Repositorio Institucional de CIMAT
Not a member yet
1133 research outputs found
Sort by
LSTM-GARCH para la predicción de volatilidad en portafolios de criptomonedas
Get PDFDebido a la popularidad de activos financieros digitales como son las criptomonedas, y su diferencia respecto a los mercado tradicionales, es atractivo analizar los cambios que presenta en un periodo de tiempo y determinar si es posible predecirlos, así como saber si el volumen de las transacciones realizadas sobre estas es importante en la construcción de portafolios de inversión óptimos. Las criptomonedas están basadas en una red descentralizada lo cual les permite existir fuera del control de los gobiernos, que puede generar una alta volatilidad del tipo de cambio, esto implica que no mantienen una variabilidad constante a lo largo del tiempo, información que puede utilizarse, de igual forma, en la construcción de portafolios.
En el presente trabajo se aplican modelos de autocorrelación condicional heterocedásticos EGARCH y GJRGARCH a portafolios igualmente pesados de criptomonedas y modelos multivariados GARCH DCC a portafolios de mínima varianza; se realiza el pronóstico de la volatilidad realizada por medio de un modelo LSTM, y se implementa un modelo híbrido LSTM-GARCH; considerando el volumen como fuente de información externa y los coeficientes de los modelos EGARCH y GJRGARCH de orden (1,1), para datos en alta frecuencia de enero de 2020 a junio de 2020. Se evalúan los distintos pronósticos generados por cada método a través de métricas financieras como la Razón de Sharpe y el Valor en Riesgo, errores heterocedásticos respecto a la volatilidad realizada y la precisión en la predicción a través del test Diebold-Mariano.
Se presenta evidencia de que los modelos univariados GJRGARCH y GJRGARCH con volumen presentan menores errores heterocedásticos, los modelos univariados EGARCH presentan mayores valores para la Razón de Sharpe, los modelos multivariados DCC y DCC con volumen, presentan buenos resultados respecto al VaR, y que los modelos LSTM, en sus distintas variantes, recuperan mejor la estructura de la varianza realizada, y mejor precisión dado el test Diebold-Mariano
EVALUACIÓN Y COMPARACIÓN DE MODELOS DE APRENDIZAJE DE MÁQUINA MEJORADOS POR METAHEURÍSTICAS PARA LA ELABORACIÓN DE PRONÓSTICOS DE VENTA MEDIANTE SERIES TEMPORALES CORTAS
Get PDFEl problema de los pronósticos de ventas, es general para todas las organizaciones. Su importancia se ve reflejada en todas las áreas de las empresas, y especialmente, en los costos operacionales. Para empresas con poco tiempo en el mercado, con nuevos productos o aquellas que no tienen técnicas automatizadas de recolección de información, se vuelve aún más crítico contar con un pronóstico acertado de sus ventas. La principal ventaja de dichos pronósticos es que se puede administrar de mejor manera toda la cadena de suministros, logrando ventajas competitivas que benefician directamente a la empresa y sus clientes. A partir de estos pronósticos se puede generar un plan maestro de producción que dictamine la dinámica laboral y operacional de la organización. Cuando las organizaciones no disponen de grandes volúmenes de datos para realizar sus pronósticos, se puede analizar la información existente con la intención de obtener información valiosa para su toma de decisiones. En esta investigación se resolvió el problema de pronósticos de ventas para una empresa de manufactura, debido a que la cantidad de información disponible es limitada, en este caso series temporales cortas, se decidió implementar modelos de aprendizaje de máquina que pudieran construir dichos pronósticos. De igual manera, se buscó mejorar la precisión de dichos modelos mediante algoritmos metaheurísticos aplicados al ajuste de hiperparámetros. Los resultados obtenidos muestran que éstos algoritmos tienen efectos significativos para el comportamiento y desempeño de los modelos de ML, con respecto a una selección aleatoria o con base en experiencia, de los mencionados hiperparámetros
REGISTRO MÉTODO DE EVALUACIÓN Y EVOLUCIÓNEN EL USO DE MÉTODOS DEDESARROLLO DE SOFTWARE ÁGIL
No full textHoy en día una cantidad considerable de microempresas (MiPYMEs), así como pequeñas y medianas empresas (PYMEs) prefieren el uso de métodos ágiles. Sin embargo, la falta de conocimiento en cómo utilizar estos métodos, da como resultado que éstos se adopten de manera empírica, por lo tanto, sin implementarlas de manera adecuada.
En este trabajo se presenta un método de evaluación en relación a la implementación de los métodos ágiles, en específico de Scrum. El método de evaluación dirigido a las MiPYMEs y PYMEs, está basado en un análisis que mide el nivel de madurez en el cual una organización adopta y usa Scrum de manera adecuada. Para la implementación del método de evaluación, se ha desarrollado una herramienta que permita evaluar a las organizaciones, ofreciendo además información requerida para implementar Scrum e incrementar el nivel de madurez de la empresa en el uso de Scrum para su proceso de desarrollo de software
Multi-robot Exploration and Semantic Map Building: Distributed Algorithms and Heterogeneous Agents
Get PDFIn this thesis, we deal with multi-robots systems, such systems are of interest since the performance for several robotic tasks are in general better using multiple robots than the performance obtained with a single robot. In the first part of this document, we address
problems related to minimalistic robotics. The main contributions are the following: 1) The proposed algorithms guarantee exploring the whole environment or the largest possible portion of it, in finite time, even though the robots are no capable of building an exact map of the environment, they cannot estimate their positions, and each robot does not have full information about the part of the environment explored by other robots. 2) The method only requires limited communication between the robots. 3) We have proposed an exploration strategy that guarantees covering the largest possible portion of the environment with the visibility regions of omnidirectional sensors. 4) The approach scales well to hundreds of robots and obstacles.
In the second part of this thesis, the main goal is to provide a motion strategy for a team of robots to explore and build a map of an unknown environment. The team of robots consists of heterogeneous agents, namely, two terrestrial robots with different sensing and motion capabilities and an aerial drone. The strategy has to consider robots’ capabilities to determine sub-goals to explore the environment with the terrestrial robots. We focus in two main aspects: 1) the heterogeneity of the robots in the team, and 2) the uncertainty in sensing
and motions of the robots.
The main contributions are the following: 1) An observation model that consists of several neural network classifiers that have as an input laser data and video images providing as output a semantic map. 2) A motion model, which relativizes the accuracy of the motion of the robots with respect to the robot equipped with the most precise motors. 3) An efficient motion policy based on stochastic dynamic programing. 4) The approach is validated with simulations and experiments in real terrestrial robots and a drone
Estimación de la Batimetría en las Ecuaciones de Saint-Venant por el Método del Sistema Adjunto y Aproximación con el Método Galerkin Discontinuo
Get PDFEn este trabajo de tesis hemos desarrollado las herramientas para es-
tudiar numericamente las ecuaciones de aguas someras en una dimension
(tambien conocidas como ecuaciones de ecuaciones de Saint-Venant) a traves
del metodo de Galerkin Discontinuo. El problema directo consiste en esta-
blecer resultados de existencia, unicidad y estabilidad de la solucion, esto es,
determinar cuando es un problema bien planteado en el sentido de Hadamard.
A partir de consideraciones fsicas derivamos las ecuaciones de Saint-
Venant
@
@t
h
hu
+
@
@x
hu
hu2 + g
2h2
=
0
ghBx(x)
; x 2 [a; b]; t 0;
donde h y u son la altura y la velocidad respectivamente, B(x) es la bati-
metra y g es la constante gravitacional. Cabe mencionar que el lado derecho
de este sistema depende de la situacion que estemos modelando, y la meto-
dologa presentada enseguida es facilmente adaptable a cada problema.
En el estudio del problema directo, se supone conocida toda la informa-
cion: parametros, dominio de denicion, condiciones iniciales y de frontera.
Esto no sucede en la practica, solo se tiene informacion parcial de la solucion,
e.g., mediciones de componentes de velocidad horizontales en un numero dis-
creto de puntos en tiempo y espacio.
En este trabajo proponemos una solu
On Uncertainty Quantification of Models Defined by Initial and Boundary Value Problems for Differential Equations
Get PDFInverse problems arise in an enormous variety of science and engineering applications where model parameters must be estimated from noisy and indirect observational data. These problems are characterized by observational errors, model errors, and issues of ill-posedness which yield uncertainties in model parameters. Bayesian statistical approaches to inverse problems allow us to make simulations and predictions with quantified uncertainties. These tasks become essential in model-based decision-making. Using a dynamical system based on physical principles to predict the observations is known as the forward problem. Traditional Bayesian methods as inference of the parameters, sampling from a distribution, quadrature approximations, experimental design, and model selection are affected by the introduction of a numerical solution of an ODE/PDE system. Therefore, ensuring the regularity of the direct problem, the consistency in the discretization, and the consequent stability of the posterior is of great importance to building reliable predictions. In this work, our specific interest relies on the challenges for the statistical approach for inverse problems defined by initial and boundary value problems for differential equations. We present several examples of inverse problems with applications in mesh refinement, elastography, epidemics, and biology. To face these problems, we consider model selection criteria, experimental design strategies, posterior sampling schemes, among others in which we apply dimension reduction, optimization, and numerical analysis tools. The main goal illustrated by these examples is the systematic treatment of model, data, and computational errors to produce predictions with quantified uncertainty
Mejora del Desempeño de Algoritmos Evolutivos Multi-objetivo con Esquemas de Diversidad en las Variables de Decisión
No full textLos Algoritmos Evolutivos (EAs) son uno de los esquemas más populares para lidiar con problemas de optimización complejos. A pesar de su popularidad, aún existen algunos inconvenientes que pueden degradar su rendimiento, por lo que es un área en que aún hay que investigar mucho. Entre estos inconvenientes, en el caso mono-objetivo se ha observado una debilidad muy importante, siendo ésta la pérdida de diversidad, llevando a lo que se conoce como convergencia prematura. Sin embargo, se ha observado que considerar mecanismos para administrar la diversidad en el espacio de las variables de forma explícita permite reducir el impacto de este inconveniente. En el área de optimización multi-objetivo la utilización de Algoritmos Evolutivos Multi-objetivo (MOEAs) es cada más popular. Sin embargo, en esta área, la mayor parte de los algoritmos actuales no considera de forma explícita el tratamiento de la diversidad en el espacio de las variables, sino que la mayoría se centran exclusivamente en el espacio objetivo. En esta tesis se analiza si los problemas que surgen para el caso mono-objetivo están surgiendo también para el caso multi-objetivo y en base a eso se diseñan nuevos algoritmos que administran de forma explícita y simultánea la diversidad en el espacio de las variables y en el espacio objetivo.
Las propuestas de esta tesis se basan en diseñar MOEAs considerando un principio que ha ofrecido soluciones de calidad en el caso de optimización mono-objetivo y que consiste en administrar la diversidad de forma explícita relacionando la misma con el criterio de parada para obtener un balance apropiado entre exploración e intensificación. Particularmente se busca asegurar que las primeras fases del algoritmo promueven la exploración del espacio de búsqueda y que las fases finales promueven la intensificación. En base a este principio, se desarrolla un nuevo MOEA basado en dominancia y tres variantes basadas en descomposición. De entre ellos, destaca el rendimiento del VSD-MOEA y VSD-MOEA/D, siendo el primero basado en dominancia y el segundo basado en descomposición, pues en base a los resultados obtenidos se muestra no sólo que se ha mejorado el estado-del-arte de los MOEAs, sino que además se han resuelto apropiadamente la mayoría de los problemas de prueba más populares en el ámbito multi-objetivo. Además, la tesis también contribuye en lo referente al diseño de operadores de reproducción, analizando y proponiendo modificaciones a varios de los operadores má
Desarrollo de una guía para enseñar la metodología Lean Startup a estudiantes de Ingeniería de Software a través del uso de un juego serio
Get PDFEn los últimos años, la importancia de enseñar habilidades de emprendimiento a estudiantes de Ingeniería ha ido en aumento. Como respuesta, varios cursos de Ingeniería de Software y Ciencias de la Computación se han centrado en la enseñanza de innovación y desarrollo de Startups mediante metodologías emergentes como Lean Startup y Customer Development. En este contexto, Lean Startup se ha convertido en un referente en el ámbito académico impartiéndose en más de 25 universidades alrededor del mundo. Sin embargo, los estudiantes aún encuentran dificultad para comprender los conceptos clave de la metodología y llevarlos a la práctica, lo que puede impedir que adquieran habilidades para los negocios durante los cursos.
Uno de los mayores problemas al enseñar desarrollo de Startups y emprendimiento en un entorno académico es la dificultad para simular un ambiente donde los estudiantes aprendan a desarrollar productos de software de una manera muy similar a como sucede en el mundo real, convirtiéndose en un desafío importante. Una alternativa es el uso de juegos serios, diversos estudios demuestran que estos juegos pueden conducir a un aprendizaje efectivo, reforzando el contenido que se presenta durante la enseñanza de un tema en particular. Los juegos serios permiten a los estudiantes practicar las competencias mediante la simulación de situaciones de la vida real en un entorno realista, manteniéndolos comprometidos con el aprendizaje.
En este contexto, se propone una guía para enseñar Lean Startup, la propuesta permite que los estudiantes puedan aprender en un entorno realista al utilizar un juego serio que ayuda a simular situaciones del mundo real. Además, proporciona un conjunto de recomendaciones, buenas prácticas y recursos que contribuyen a mejorar la comprensión de los conceptos principales de la metodología. Así mismo, se desarrollaron una serie de cartas de experimentos adicionales para reforzar los conceptos que se transmiten durante la ejecución del juego. La guía fue evaluada por un conjunto de expertos en el tem
VISUALLY-GUIDED HUMANOID WALKING PATTERN GENERATION
No full textThis thesis addresses the problem of the navigation of a humanoid robot in a visual memory using vision as the main source of perception of the environment. The navigation of a robot based on a visual memory typically implies three distinct stages. First, the learning stage consists of making the robot build a representation of the initially unknown environment, by means of a set of key images that forms the so-called visual memory. In the localization stage, an image corresponding to the destination location (objective image) and the image currently observed by the camera mounted on the robot are specified as inputs, and the robot must be localized within the visual memory. Then, in the autonomous navigation stage, the robot has to reach a location associated with the destination image by following a visual path. Specifically, we focus on the stage of localization within a visual memory and on the stage of autonomous navigation.
In the appearance-based localization of a humanoid robot, the main contribution is a specific vocabulary to deal with the issues generated by the humanoid locomotion. A hierarchical visual bag of words (VBoW) approach was used to achieve this goal. This algorithm represents an image as a numerical vector in the form of a histogram of visual words, which allows fast image comparisons.
The main contribution in the autonomous navigation stage is to show how visual constraints, particularly homographies and epipolar geometry, can be integrated tightly into the locomotion controller of a humanoid robot to drive it from one configuration to another, only by means of images. The visual errors generated by these constraints are stacked as terms of the objective function of a Quadratic Program so as to specify the final target of the robot with a reference image. By using visual constraints instead of specific points, we avoid the feature occlusion problem.
Three applications are presented of the visual navigation strategy: Simultaneous locomotion and visual obstacle avoidance, visual path-following, and navigation in a straight corridor. First, we propose a framework to handle the avoidance of obstacles within our scheme for autonomous navigation. In the second problem, we extend the image-based strategy to solve the problem of following a visual path by a humanoid robot, which allows the robot to execute much longer paths than when using just one reference image. Finally, we present an approach in which we add a rotational degree o
ANÁLISIS DE DATOS MÓVILES APLICANDO MODELOS DE TÓPICOS
Get PDFDe manera natural las personas vamos formando rutinas para adaptarnos
al entorno social en el cuál nos desempeñamos. Estas rutinas se ven reflejadas
en las secuencias de ubicaciones que visitamos para desplazarnos hacia los
lugares donde realizamos nuestras actividades diarias, sin embargo, ¿cómo pode-
mos determinar la presencia de ellas? El presente trabajo consiste en un análi-
sis exploratorio de un conjunto de datos de movilidad de usuarios utilizando
modelos de tópicos con el fin de determinar si existe una estructura subyacente
en la movilidad de las personas de acuerdo a las rutinas que éstas manifiestan
en sus vidas. Se presenta la introducción al problema explicando el modelo a
utilizar así como su desarrollo teórico, validación experimental de su funciona-
miento a través de conjuntos de datos sintéticos y su aplicación a un conjunto de
datos real con presentación de los resultados obtenidos y conclusiones