| 11-06-2024 |
Algoritmos Avanzados para la Toma de Decisiones Colectivas
En esta investigación de pregrado estudiaremos técnicas modernas en el diseño de algoritmos para la toma de decisiones en ambientes colectivos, como elecciones para cámaras de representantes, repartición de bienes escasos, y la asignación dinámica en plataformas de emparejamiento. En una primera fase, estudiaremos algún artículo reciente en la literatura, identificando las técnicas principales y potenciales espacios de mejora. Luego, en una segunda fase, y dependiendo de la naturaleza de la pregunta, diseñaremos nuevos algoritmos y realizaremos simulaciones o un estudio teórico de garantías. Para esta investigación, es requisito haber cursado ramos en optimización, probabilidades y programación (o afines).
Prerequisitos:
ICS113H
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 3/3 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 21-11-2023 |
Inversión del problema de pronóstico de tiempo de descarga de baterías con Deep Reinforcement Learning
El tiempo en que ocurre la descarga de una batería en el futuro depende de cuál es la energía actual almacenada y cómo se dispondrá de ella posteriormente, es decir, de cómo se descargará la batería en el futuro. En esta investigación se busca invertir este problema. La idea principal es definir el tiempo futuro en que se desea se descargue una batería, y con esa información construir una función que defina cómo ha de descargarse la batería para conseguir tal propósito. Esta función corresponde a una red neuronal profunda, la cual es entrenada mediante aprendizaje reforzado. Este trabajo contempla reuniones semanales para reporte de avances y discusión. Ya se cuenta con un código base en Python, y la idea principal es afinar resultados y explorar mejoras.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 11-06-2024 |
Prerequisites:
ICS113H
Evaluation method: Nota 1-7, with 3/3 available vacants |
Mentor(s): Open in the plataform |
| 21-11-2023 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/2 available vacants |
Mentor(s): Open in the plataform |