Lista de noticias

PEDECIBA - Informática se complace en anunciar dos presentaciones de investigación a cargo de Federico Méndez y Felipe Miranda, quienes fueron beneficiarios de las Pasantías de Investigación PEDECIBA - Informática en 2024. Tras la culminación exitosa de sus pasantías, ambos estudiantes compartirán los frutos de sus trabajos de investigación.

Estas presentaciones representan una valiosa oportunidad para conocer los avances realizados y servirán como preparación para su participación en el evento internacional Mathematical Methods in Reliability (MMR 2025), que se llevará a cabo en Viña del Mar, Chile, a fines de junio.

Invitamos a la comunidad académica, estudiantes e investigadores/as a participar en estas charlas que resaltan el compromiso de PEDECIBA con el fomento de la investigación.

Detalles del evento:

• Fecha: Martes 17 de junio de 2025
   
• Hora: 16:00 horas
   
• Lugar: Sala de asambleas del InCo, FING.

Programa de Presentaciones:

1. "Model construction in Stochastic Binary Systems" 

Expositor: Federico Méndez (Pasante de PEDECIBA)

Idioma: Presentación en castellano.

Resumen:A Stochastic Binary System (SBS) is a mathematical model representing a multicomponent on-off system, where components are subject to random failures. Formally, an SBS is defined as a triad
(S, p, φ), where S = {1, . . . , m} is a ground set of components, p = (p1, . . . , pm) ∈ [0, 1^]m represents their elementary reliabilities, and φ : {0, 1}^m → {0, 1} is the logical rule or structure function that determines the system’s state based on the states of its components. While previous studies have typically assumed perfect information about the system, this work focuses on a data-driven approach to model construction. Specifically, we develop and evaluate machine learning (ML) and deep learning (DL) models to approximate the structure function φ of an SBS using only a random subset of its possible states. The primary objectives are to maximize accuracy on a test set and investigate trade-offs between accuracy, computational efficiency, and model complexity. Furthermore, we analyze the generalizability of the models by evaluating their performance on all possible unobserved states of the system. Experimental results are promising, with some models achieving perfect accuracy across all possible states in systems of moderate size, demonstrating the effectiveness of this approach for approximating stochastic systems.

2. "Sistemas binarios estocásticos uniformemente más confiables" 

Expositor: Felipe Miranda (Pasante de PEDECIBA)

Resumen: El objetivo de este trabajo es extender conceptos y resultados bien conocidos de la teoría de confiabilidad en redes al marco más general de los Sistemas Binarios Estocásticos (SBE), principalmente en sistemas que cumplen con la propiedad de ser separables. Los SBE modelan sistemas compuestos por múltiples componentes, donde cada uno de estos tiene un estado binario (operativo o fallido) sujeto a fallas aleatorias e independientes.
Frank Boesch introdujo el concepto de grafos uniformemente más confiables y propuso varias conjeturas que dieron forma al estudio del análisis de confiabilidad uniforme. Una de sus conjeturas, conocida como la conjetura de 0-elemento, establece que cada grafo uniformemente más confiable tiene la mínima cantidad de conjuntos separadores de aristas de tamaño k para cualquier elección factible de k.
En este documento definiremos primeramente algunos conceptos clave relacionados con los sistemas binarios estocásticos tales como subsistemas, coherencia, separabilidad y confiabilidad uniforme. A continuación, demostraremos que cualquier subsistema de un sistema binario estocástico separable también es separable. Luego, reformularemos la conjetura de 0-elemento en el contexto de los sistemas binarios estocásticos y probaremos que esta es válida para la familia de los SBE coherentes y separables. Finalmente, se extiende el concepto de confiabilidad local para SBE.