Cinco innovadoras contribuciones españolas de alto impacto internacional han sido reconocidas con los Premios Sociedad de Estadística e Investigación Operativa (SEIO)-Fundación BBVA 2021. Se trata de la segunda edición de unos galardones que nacieron en 2020 para reconocer las aportaciones más innovadoras en dos disciplinas, la Estadística y la Investigación Operativa.
El objetivo de los premios, como se afirma en sus bases, es no solo «incentivar a los investigadores españoles en Estadística e Investigación Operativa», sino también, a través del reconocimiento a la excelencia en estas dos disciplinas, «impulsar su proyección al conjunto de la sociedad».
En esta segunda edición se han premiado cinco trabajos, todos ellos por ser «aportaciones pioneras e influyentes a la investigación en Estadística e Investigación Operativa». Cada uno de los premios tiene una dotación de 6.000 euros. Sus autores son investigadores en universidades y centros de investigación de Madrid, Navarra, el País Vasco, A Coruña, Andalucía y Castilla-La Mancha.
Se trata de contribuciones publicadas en revistas de alto impacto, y que están recibiendo ya un alto número de citas. Abarcan una gran diversidad de áreas y pueden tener múltiples aplicaciones en bioinformática, investigación médica, ciencia espacial y producción industrial.
Los premios se conceden principalmente por artículos científicos publicados en los últimos cinco años. Sus autores deben ser investigadores de nacionalidad española, o de otra nacionalidad, que hayan realizado su trabajo de investigación en una universidad o centro científico de España. Pueden ser concedidos también a investigadores de cualquier nacionalidad por contribuciones desarrolladas en colaboración con uno o más investigadores españoles.
PREMIADOS
Ana López, Ricardo Cao Abad, María Amalia Jácome Pumar e Ingrid Van Keilegom han obtenido el premio por su trabajo ‘Nonparametric incidence estimation and bootstrap bandwidth selection in mixture cure models’, que propone un enfoque alternativo para crear modelos de supervivencia de pacientes de cáncer, según señala el acta del jurado, utilizando unas técnicas conocidas en estadística como análisis de supervivencia. A estos investigadores se les ha reconocido en la modalidad de ‘Mejor contribución metodológica en Estadística’.
Por la ‘Mejor contribución metodológica en Investigación Operativa’, se ha concedido el premio al equipo coordinado por Christian Blum, investigador científico del Instituto de Investigación en Inteligencia Artificial-CSIC, y en el que han participado Pedro Pinacho Davidson, Manuel López-Ibáñez y José A. Lozano, todos ellos autores del artículo ‘Construct, merge, solve & adapt: a new general algorithm for combinatorial optimization’, publicado en ‘Computers & Operations Research’.
Con la investigación premiada, publicada en ‘European Journal of Operational Research’, Francisco Parreño Torres y María Teresa Alonso Martínez (ambos de la Universidad de Castilla-La Mancha) y Ramón Álvarez-Valdés Olaguíbel (Universidad de Valencia) respondieron a un reto internacional planteado por Saint-Gobain Glass Francia en el que participaron más de 60 equipos de todo el mundo. La solución publicada por este equipo fue la más eficiente de todas. Por ello, se les ha concedido el premio a la ‘Mejor contribución aplicada en Investigación Operativa’.
A la ‘Mejor contribución aplicada en Estadística’, se les ha concedido el premio a María Dolores Ugarte, Gonzalo Vicente, Tomás Goica y Paloma Fernández Rasines (Universidad Pública de Navarra), quienes han llevado a cabo, señala el acta del jurado, «un estudio innovador que, mediante métodos estadísticos, proporciona una mejor comprensión de lo que la Organización Mundial de la Salud considera un problema social de proporciones epidémicas, con aspectos particularmente complejos en la India»: la violencia contra las mujeres.
Andrés M. Alonso Fernández y Daniel Peña Sánchez de Rivera (Universidad Carlos III de Madrid) han desarrollado un método que, por primera vez, permite clasificar series temporales de datos por su dependencia. Esta «metodología innovadora», en palabras del acta, ha sido publicada en ‘Statistics and Computing’ bajo el título ‘Clustering time series by linear dependency’. El trabajo ha sido reconocido como la ‘Mejor contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data’.
