AGENDA
30 / 03 / 2022
ENGLISH VERSION
Data Science has become an essential tool in the training of today’s professionals. Technological development –especially the digitalization of all systems—has enabled the generation, capture, storage, and processing of large amounts of data in all areas. With applications from telecommunications to medicine, health, and neuroscience, going through energy, transport and logistics, environment and climate change, agriculture, earth sciences, astronomy and physics, demography, social networks, economy, marketing and product consumption management, the data deluge is just around the corner.
Data Science is an interdisciplinary field that combines knowledge from different disciplines such as computational statistics, mathematical programming, and computer science, to generate value and benefits to society from the data analysis. To systematize the use and analysis of data and develop the essential skills and competencies in future professionals is a challenge that has to be addressed by higher educational institutions.
The School of Industrial Engineering is commemorating a Data Science Year in 2022. As part of this activity, we are organizing a series of virtual seminars with renowned exponents in the discipline. The main objectives are to engage and to involve our students, researchers, and practitioners in the data science arena by creating a space to learn and discuss multiple topics associated with this discipline and its applications. We invite you to join us!
Local Organizing Committee
Alba Martinez-Ruiz
Paula Fariña
Raúl Pezoa-Zamorano
Francisco Jara-Moroni
VIRTUAL SEMINARS
Seminar: Statistical Issues in Agent-Based Models
Speaker: Prof. David Banks, Duke University, USA
Date: Wednesday April 20, 2022, at 11.30 am Chilean time
Abstract. Agent-based models (ABMs) are computational models used to simulate the actions and interactions of agents within a system. Usually, each agent has a relatively simple set of rules for how it responds to its environment and to other agents. These models are used to gain insight into the emergent behavior of complex systems with many agents, in which the emergent behavior depends upon the micro-level behavior of the individuals. ABMs are widely used in many fields, and this talk reviews some of those applications. However, as relatively little work has been done on statistical theory for such models, this talk also points out some of those gaps and recent strategies to address them.
David Banks obtained an M.S. in Applied Mathematics from Virginia Tech in 1982, followed by a Ph.D. in Statistics in 1984. He won an NSF Postdoctoral Research Fellowship in the Mathematical Sciences, which he took at Berkeley. In 1986 he was a visiting assistant lecturer at the University of Cambridge, and then joined the Department of Statistics at Carnegie Mellon in 1987. In 1997 he went to the National Institute of Standards and Technology, then served as chief statistician of the U.S. Department of Transportation, and finally joined the U.S. Food and Drug Administration in 2002. In 2003, he returned to academics at Duke University. David Banks was the coordinating editor of the Journal of the American Statistical Association. He co-founded the journal Statistics and Public Policy and served as its editor. He co-founded the American Statistical Association’s Section on National Defense and Homeland Security, and has chaired that section, as well as the sections on Risk Analysis and on Statistical Learning and Data Mining. In 2003 he led a research program on Data Mining at the Statistical and Applied Mathematical Sciences Institute; in 2008, he led a research program at the Isaac Newton Institute on Theory and Methods for Complex, High-Dimensional Data; in 2012, he led another SAMSI research program, on Computational Advertising. He has published 74 refereed articles, edited eight books, and written four monographs.
Seminar: Data Integration with Regularized Generalized Canonical Correlation Analysis
Speaker: Prof. Arthur Tenenhaus, CentraleSupelec, France
Date: Wednesday May 4, 2022, at 11.30 am Chilean time
Abstract. In contrast to standard data structured by a single individuals x variables data matrix, multi-source data are characterized by multiple and heterogeneous blocks of information, interconnected, potentially of high dimensions. In addition, each source of information may also have a complex structure (e.g., tensor structure). The need to analyze the data by considering their natural organization appears to be essential but requires the development of new statistical methods. More specifically, a general framework for multi-block data analysis through Regularized Generalized Canonical Correlation Analysis will be presented during the talk.
Arthur Tenenhaus is a professor of statistics/machine learning at CentraleSupélec (top engineering school in France) and member of the Signals and Statistics group of the Laboratoire des Signaux and Systèmes. I am also researcher affiliated to the Paris Brain Institute (ICM) at La Pitié-Salpêtrière Hospital and co-holder of the chair APHP-CentraleSupelec- INRIA (with E. Audureau, T Guyet & L. Le Brusquet). My main research interest concerns the development of statistical framework for the joint analysis of heterogeneous and complex data. This framework is usually motivated by applications in molecular biology and neuroimaging. He has published 90 refereed articles, and one book.
Endorsement:
SPANISH VERSION
Este año, la Escuela de Ingeniería Industrial conmemora el Data Science Year at the UDP 2022. Como parte de esta actividad, el Comité Organizador Local, compuesto por Alba Martínez-Ruiz, Paula Fariña, Raúl Pezoa-Zamorano y Francisco Jara-Moroni, está organizando una serie de seminarios virtuales con reconocidos exponentes de la disciplina. El programa comienza con dos interesantes y estimulantes seminarios, uno en el área de Modelos Basados en Agentes dictado por el profesor David Banks, de la Universidad de Duke, Estados Unidos, y otro en integración de datos complejos con RGCCA dictado por el profesor Arthur Tenenhaus de la CentraleSupelec, Francia.
La Ciencia de Datos es un campo en esencia interdisciplinario que combina conocimientos de diferentes disciplinas, tales como estadística computacional, programación matemática y ciencias de la computación para generar valor y beneficios a la sociedad a partir del uso de la información. El desarrollo tecnológico -especialmente la digitalización de todos los sistemas, el avance en las tecnologías de captura y análisis masivo de datos- ha permitido la generación, almacenamiento y procesamiento de grandes cantidades de datos en todos los ámbitos. El data deluge está justo a la vuelta de la esquina.
Sistematizar el uso y análisis de los datos y desarrollar las habilidades y competencias necesarias en los futuros profesionales es un reto que debe ser abordado por las instituciones de educación superior. Por lo que los objetivos principales de este programa son comprometer e involucrar a nuestros estudiantes, investigadores y profesionales en el ámbito de la ciencia de datos, creando un espacio para aprender y discutir múltiples temas asociados a esta disciplina y su aplicación.
SEMINARIOS VIRTULES
Seminario: Statistical Issues in Agent-Based Models
Expositor: Profesor David Banks, Duke University, USA.
Fecha: Miércoles 20 de abril a las 11.30 horas.
Los modelos basados en agentes (ABM por sus siglas en inglés) son modelos computacionales utilizados para simular las acciones e interacciones de los agentes dentro de un sistema. Por lo general, cada agente tiene un conjunto relativamente simple de reglas sobre cómo responde a su entorno y a otros agentes. Estos modelos se utilizan para comprender el comportamiento emergente de sistemas complejos con muchos agentes, en los que el comportamiento emergente depende del comportamiento al micro nivel de los individuos. Sin embargo, como se ha aplicado relativamente poco la teoría estadística en este tipo de modelos, este seminario presenta algunos de las brechas existentes y las estrategias para abordarlas.
David Banks obtuvo una maestría en Matemáticas Aplicadas en Virginia Tech en 1982 y un doctorado en Estadística en 1984. También recibió una beca de investigación postdoctoral de la NSF en Ciencias Matemáticas, que realizó en Berkeley. En 1986 fue profesor asistente visitante en la Universidad de Cambridge, y luego se incorporó al Departamento de Estadística de Carnegie Mellon en 1987. En 1997 pasó al Instituto Nacional de Estándares y Tecnología. Luego, fue jefe de estadística del Departamento de Transporte de Estados Unidos. Finalmente, se incorporó a la Administración de Alimentos y Medicamentos de EE.UU. en 2002, para volver al mundo académico en la Universidad de Duke en 2003.
David Banks fue el editor coordinador del Journal of the American Statistical Association. Fue cofundador de la revista Statistics and Public Policy y director de la misma. Fue cofundador de la Sección de Defensa Nacional y Seguridad Nacional de la Asociación Americana de Estadística, y ha presidido dicha sección, así como las secciones de Análisis de Riesgos y de Aprendizaje Estadístico y Minería de Datos. En 2003 dirigió un programa de investigación sobre Minería de Datos en el Instituto de Ciencias Matemáticas Aplicadas y Estadísticas; en 2008, dirigió un programa de investigación en el Instituto Isaac Newton sobre Teoría y Métodos para Datos Complejos y Multidimensionales. . En total, ha publicado 74 artículos arbitrados, ha editado ocho libros y ha escrito cuatro monografías.
Seminario: Data Integration with Regularized Generalized Canonical Correlation Analysis
Expositor: Profesor Arthur Tenenhaus, CentraleSupelec, Francia.
Fecha: Miércoles 4 de mayo, a las 11.30 horas.
A diferencia de los datos estructurados estándar que son representado por una única matriz de individuos por variables, los datos multi-fuentes se caracterizan por múltiples bloques de información heterogéneos e interconectados y de alta dimensionalidad. Además, cada fuente de información puede también tener una estructura compleja (por ejemplo, una estructura tensorial). La necesidad de analizar los datos considerando su organización natural es esencial, pero requiere el desarrollo de métodos estadísticos nuevos. Más específicamente, en este seminario es presentado un marco general para el análisis de datos multibloque a través de Análisis de Correlaciones Canónicas Generalizado Regularizado.
Arthur Tenenhaus es profesor de estadística/aprendizaje automático en la CentraleSupélec, reconocida por ser la mejor escuela de ingeniería de Francia, y miembro del grupo de Señales y Estadística del Laboratoire des Signaux et Systèmes. También es investigador afiliado al Instituto del Cerebro de París (ICM) en el Hospital La Pitié-Salpêtrière y cotitular de la cátedra APHP-CentraleSupélec- INRIA.
Sus investigaciones se centran principalmente en el desarrollo de un marco estadístico para el análisis conjunto de datos heterogéneos y complejos. Este marco suele estar motivado por aplicaciones en biología molecular y neuroimagen. En total, ha publicado 90 artículos arbitrados y un libro.
Endorsement: