ConferenciaJuanFloresR

Título: Impacto de la Calidad de los Datos de una Serie de Tiempo en el Error de Predicción:

Ponente: Dr. Juan José Flores Romero

Cuando le proponemos a un cliente el desarrollo de una aplicación basada en modelos de pronóstico de series de tiempo, Éste nos pregunta que tan precisos serán los resultados del pronóstico. Para contestar la pregunta le podemos pedir un conjunto de datos, desarrollar un modelo de pronóstico, refinarlo, refinarlo y refinarlo, tantas veces como sea necesario. Este proceso puede durar desde una hora hasta varias semanas, dependiendo de la dificultad del problema de predicción. Una situación ideal sería contar con un sistema que tome la serie de tiempo y produzca, en corto tiempo, una aproximación del error que un modelo de predicción produciría, sin tener que producir el modelo. En esta plática se describen los elementos que le permiten al sistema CaDPro realizar precisamente esta tarea.

Biografía breve:

El profesor Flores es Ing. Electricista de la Universidad Michoacana (1984), Maestro en Ciencias del CINVESTAV, IPN (1986) y Dr. en Ciencias de Computación de la Universidad de Oregon, donde ha sido profesor invitado. Es profesor investigador de tiempo completo de la Universidad Michoacana desde 1986, miembro del Sistema Nacional de Investigadores y la Academia Mexicana de Ciencia. Investiga y desarrolla algoritmos y aplicaciones de Inteligencia Artificial para Ingeniería Eléctrica, Pronóstico de Series de Tiempo y Análisis Financiero, y encabeza el grupo más activo en México en dicha área; ha formado investigadores con quienes ha publicado decenas de artículos científicos en conferencias y revistas JCR. Asimismo, ha formado profesionales para la industria, reduciendo el déficit de expertos en el tema en México. Ha desarrollado proyectos en esa área con CENACE y CFE, entre otras empresas.