INVESTIGADOR(ES) PRINCIPAL(ES):

Cristian Alfonso Jiménez Castaño

10 horas

CODIGO CIE

EI6-15-2

Mauricio Alexander Alvarez Lopez

Tutor

0 Horas

TIPO DE CONVOCATORIA

2014. Estudiante Investigador Utp 2014

TIPO DE PROYECTO

Investigación Básica

OBJETIVO(S)

Objetivo General: Desarrollar un modelo probabilístico espacio-temporal basado en ecuaciones en derivadas parciales para la descripción de la dinámica de regulación de la proteína Bicoid en la segmentación del cuerpo de la Drosophila Melanogaster Objetivos Específicos: Desarrollar un modelo probabilístico basado en procesos Gaussianos que incluya en su función de covarianza la información de la dinámica de regulación de la proteína Bicoid entregada por una ecuación diferencial en derivadas parciales. -Desarrollar un algoritmo de inferencia estadística para la estimación de los parámetros de interés de la ecuación diferencial en derivadas parciales que utiliza el modelo probabilístico (función de covarianza del proceso Gaussiano). -Validar el desempeño del modelo probabilístico desarrollado en una red de regulación que incluya datos de expresión del morfógeno Bicoid.

RESUMEN

En varias áreas del conocimiento e industria, se hace necesario el poder estimar el comportamiento de algún elemento o variable. Por Ejemplo, los operadores de redes de telefonía móvil; los cuales en sus planes de expansión deben determinar la mejor configuración de la red para prestar un mejor servicio, un problema de optimización, o determinar la mejor ubicación de nueva(s) antenas, un problema de regresión. Los operadores de red miden la calidad de servicio por medio de indicadores de desempeño (PI, siglas en inglés), los indicadores más importantes son llamados indicadores clave de desempeño (KPI, siglas en inglés). Estos indicadores clave sólo pueden ser medidos en el punto espacial de las antenas. El proyecto sugiere una metodología que tiene como objetivo inferir el comportamiento en el tiempo de un KPI en un punto geográfico diferente a la ubicación de las antenas existentes, por medio de Procesos Gaussianos de Regresión sobre los coeficientes de representación de la serie temporal que describe ¿este comportamiento. La metodología logra capturar la dinámica de los KPIs, además para redes en forma de malla la estimación es mejor que para redes con configuraciones aleatorias o esparcidas. También el número de antenas, utilizadas para realizar el procedimiento, es importante para la estimación. La metodología planteada es una nueva forma de interpolar geográficamente series temporales, con un enfoque en el análisis funcional de datos y con el objetivo estimar el comportamiento del KPI en cualquier punto geográfico; la metodología no depende del número de datos disponibles, sólo del número de antenas y los parámetros de los Procesos Gaussianos (GP, siglas en inglés); lo cual nos lleva a poder usarlas en series temporales de horas, días, meses y hasta años, siempre y cuando existan los suficientes datos para realizar una regresión lineal y encontrar por ende coeficientes de representación que describan de la mejor manera el comportamiento del KPI.

ESTADO

Concluido

FECHA DE INICIO

09/03/2015

FECHA DE FINALIZACION

09/11/2015

PRODUCTOS

ARTICULO PUBLICABLE: Análisis de indicadores clave de desempeño en una red de telefonía móvil empleando análisis funcional de datos.

Artículo publicado en Revista de divulgación