Proyectos

El proyecto tiene como objetivo generar un impacto positivo en la cadena de valor de las cerezas, abarcando tanto las actividades primarias de operación, labores agrícolas y estimaciones, así como las actividades de apoyo para el desarrollo de tecnologías. Se busca mejorar la toma de decisiones y la planificación de la producción al proporcionar una herramienta para generar estimaciones de la producción basadas en los datos intraprediales, en contraposición a planificar únicamente con datos históricos, teniendo en cuenta la variabilidad climática en cada temporada. Esta herramienta tiene como enfoque aumentar la capacidad de planificación del manejo del cultivo, y así proporcionar información precisa a los asesores y servir de puente entre los productores y las exportadoras.

Integración de Patentes en Metodología Activa: Desarrollo y Evaluación en un Curso de Ingeniería Mecánica. Supported by the Fondo I Convocatoria de Innovación en Docencia, UOH.

TRANSFERENCIA SUPERCOMPUTACIÓN PARA INNOVACIÓN EN SALUD REGIONAL: HPC-UOH Y HRLBO

TRANSFERENCIA SUPERCOMPUTACIÓN PARA INNOVACIÓN EN SALUD REGIONAL: HPC-UOH Y HRLBO

TRANSFERENCIA SUPERCOMPUTACIÓN PARA INNOVACIÓN EN SALUD REGIONAL: HPC-UOH Y HRLBO

[vc_section el_class="container mx-auto align-items-center circle--pattern" css=".vc_custom_1648956589196{padding-top: 3rem !important;}"][vc_row el_class="pb-5"][vc_column][vc_wp_custommenu nav_menu="6"][uoh_breadcrumb_component automatic_breadcrumb="true"][uoh_title_component title_dropdown="big" title_decorator="true"]{{title}}[/uoh_title_component][vc_column_text css=""]Integración de Patentes en Metodología Activa: Desarrollo y Evaluación en un Curso de Ingeniería Mecánica. Supported by the Fondo I Convocatoria de Innovación en Docencia, UOH.[/vc_column_text][/vc_column][/vc_row][/vc_section][vc_section css=".vc_custom_1649209804184{background-color: #f6faff !important;}" el_class="p-md-0 pt-md-5"][vc_row el_class="container mx-auto align-items-center p-md-0 pt-5"][vc_column el_class="p-0"][/vc_column][/vc_row][/vc_section][vc_section css=".vc_custom_1649210787516{background-color: #f6faff !important;}" el_class="p-md-0 pt-md-5 pb-md-5"][vc_row el_class="container mx-auto align-items-center"][vc_column][/vc_column][/vc_row][/vc_section]

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.

El monto corresponde a 23500 EUR con tasa de conversión de 1022,47 CLP/EUR. Este es el presupuesto asignado para el primer año.

Interpretar el paleoclima del Pleistoceno de Chile central

Interpretar el paleoclima del Pleistoceno de Chile central