Modelando datos de OGTT: Una introducción a los problemas inversos bayesianos.
Ponente: Hugo Alberto Flores Arguedas
Institución: Instituto de Matemáticas, Juriquilla
Tipo de Evento: Investigación
Institución: Instituto de Matemáticas, Juriquilla
Tipo de Evento: Investigación
| Cuándo |
27/08/2021 de 16:00 a 17:00 |
|---|---|
| Dónde | Aula Virtual Google Meet. https://meet.google.com/rvv-nwfh-mqv |
| Agregar evento al calendario |
vCal
iCal
|
Resumen:
El problema de ajustar parámetros dadas observaciones de un fenómeno se ha vuelto muy popular debido a la gran diversidad de aplicaciones que se pueden encontrar. El enfoque bayesiano para este problema permite realizar predicciones tomando en cuenta diferentes fuentes de incertidumbre en el proceso de modelación. Puesto que esta rama utiliza herramientas matemáticas, estadísticas y numéricas, nuevos retos en el área aparecen constantemente. En esta plática presentaremos un panorama general de esta área, enfocado en un problema donde se busca modelar los datos de la Prueba Oral de Tolerancia a la Glucosa (OGTT por su siglas en inglés) y con ello inferir parámetros que clasifiquen a los individuos.
Semblanza:
Bachillerato en Enseñanza de la Matemática (2010) en la Universidad de Costa Rica.
Maestría (2016) y Doctorado (2021) en Ciencias con especialidad en Matemáticas Aplicadas en el CIMAT, Guanajuato.
Actualmente, postdoc en Instituto de Matemáticas, UNAM, campus Juriquilla, bajo la tutela de Marco Tulio Angulo, en un proyecto que busca Descubrir Reglas de Ensamblaje Simples en Comunidades Microbianas.
