ejecutivo de la SEIO en su reunión del 28 de julio de 2020.