Paola Bermolen

Paola Bermolen

Profesora Agregada (Grado 4) — Dedicación Total
Instituto de Matemática y Estadística Rafael Laguardia (IMERL)
Facultad de Ingeniería, Universidad de la República, Uruguay
paola@fing.edu.uy Julio Herrera y Reissig 565, Montevideo www.fing.edu.uy/imerl

Sobre mí

Soy matemática e investigadora en el Instituto de Matemática y Estadística Rafael Laguardia (IMERL) de la Facultad de Ingeniería, Universidad de la República (UdelaR). Ingreso al IMERL en 1998 como ayudante. Obtuve mi Licenciatura en Matemática en la Facultad de Ciencias (UdelaR) en 2003 y mi Doctorado en Informática y Redes (Spécialité: Informatique et Réseaux) en Télécom ParisTech, Francia, en 2010, bajo la dirección de Dario Rossi y François Baccelli.

Desde hace muchos años mis líneas de investigación se enmarcan dentro del grupo ARTES, aunque a partir de diciembre de 2020 mi mayor dedicación es al CICADA Centro Interdisciplinario en Ciencia de Datos y Aprendizaje Automático. Mi mayor interés y al mismo tiempo el mayor desafío, continúa siendo el lograr abordar problemas de investigación que den lugar a resultados novedosos y significativos tanto en el área de las telecomunicaciones (u otras aplicaciones) como en el área de la matemática, en particular en probabilidad y estadística. En el último período he incursionado en otras áreas de aplicación como los sistemas ecológicos en las que seguiré trabajando buscando consolidar la matemática aplicada de calidad dentro del IMERL.

Integré los grupos GUIAD y GACH durante la pandemia de COVID-19. Fui sub-directora del IMERL entre enero del 2021 y enero del 2023 y directora entre enero de 2023 y marzo de 2025.

SNINivel II (Activo)
PEDECIBAGrado 4 – Área Matemática
CargoProfesora Agregada, Grado 4, 30 hs / DT
CVUyVer currículum completo
IdiomasEspañol, Inglés, Francés
ResearchGatePaola Bermolen

Investigación

Mi trabajo combina herramientas de probabilidad y estadística matemática con problemas de ingeniería y ciencia de datos. Me interesa tanto obtener resultados teóricos novedosos como su aplicación concreta a sistemas reales.

Áreas principales

Publicaciones seleccionadas

Lista parcial. Ver ResearchGate para el listado completo.

Artículos en revistas arbitradas

  1. Gradient-Based Spectral Embeddings of Random Dot Product Graphs M. Fiori, B. Marenco, F. Larroca, P. Bermolen, G. Mateos
    IEEE Transactions on Signal and Information Processing over Networks, 2024  [doi]
  2. Federated Learning for Data Analytics in Education
    C. Fachola, A. Tornaria, P. Bermolen, G. Capdehourat, L. Etcheverry, M.I. Fariello
    Data, 8(2):43, 2023  [doi]
  3. Large Deviation Principle for the Greedy Exploration Algorithm over Erdős–Rényi graphs P. Bermolen, V. Goicoechea, M. Jonckheere, E. Mordecki
    ALEA, Latin American Journal of Probability and Mathematical Statistics, 19:439–456, 2022
  4. Large deviations for the greedy exploration process on configuration models
    P. Bermolen, V. Goicoechea, M. Jonckheere
    Electronic Communications in Probability, 2022
  5. Contact tracing-induced Allee effect in disease dynamics
    M. Arim, D. Herrera-Esposito, P. Bermolen, A. Cabana, M.I. Fariello, M. Lima, H. Romero
    Journal of Theoretical Biology, 452, 2022
  6. Online change point detection for weighted and directed random dot product graphs
    B. Marenco, P. Bermolen, M. Fiori, F. Larroca, G. Mateos
    IEEE Transactions on Signal and Information Processing over Networks, 8:144–159, 2022
  7. Large-Scale 802.11 Wireless Networks Data Analysis Based on Graph Clustering
    P. Bermolen, G. Capdehourat, M. Fiori, N. Frevenza, F. Larroca et al.
    Wireless Personal Communications, 2021  [doi]
  8. The Jamming Constant of Uniform Random Graphs P. Bermolen, M. Jonckheere, P. Moyal
    Stochastic Processes and their Applications, 127(7):2138–2178, 2017
  9. Scaling Limits and Generic Bounds for Exploration Processes
    P. Bermolen, M. Jonckheere, J. Sanders
    Journal of Statistical Physics, 169(5):989–1018, 2017  [doi]
  10. Multi-resource allocation: analysis of a paid-sharing approach based on fluid model
    P. Bermolen, C. Rattaro, P. Belzarena
    IEEE Transactions on Cognitive Communications and Networking, 2018  [doi]
  11. Abacus: Accurate Behavioral Classification of P2P-TV Traffic P. Bermolen, M. Mellia, M. Meo, D. Rossi, S. Valenti
    Computer Networks, 55(6):1394–1411, 2011  [doi]
  12. Extremal versus Additive Matérn Poisson Processes F. Baccelli, P. Bermolen
    Queueing Systems, 71(1-2):179–197, 2012  [doi]
  13. Support Vector Regression for Link Load Prediction P. Bermolen, D. Rossi
    Computer Networks, 53(2):191–201, 2008  [doi]

Preprints recientes

  1. Weighted Random Dot Product Graphs
    B. Marenco, P. Bermolen, M. Fiori, F. Larroca, G. Mateos
    arXiv, 2025  [arxiv]
  2. Large Deviations and the Peano Phenomenon in Stochastic Differential Equations with Homogeneous Drift
    P. Bermolen, V. Goicoechea, J.R. León
    arXiv, 2025  [arxiv]
  3. Probabilistic Insights for Efficient Exploration Strategies in Reinforcement Learning
    P. Bermolen, E. García, M. Jonckheere, S. Shneer
    arXiv, 2025  [arxiv]

Proyectos de investigación

En marcha

Geometría en Redes Complejas y Aplicaciones a Aprendizaje Automático

CSIC · 2025 – Resp.: M. Fiori, F. Larroca. Equipo: G.Mateos, B.Marenco, M.Carrasco, S.Perez, S.Llavayol, )

Estudio de embeddings hiperbólicos para redes complejas, su extensión a redes dinámicas y su integración en arquitecturas GNN.

Large Deviations for the Peano Phenomena

ANII · 2025 – presente · Integrante del equipo (Resp.: V. Goicoechea)

Centro Interdisciplinario en Ciencia de Datos y Aprendizaje Automático (CICADA)

Espacio Interdisciplinario, UdelaR · 2020 – 2030 · Co-responsable

Centro renovado hasta 2030 que integra investigación, formación y divulgación en ciencia de datos con énfasis interdisciplinario. Nuevas áreas: IA Responsable y Fundamentos Matemáticos de la CD. cicada.uy

Probabilidad y Estadística – Grandes desvíos en procesos estocásticos

CSIC · 2023 – presente · Integrante del equipo (Resp.: E. Mordecki, F. Dalmao)

Línea centrada en grandes desvíos para procesos de exploración de grafos y ecuaciones diferenciales estocásticas.

Concluidos (selección)

Learning and Control on Complex Networks (LAGOON)

ANII · 2022 – 2024 · Responsable

Proyecto internacional Argentina–Francia–Uruguay. Matching estocástico, detección en grafos, aprendizaje por refuerzo.

Métodos espectrales eficientes para representación y análisis de grafos de gran escala

CSIC · 2023 – 2025 · Integrante del equipo

Estimación del porcentaje de reporte de casos de COVID-19 en Uruguay

CSIC · 2020 – 2021 · Responsable

Metodología estadística para estimar casos no reportados a partir de datos de hospitalización. Publicado en GUIAD.

Formación de recursos humanos

Estudiantes actuales

NombreNivelTemaCo-tutor/a
Sofía Llavayol Doctorado Representaciones geométricas para aprendizaje automático en redes complejas M. Carrasco
Ernesto García Doctorado (co-tutela con Francia) Técnicas de exploración para aprendizaje por refuerzo con recursos escasos M. Jonckheere
Facundo Morini Maestría Mejora de proyecciones de fecundidad D. Ciganda
Sebastián Gadea Maestría Modelos de ML para análisis de rendimiento y desvinculación estudiantil B. Marenco

Graduados (selección)

NombreNivelAñoTema
Bernardo Marenco Doctorado 2025 Inferencia estadística para datos en red y aplicaciones
Valeria Goicoechea Doctorado 2022 Exploración de grafos aleatorios y redes inalámbricas (mención)
Claudina Rattaro Doctorado 2018 Modelado de redes cognitivas
Bernardo Marenco Maestría 2019 Reconocimiento de patrones rítmicos en señales de audio
Valeria Goicoechea Maestría 2016 Límites fluidos y redes inalámbricas

Grupos e instituciones

Participo o he participado activamente en los siguientes grupos y centros:

CICADA Grupo ARTES GUIAD-COVID-19 GACH IMERL PEDECIBA Matemática

Organización de eventos (selección)