Proyectos

Fondequip Mediano EQM230002

Materia investigada: Regulación transcripcional, microbiología, metilaciones, cobre.

Fondequip Mediano EQM230002

La crisis hídrica provocada por el calentamiento global es uno de los problemas más importantes que afectan a regiones agrícolas como la sexta Región de O’Higgins. Este proyecto de vinculación internacional tiene como objetivo principal investigar distintos mecanismos para la asignación de recursos hídricos e épocas de escasez. En particular, se analizará el caso en que se tienen multiples usos de agua: distintos tipos de industrias (cupríferas y agrícola por ejemplo) y uso urbano. Este proyecto de vinculación internacional es liderado por el equipo nacional conformado por investigadores de la Universidad de O'Higgins y Universidad de Chile. Este proyecto incluye visitas del equipo nacional a los centros INRIA Sophia Antipolis, y INRAE en Montpellier, así como la organización de un workshop en la Universidad de O’Higgins.

La crisis hídrica provocada por el calentamiento global es uno de los problemas más importantes que afectan a regiones agrícolas como la sexta Región de O’Higgins. Este proyecto de vinculación internacional tiene como objetivo principal investigar distintos mecanismos para la asignación de recursos hídricos e épocas de escasez. En particular, se analizará el caso en que se tienen multiples usos de agua: distintos tipos de industrias (cupríferas y agrícola por ejemplo) y uso urbano. Este proyecto de vinculación internacional es liderado por el equipo nacional conformado por investigadores de la Universidad de O'Higgins y Universidad de Chile. Este proyecto incluye visitas del equipo nacional a los centros INRIA Sophia Antipolis, y INRAE en Montpellier, así como la organización de un workshop en la Universidad de O’Higgins.

Development of algorithms for bilevel optimization problems with applications in security, electricity and logistics.

El producto Audiovisual Interactivo “Agua y Territorio” es un audiovisual generado con Realidad Aumentada, que puede ser utilizado en soporte oculus o directamente desde la web. En este audiovisual se presenta una maqueta de cuenca hidrográfica, donde el público podrá apropiarse de conocimiento científico asociado al ciclo del agua e interactuar con imágenes en el caso de la realidad aumentada. El contenido cuenta con una experiencia integrativa con la hidrología, abarcando los estados del agua, sus procesos físicos y recorridos desde la cordillera hasta su desembocadura con descripción auditiva del viento, precipitación, escorrentía, ríos y del agua. Esta experiencia se divide en 6 etapas; Estado Del Agua Cuenca General / El Agua y la Cuenca Alta / El Agua y la Cuenca Media /El Agua y la Cuenca Baja / Cuenca y Agua del Ser Humano / Tipos de Nubes. La itinerancia de este producto se fundamenta en la importancia de tener conocimiento sobre los estados del agua y sus procesos, siendo la base para apropiar otros conceptos y prácticas que permitirán desarrollar acciones de mitigación contra la sequía y la desertificación. Como objetivo general se busca concientizar al público sobre los conceptos básicos del agua y sus usos, permitiendo levantar una alerta sobre la convivencia de la actividad humana y económica. El producto está dirigido a un público de 7 a 18 años y sus familias, además de adultos interesadas/os.

Implementación de una microrred de energías renovables (solar, eólica y geotérmica) en el distrito salinero artesanal Barranca-La Villa de Cáhuil. Implementación de una planta piloto geotérmica de producción de sal y electrificación de bombas y planta de yodación comunitaria mediante energías renovables no convencionales.

Decision-making processes involving uncertainty in the input parameters are commonplace, and the operational research community has investigated different methods to tackle this issue since the 60s. The current widespread availability of data and information presents a great opportunity to enhance the decision-making process, but at the same time, it presents a great challenge to develop new models and algorithms that capture this information. Stochastic programming, robust optimization, risk-averse optimization and distributionally robust optimization are different ways to deal with uncertainty. The input parameters are either modeled as random variables with a probability distribution that can be estimated from data; or as an uncertainty set which is often also decuded from data. A different approach is decision-focused learning or (a.k.a. smart predict-then-optimize) in which input parameters are learnt by a machine learning model which is trained considering the impact on the sub-opmality decisions made by not knowing perfectly the uncertain parameters. After training with this methodology, uncertain parameters are treated as deterministic parameters for the optimization problem. The main objective of this project is to provide a general framework for data-driven decision-making for different settings in transportation and logistics and to provide large-scale optimization models and algorithms to tackle uncertainty when data is available for these settings. We aim to compare and understand when each methodology to deal with uncertainty is the most adequate. Specifically, we aim to study problems in two-tier city logistics; large scale shortest path problems with real data motivated by firetruck dispatchment; multi-layer districting problems with balance constraint and uncertain demand; and the allocation security resources in a transportation network where the behavior of opportunistic passengers and the deployment of security agents are correlated.