← volver

Cinco académicos de Ingeniería Industrial ganaron proyectos Fondecyt

Los proyectos de investigación de José Correa (“Incentives and fairness in data-driven sequential allocations”), Marcel Goic (“Customer Behavior in Mobile Environments”), Andrés Musalem (“Determining the impact of shelf position on sales: a quasi-experimental approach”), Richard Weber (“Dynamic Graph Clustering using Deep Learning”) y Andrés Weintraub (“Artificial intelligence approaches to solve difficult forest planning problems”) fueron elegidos entre más de 620 proyectos adjudicados en el Concurso Regular Fondecyt 2022 dados a conocer por la Agencia Nacional de Investigación y Desarrollo (ANID).

Se trata de una iniciativa que busca fomentar el desarrollo de la investigación básica nacional, contribuyendo paralelamente a la formación de nuevas generaciones de científicos y tecnólogos, según informa el Fondo Nacional de Desarrollo Científico y Tecnológico (Fondecyt) en su página web.

Investigación con impacto

José Correa

“Incentivos y equidad en las asignaciones secuenciales basadas en datos”

 “Queremos optimizar la asignación de recursos escasos en plataformas online cuando, por una parte, las decisiones deben tomarse sin conocer las solicitudes futuras y, por otra, la información disponible se limita a datos históricos. En este sentido, “optimizar” se refiere a ser socialmente eficiente, pero también a no replicar discriminaciones implícitas en los datos”.

Marcel Goic

“Comportamiento del consumidor en ambientes móviles”

“Miraremos el comportamiento de los clientes dentro de las tiendas, lo que puede servir para hacer un mejor diseño de la experiencia de compra. También estudiaremos cómo el canal móvil interactúa con otros canales, en particular con las comunicaciones que ocurren en redes sociales”.

Andrés Musalem

“Determinando el impacto de la posición de productos en góndola en sus ventas: un enfoque cuasi-experimental” 

“Utilizaremos información recolectada por robots en tiendas de retail para medir la posición de productos en góndola, la cantidad de espacio asignado y la ocurrencia de quiebres de stock. Con ello cuantificaremos el impacto de estos factores en el desempeño de cada producto”.

Andrés Weintraub

“Enfoques de Inteligencia Artificial para resolver problemas difíciles en planificación forestal”

“La Inteligencia Artificial puede encontrar mejores soluciones a problemas combinatoriales en planificación forestal. Herramientas como Machine, Deep y  Reinforcement Learning pueden minimizar el daño causado por los incendios”.

Richard Weber

“Agrupación dinámica de grafos utilizando aprendizaje profundo”

 “Desarrollaremos técnicas de IA para detectar y predecir cambios en grafos. Estos pueden ser redes sociales u otro tipo de grafos que describen relaciones complejas entre entidades (por ejemplo, personas). Aplicaremos las nuevas técnicas a redes de delincuentes, para identificar y predecir el modus operandi de ciertos tipos de crimen, así como a movimientos sociales para comprender fenómenos como, por ejemplo, el estallido social en Chile”.

Sofía Correa

Investigadora Alterna proyecto Richard Weber

“Existen variados fenómenos que pueden ser estudiados desde un punto de vista de grafos o redes y que, a su vez, evolucionan en el tiempo. En este proyecto nos enfocamos en estos fenómenos, desarrollando técnicas de agrupamiento dinámico de grafos (dynamic graph clustering) que combinen Deep Learning con enfoques tradicionales. Las metodologías desarrolladas serán aplicadas para estudiar crimen, movimientos sociales y problemas de salud”.

¡Felicitaciones!

Ver lista de proyectos seleccionados

“Universidad de Chile lidera adjudicación de proyectos en concursos Fondecyt 2022”, Comunicaciones UChile

“FCFM lidera adjudicación de proyectos Fondecyt Regular 2022 de la U. de Chile”, Comunicaciones FCFM

Crédito foto portada: Fondecyt