(1864 - 1942)
Doctor en Medicina. Introductor y maestro de la Radiología y la Fisioterapia en Cuba. Sus méritos profesionales contribuyeron a prestigiar la campaña que emprendió desde París, en defensa de la gloria de Finlay.
Ciencias Naturales y Exactas
2011 | Nuevos métodos para la calibración estadística basada en datos univariados, multivariados y funcionales.
Autoría principal: Noslen Hernández González
Resumen: En este trabajo se investiga el problema de la calibración estadística, motivado por la necesidad de dar solución a problemas de calibración con datos provenientes del análisis químico instrumental como es el caso de los datos espectroscópicos, cromatográficos, entre otros. Se presenta el desarrollo de cuatro nuevos métodos de calibración para diferentes espacios muestrales: univariados, multivariados y funcionales; tres de los cuales constituyen aporte al conocimiento en el área de la estadística. Los principales aportes se resumen en: a) se propone un enfoque predictivo no Bayesiano, para la calibración univariada lineal, que mitiga algunas de las limitaciones de los enfoques frecuentistas existentes; b) se introduce el uso de las Máquinas de Vectores Relevantes para Regresión en la solución de problemas de calibración para datos multivariados; c) para la calibración con datos funcionales, se propone un método de regresión no paramétrico ralo que consiste en la extensión de las Máquinas de Vectores Soportes a datos funcionales, junto a una nueva clase de funciones núcleos, y por último, d) se desarrolla un nuevo método no paramétrico de regresión inversa basado en la densidad. El comportamiento de todos los enfoques propuestos se ilustra a través de estudios de simulación o la aplicación a datos reales. Se ha desarrollado una plataforma experimental en MatLab que contiene la implementación de los métodos propuestos. Además, se encuentran implementados C, para ser incluidos en la herramienta Quimiometrix 2.0 (software desarrollado en nuestra institución). Todos los resultados se encuentran avalados por publicaciones de alto impacto.