Novas da SGAPEIO, 8 de abril 2020

1.- X Concurso Incubadora de Sondaxes e Experimentos

A Sociedade Galega para a Promoción da Estatística e a Investigación de Operacións (SGAPEIO) ten aberta a convocatoria do X Concurso Incubadora de Sondaxes e Experimentos, organizado para estudantes de ESO, Bacharelato, FP básica e Ciclos Formativos de Grao Medio no curso 2019-2020. Con esta iniciativa académica preténdese que o estudantado se inicie no campo da Estatística e as súas aplicacións, tan útiles na Sociedade da Información na que vivimos.

Desde a SGAPEIO queremos salientar que, debido aos condicionantes da actual crise provocada polo COVID-19, se veñen de modificar os prazos de inscripción, entrega de traballos e resolución do concurso segundo se indica no enlace https://www.sgapeio.es/descargas/formacion/Nota_Bases_X_Incubadora.pdf.

Datas importantes:

Inscrición de traballos: dende o 01 de abril ata o 15 de abril 01 de maio ata o 31 de maio de 2020.
Entrega dos traballos finalizados: dende o 16 ata o 30 de abril 01 de maio ata o 31 de maio de 2020.
Do 26 ao 29 de maio de 2020 daranse a coñecer os traballos finalistas e a data do acto de entrega de premios. As datas nas que se coñecerán os traballos finalistas e a data de resolución do concurso fixaranse se é posible en maio.

Máis información en: https://sgapeio.es/index.php/formacion-e-actividades/premios-sgapeio/3298-x-concurso-incubadora-de-sondaxes-e-experimentos

2.- Publicación do Nº54 do Informest

A SGAPEIO informa a todos os seus socios que xa está dispoñible para todos os socios o Nº 54 do INFORMEST, incluíndo os seguintes contidos:

Editorial de María Gómez Rúa.
A revisión dos agregados macroeconómicos: dilema entre puntualidade e exhaustividade, por Raúl Jácome Rodríguez.
Edición do libro que recolle os traballos premiados da IX Incubadora de Sondaxes e Experimentos.
Actividades da SGAPEIO.
Novas do IGE.
Traballos de Estatística e Investigación Operativa no SUG.
Coñecendo a un socio da SGAPEIO: Ricardo Cao Abad.
Sabías que?: Unha calculadora galega, por Rafael Sanmartín Fraga.

Enlace: https://www.sgapeio.es/INFORMEST/Informest54.pdf

3.- Ferramentas web para visualización e predición na crise do coronavirus desenvolvidas na UDC e na USC

Seguidamente se mostran unha serie de aplicacións web para describir, resumir, visualizar e predecir as variables críticas que caracterizan á situación provocada pola actual crise do coronavirus.

O grupo MODESTYA da Universidade de Santiago de Compostela ven de desenvolver unha aplicación web interactiva que prognostica o avance do virus baseándose nos datos da súa evolución durante a quincena previa, facendo predicións do número de casos confirmados de infección ou número de mortes debidas ao COVID-19 para un horizonte temporal de tres días conforme a tres posibles modelos, lineal (FLM), aditivo (FSAM) e non paramétrico (FNP), e para diferentes países ou rexións.

Enlace: http://modestya.securized.net/covid19prediction/.

No marco do CITIC da Universidade da Coruña se creou unha completa aplicación web para a caracterización y visualización das variables que definen a crise do coronavirus no conxunto de España e en cada unha das súas CCAA. Os desenvolvedores son Carlos Fernández Lozano e Rubén Fernández Casal, do grupo MODES. As variables estudadas son número de casos, número de recuperados, número de falecementos, número de ingresos en UCI e incidencia acumulada, aportando gráficos interactivos para observar a tendencia acumulada, a dos novos casos e a correspondente á aplicación de logaritmos. A información se resume mediante gráficos de mapas e series de tempo totalmente configurables no rango temporal, por comunidade autónoma e por edade. Esta aplicación proporciona soporte ao plan de Predicción Cooperativa da Acción Matemática contra o coronavirus lanzada desde o CEMat.

Enlace: https://covid19.citic.udc.es/

4.- Acción Matemática contra o coronavirus desde o CEMat: Predición cooperativa

Co obxectivo de construír un meta-predictor para facilitar ás autoridades información do comportamento a curto prazo de variables de gran interese na expansión do virus COVID-19, faise un chamamento a todos aqueles investigadores-profesionais no ámbito da comunidade Matemática/Estatística/Ciencia de Datos que desenvolvesen modelos preditivos para o devandito fin. Para iso utilizaranse as predicións achegadas polos investigadores participantes para construír un meta-predictor ou “predictor cooperativo”, baseado en combinacións optimizadas de predicións dos diferentes modelos/algoritmos.

Para este fin faise un chamamento a todos os investigadores interesados en participar neste labor de intelixencia colectiva e loita contra a pandemia a que proporcionen un arquivo coas súas predicións conforme ás pautas que se indican no documento http://matematicas.uclm.es/cemat/covid19/wp-content/uploads/sites/2/2020/04/Prediccion_cooperativa.pdf.

Solicítase a toda a comunidade que envíen as súas aportacións, xa sexan modelos simples, tradicionais, como aqueles froito do propio traballo dos investigadores.

Máis información en http://matematicas.uclm.es/cemat/covid19/

5.- Curso non presencial de DATA MINING CON R: Universidade de Vigo

Está aberta ata o 25 de ABRIL a inscrición no Curso de Formación da Universidade de Vigo Data Mining con " R", de carácter totalmente non presencial, que se impartirá desde a plataforma de teledocencia da Universidade de Vigo (Faitic) do 1 ao 31 de maio de 2020. Dirixido fundamentalmente a investigadores, doctorandos, e técnicos de análises de datos en calquera ámbito de actividade. O contido do curso consiste nos métodos de Minería de Datos máis empregados e útiles ( CHAID, K- MEANS, SVM, PAGERANK, ADABOOST, KNN, NAIVE BAYES, CART, RANDOMFOREST...). É un curso eminentemente práctico e aplicado, e realizarase de forma virtual mediante secuenciación das unidades didácticas a través da plataforma de teledocencia da Universidade de Vigo, Faitic. O alumno pode elixir o día e hora de acceso aos materiais docentes, debendo unicamente cumprir cos prazos máximos de envío de informes de prácticas e cuestionarios de avaliación. O criterio de admisión é a orde cronolóxica de solicitude, e o custo da matrícula 125 euros (estudantes e parados 90 euros).

Máis información (inscrición, contidos, profesorado, etc) na web da Universidade de Vigo: https://bubela.uvigo.es/curso/4558

6.- Curso de estatística en liña mediante vídeos e reunións en vivo: Introdución aos modelos de efectos lineais mixtos e GLMM con R-INLA

A tarifa do curso inclúe un vídeo chats de 1 hora cun ou ambos os instrutores. Levarase a cabo no intervalo comprendido entre o 22 de xuño e o 10 de xullo de 2020. As clases se impartirán mediante a aplicación Zoom atendendo a distintas zonas horarias.

Flyer: http://highstat.com/Courses/Flyers/2020/Flyer2020_06_GLMMINLA_Online.pdf

Sitio web: http://highstat.com/index.php/courses-upcoming

7.- FedCSIS 2020 - Concurso de minería de datos - premio máximo de 1500 dólares

O FedCSIS 2020 Data Mining Challenge: Network Device Workload Prediction é a sétima competencia de minería de datos organizada en asociación co Conference on Computer Science and Information Systems (https://fedcsis.org/). Desta volta, a tarefa considerada está relacionada co monitorizado de grandes infraestruturas de IT e a estimación da súa asignación de recursos. O desafío está patrocinado por EMCA Software e a Sociedade Polaca de Procesamento da Información (PTI).

Máis información en https://knowledgepit.ml/fedcsis20-challenge/.

8.- International Conference and Demographics 2020 Workshop (SMTDA2020)

Infórmase que o congreso SMTDA2020 International Conference and Demographics 2020 Workshop, que tiña por lugar de celebración Barcelona, finalmente levarase a cabo on-line no formato web-conference, mantendo fixas as mesmas datas e o mesmo programa, pero en formato de evento virtual.

As datas límite para rexistro con prezos reducidos e para envío de resumos e artigos fixarase para o 25 de abril de 2020:

http://www.smtda.net/registrfeesexcursions.html

http://www.smtda.net/abstractsubmission.html

Máis información en www.smtda.net.

9.- Oferta PostDoc de 2.5 anos en Inventario Forestal e Estatística de Mostraxe

O Equipo de Modelización e Inventario Forestal da Unidade de Xestión Forestal e Ambiental Sostible (UXAFORES, https://www.uxafores.com/) da Universidade de Santiago de Compostela (Lugo, España) está a procurar candidatos independentes, creativos e con fortes habilidades de colaboración cun doutoramento en inventario forestal ou estatística de mostraxe, con experiencia en inventario forestal e/ou deseño e implementación de mostraxes a gran escala, teledetección e programación. Idealmente, o candidato debería ter Grao (Diplomatura ou Enxeñería Técnica) ou Máster (Licenciatura ou Enxeñería Superior) en Ciencias Forestais, Matemáticas, Estatística, Xeografía ou disciplinas relacionadas.

Buscamos candidatos PostDoc creativos e altamente motivados para unirse ao Equipo de Modelización e Inventario Forestal da Unidade de Xestión Forestal e Ambiental Sostible (UXAFORES, https://www.uxafores.com/) da Universidade de Santiago de Compostela (Lugo, España). Dátaa tentativa de incorporación é agosto de 2020, aínda que hai certa flexibilidade.

Establécese un contrato de proba de 6 meses, prorrogable ata 2.5 anos.

Os candidatos interesados deberán enviar os seguintes documentos á dirección de correo Este enderezo de correo está a ser protexido dos robots de correo lixo. Precisa activar o JavaScript para velo.:

Carta de presentación;
Currículo;
Lista de publicacións;
Datos de contacto de polo menos dous mentores.

Data límite para as solicitudes: 30 de abril de 2020.

A solicitude completarase mediante o portal de oferta de emprego da USC, para o que serán necesarios trámites e documentación adicionais ao descrito anteriormente.