Investigación

Líneas de investigación

A continuación se listan algunas de las líneas de investigación en las que trabajan integrantes de nuestro grupo.

  • Aprendizaje automático

  • Aprendizaje supervisado, no supervisado y semi-supervisado

  • Bioestadística

  • Conjuntos de nivel de campos aleatorios

  • Estadística de datos funcionales

  • Estadística de procesos estocásticos

  • Estimación de conjuntos y estadística en variedades

  • Estadística en el deporte

  • Estadística no paramétrica

  • Estimación robusta

  • Expansiones de Hermite - Wiener

  • Fórmulas de Kac-Rice

  • Grandes datos (Big data)

  • Matemática financiera estocástica

  • Modelación genómica

  • Modelación matemática en música

  • Modelación en telecomunicaciones

  • Ondas aleatorias

  • Polinomios y sistemas polinomiales aleatorios

  • Problemas de parada óptima

  • Probabilidades sobre redes y sus aplicaciones

  • Sistemas de partículas

Publicaciones y preprints

2020-2021

  • Surface and length estimation based on Crofton's formula. C. Aaron, A. Cholaquidis, R. Fraiman. arXiv.

  • On semi-supervised learning. A. Cholaquidis, R. Fraiman, M. Sued. Test, 2020, 29(4), pp. 914–937. Link.

  • Sample design to monitor COVID-19 disease. D. Morales, M.J. Lombardía, R. Fraiman, J.A.C. Albertos. Boletín de Estadística e Investigacion Operativa, 2020, 36(2), pp. 153–171. Link.

  • Nonparametric detection for univariate and functional data. A. Cuevas, R. Fraiman. Journal of Statistical Planning and Inference, 2020. Link.

  • Sensitivity indices for output on a Riemannian manifold. R. Fraiman, F. Gamboa, L. Moreno. International Journal for Uncertainty Quantification, 2020, 10(4), pp. 297–314. Link.

  • Nonparametric regression based on discretely sampled curves. L. Forzani, R. Fraiman, P. Llop. Revstat Statistical Journal, 2020, 18(1), pp. 1–26. Link.

  • On the finiteness of the moments of the measure of level sets of random fields. D. Armentano, J-M. Azaïs, F. Dalmao, J. R. Léon, E. Mordecki. arXiv.

  • Studying the winding number of a Gaussian process: the real method. J-M. Azaïs, F. Dalmao, J. R. León. arXiv.

  • Large Deviation Principle for the Greedy Exploration Algorithm over Erdos-Rényi Graphs. P. Bermolen, V. Goicoechea, M. Jonckheere, E. Mordecki. arXiv.

  • Sequential Algorithms and Independent Sets Discovering on Large Sparse Random Graphs. P. Bermolen, M. Jonckheere, F. Larroca, M. Saenz. arXiv.

  • Large-Scale 802.11 Wireless Networks Data Analysis based on Graph Clustering. G. Capdehourat, P. Bermolen, M. Fiori, N. Frevenza, F. Larroca, G. Morales, C. Rattaro, G. Zunino.

  • Level set and density estimation on manifolds. A. Cholaquidis, R. Fraiman, L. Moreno. arXiv.

  • Set Estimation Under Biconvexity Restrictions. A. Cholaquidis, A. Cuevas. ESAIM: PS 24 770-788 (2020). Link.

  • On 3-dimensional Berry's model. F. Dalmao, A. Estrade, J. R. León. arXiv.

  • Convex envelopes on Trees. L. M. Del Pezzo, N. Frevenza, J. D. Rossi, Journal of Convex Analysis 27 (2020), No. 4, 1195--1218, Link.

  • Dirichlet-to-Neumann maps on Trees L. M. Del Pezzo, N. Frevenza, J. D. Rossi, Potential Analysis 53, (2020), Link.

  • Quasiconvex functions on regular trees. L. M. Del Pezzo, N. Frevenza, J. D. Rossi. arXiv

  • Sensitivity analysis in general metric spaces. F. Gamboa, T. Klein, A. Lagnoux, L. Moreno. arXiv

  • Retrieving the structure of probabilistic sequences of auditory stimuli from EEG data. N. Hernández, R. Machado de Azevedo Neto, A. Duarte, G. Ost, R. Fraiman, A. Galves, C. D. Vargas. arXiv

  • Parameter Estimation for Discretely Observed Fractional Iterated Ornstein--Uhlenbeck Processes. J. Kalemkerian. Arxiv

  • Zero Black-Derman-Toy interest rate model. G. Krzyżanowski, E. Mordecki, A. Sosa. arXiv

  • Performance analysis of Zero Black-Derman-Toy interest rate model in catastrophic events: COVID-19 case study. G. Krzyżanowski, A. Sosa. arXiv

  • Two-sided optimal stopping for Lévy processes. E. Mordecki, F. Oliú Eguren. arXiv

  • QoS Provision in a Dynamic Channel Allocation Based on Admission Control Decisions. C. Rattaro, L. Aspirot, E. Mordecki, P. Belzarena, ACM Trans. Model. Perform. Eval. Comput. Syst. 5, (2020). Link.

  • Weighted lens depth: Some applications to supervised classification. A. Cholaquidis, R. Fraiman, F. Gamboa, L. Moreno. arXiv.

  • On a general definition of the functional linear model. J. R. Berrendero, A. Cholaquidis, A. Cuevas. arXiv.

  • Convex and quasiconvex functions in metric graphs. L. M. Del Pezzo, N. Frevenza, J. D. Rossi. arXiv.

La imagen de portada pertenece al artículo Set estimation from reflected Brownian motion (Cholaquidis, Fraiman, Lugosi, Pateiro-López). Son datos del “Dunn Ranch Bison Tracking Project” que siguen la trayectoria de bisones en el Dunn Ranch Prairie, ubicado en el noroeste de Missouri (EEUU).