Usted está aquí

Inicio / Investigación / Grupos de Investigación / Grupo de Investigación Matemáticas y Estadísticas para el Desarrollo Sostenible - MEDES

Grupo de Investigación Matemáticas y Estadísticas para el Desarrollo Sostenible - MEDES

A partir de la experiencia alcanzada y los productos generados desde el Semillero de Investigación en Minería de Datos – SIMD se tiene un soporte inicial para continuar trabajando en un espectro más amplio con el apoyo de investigadores de otras áreas del conocimiento.

SIMD comenzó actividades en el mes de septiembre de 2017 y fue reconocido mediante resolución 238 del 21 de diciembre de 2018.  A la fecha, sus integrantes han participado en varios eventos regionales, nacionales e internacionales alcanzando reconocimiento por sus logros, además de la publicación de artículos de investigación.  A continuación, se detalla su producción:

DATOS GENERALES DEL GRUPO

resolucion_no._116_de_2020_grupo_medes.pdf

Nombre y sigla del grupo de Investigación

Grupo de investigación en Matemáticas y Estadística para el Desarrollo Sostenible – MEDES

Programas académicos de la institución a los que se asocia

Matemática aplicada y Ciencia de Datos - FAI

Ingeniería de Software y Computación - FAI

Áreas de Conocimiento

Gran Área: Ciencias Naturales, Matemáticas y Estadística.

Área: Matemáticas y estadística.

Sectores de aplicación

Sector educación

Integrantes del grupo

Profesor: Pablo Eduardo Caicedo (Líder)

Profesora: Sandra Patricia castillo.

    Proyectos de Investigación

    • Identificación de patrones en datasets gubernamentales: caso de estudio hurtos y accidentes de tránsito en Colombia.  Avalado por la Vicerrectoría de Investigaciones según Resolución No. 0239 del 21 de diciembre de 2018.
    • Descripción de movimiento humano utilizando minería de datos y aprendizaje de máquina. Avalado por la Vicerrectoría de Investigaciones según Resolución No. 0059 del 26 de junio de 2020.

    Participación en eventos – Circulación del conocimiento

    • Concurso Datos a la U, evento organizado por del Ministerio TIC en septiembre de 2017, fueron presentados dos mapas con visualizaciones temática: Eventos minas antipersona Vs Zonas desminadas y Cobertura de zonas wifi gratis en Medellín.
    • XII Encuentro Departamental de Semilleros de Investigación, dos ponencias evaluadas como proyectos sobresalientes con una calificación superior de 90 puntos:
      • Análisis visual de accidentes de tránsito en Colombia a partir del uso de datasets abiertos para el periodo 2010-2017
      • Análisis visual de delitos en Colombia a partir del uso de datasets abiertos para el periodo 2010-2016.
    • Encuentro Internacional de Educación en Ingeniería - EIEI ACOFI 2018, dos ponencias:
      • Identificación de patrones en accidentes de tránsito en Colombia durante el periodo 2010-2016 mediante el uso de técnicas de minería de datos
      • Identificación de patrones delictivos en Colombia durante el periodo 2010-2016 mediante el uso de técnicas de minería de datos
    • Foro Colombiano de Estudiantes de Ingeniería (FCEI) en el marco del EIEI ACOFI 2018.
    • XXI Encuentro Nacional y XV Internacional de Semilleros de Investigación, dos ponencias:
      • Análisis visual de accidentes de tránsito en Colombia a partir del uso de datasets abiertos para el periodo 2010-2017
      • Análisis visual de delitos en Colombia a partir del uso de datasets abiertos para el periodo 2010-2016
    • Primer Seminario Taller de Matemáticas: las matemáticas, herramienta fundamental del ayer, el hoy, para la construcción del futuro, ponencia Identificación de patrones en datasets gubernamentales caso de estudio: delitos y accidentes de tránsito.
    • XIII Encuentro Departamental de Semilleros de Investigación ponencia Determinación de variables relevantes en datasets abiertos de actividad física cotidiana.
    • Encuentro Internacional de Educación en Ingeniería - EIEI ACOFI 2019, ponencia Aplicación de métodos de selección de atributos para determinar factores relevantes en la clasificación de actividades físicas cotidianas
    • Foro Colombiano de Estudiantes de Ingeniería (FCEI) en el marco del EIEI ACOFI 2019.
    • Encuentro Internacional de Educación en Ingeniería - EIEI ACOFI 2020, ponencia Modelo de Machine Learning para la detección de eventos de marcha humana.
    • Foro Colombiano de Estudiantes de Ingeniería (FCEI) en el marco del EIEI ACOFI 2020.

    Artículos

    • Crime from the data mining point of view. A literature review, aceptado en la revista International Journal of Business Intelligence and Data Mining
    • Los accidentes de tránsito desde la perspectiva de la minería de datos. Una revisión de la literatura. Publicado en Aibi, Revista de Investigación, Administración e Ingeniería de la Universidad de Santander UDES. Link https://revistas.udes.edu.co/aibi/article/view/743
    • Se encuentran en construcción dos manuscritos resultados del segundo proyecto de investigación del semillero

    Otros productos

    • Generación mapa temático Delitos en Popayán para el periodo comprendido entre 2010 y 2016.
    • Generación mapa temático Accidentes en Popayán para el periodo comprendido entre 2010 y 2017.

    Premios

    • Premio ACOFI 2018 en la categoría Trabajos de los Estudiantes por el proyecto “Identificación de patrones delictivos en Colombia durante el periodo 2010-2016 mediante el uso de técnicas de minería de datos” presentado en el marco del Encuentro Internacional de Educación en Ingeniería ACOFI 2018 (EIEI ACOFI 2018)
    • Trabajo de grado con mención honorifica por los resultados alcanzados con el proyecto de investigación Identificación de patrones en datasets gubernamentales: caso de estudio hurtos y accidentes de tránsito en Colombia

    Líneas de investigación

    Líneas de investigación del Grupo

    Se perfilan tres líneas de investigación, cada una relacionada con diferentes ámbitos de acción:

    • Análisis y procesamiento de datos: orientada a indagar en problemas del área de matemática financiera e inteligencia de negocios, así como en la optimización de algoritmos para análisis y procesamiento de datos provenientes de fuentes diversas.
    • Construcción de software para gestión de datos: considerando la integración, innovación y autonomía de los procesos que implica el uso y aplicación de tecnologías como computación en la nube, Big Data, IoT, sistemas embebidos, entre otras, esta línea se enfoca en el diseño y construcción de herramientas y aplicaciones para captura y almacenamiento de datos su posterior análisis a partir de algoritmos de ciencia de datos.
    • Optimización matemática de procesos industriales: comprende dos sublíneas, la primera en análisis funcional que constituye la base para generar conocimiento acerca de funciones y generar desarrollos orientados a la optimización de procesos enfocados a la industria 4.0.  La segunda en algebra abstracta cuyo campo de aplicación es el área de ciberseguridad y blockchain.

    Integrantes

    NombreRol
    Director