Saba Infante, Ph.D.

FULL-TIME FULL PROFESSOR 2

Biografía

Saba Infante es Profesor en Matemáticas (UPEL, Venezuela), Magíster en Estadística (UCV, Venezuela) y Doctor Ingeniero en Estadística Computacional (USB, Venezuela). Profesor titular, Departamento de Matemáticas, FACYT, Universidad de Carabobo (Venezuela), y actualmente estoy de profesor tiempo completo principal 2 en Yachay Tech, Ecuador.

Como docente, puedo contribuir en la docencia de asignaturas de pregrado y postgrado de probabilidad y estadística desde el punto de vista clásica y bayesiana. Adicionalmente, podría realizar aporte en otras actividades tales como; dirigir tesis de pregrado, magister y doctorado, realizar seminarios de investigación, colaborar con grupos multidisciplinarios que requieran de los métodos estadísticos, colaborar con la organización de seminarios, simposios, y congresos, dirigir una línea de investigación en estadística computacional.

Como investigador he participado activamente en proyectos de investigación conjuntamente con el departamento de economía del Banco Central de Venezuela (BCV), luego estuve trabajando en aplicaciones de sistema dinámicos caóticos analizando series de tiempo que tienen comportamientos lineales y no lineales (series de análisis de la frecuencia cardiaca fetal), paralelamente se trató el problema de datos faltantes y la predicción de niveles de precipitaciones en estaciones meteorológicas de Venezuela usando modelos estadísticos de redes neuronales y modelos dinámicos espacios temporales, al mismo tiempo, se estuvo desarrollando metodologías estadísticas para el análisis de datos provenientes del campo médico conjuntamente con Toxicólogo, Internista, Ginecólogos, Epidemiólogos.

Las posibles direcciones en las que quiero continuar trabajando como investigador incluyen principalmente, hacer estadística computacional: modelaje matemático, análisis e inferencia, a partir de un sistema dinámico real, trabajar con grupos multidisciplinarios que permitan diseñar experimentos e interpretarlos, realizar modelaje estadístico, construir teorías de aproximaciones, realizar simulaciones y analizar sus resultados, seleccionar buenos modelos predictores, comparar y mejorar modelos teóricos con respecto a los modelos empíricos.

 

Research interests

Stochastic Differential Equations, Computational Statistics, Bayesian Spatiotemporal Modeling.

 

Proyectos:
1. Computational Approaches for the Analysis of Urban Mobility Data. STIC-AmSud. Código del proyecto 21-STIC-06 Investigador adjunto. En curso.
2. Decisiones cualitativas. Investigador adjunto. Proyecto de investigación aprobado y avalado por la Vicecancillería de Investigación e Innovación y el Decano de la Escuela de Ciencias Matemáticas y Computacionales de la Universidad Yachay Tech, Ecuador. En curso.
3. Bayesian estimation of a mixed-effects model defined by a stochastic differential equation. 2018- 2020.
4. Estimación y predicción de modelos espacio temporal mediante una ecuación Integro diferencia y la ecuación diferencial estocástica usando algoritmos paralelizados. Tesis Doctoral, Universidad de Carabobo, Venezuela, 2013-2016.
5. Modelo dinámico espacio temporal para predecir niveles de precipitaciones en Venezuela. Financiado por la Partida 407 de la Facultad de Ciencias y Tecnología de la Universidad de Carabobo, 2010-2011.
6. Reconstrucción de sistemas dinámicos caóticos, utilizando filtros no lineales. Consejo de Desarrollo Científico Humanístico de la Universidad de Carabobo CDCH-UC 0462-2010,
7. Estudio de algunos procesos fisiológicos mediante técnicas matemáticas no lineales. Consejo de Desarrollo Científico Humanístico de la Universidad de Carabobo, CDCH UC0901-06, Tesis Doctoral.
8. Estimación de datos faltantes en estaciones meteorológicas de Venezuela vía un modelo de red neuronal multicapas. Financiado por la Partida 407 de la Facultad de Ciencias y Tecnología de la Universidad de Carabobo, 2007-2008.

 

Publicaciones recientes

1. Saba Infante, Luis Sánchez, Aracelis Hernández, José Marcano. (2021). Sequential Monte Carlo Filters with Parameters Learning for Commodity Pricing Models Statistics, Optimization & Information Computing 2021-06-22 | Journal article. DOI: 10.19139/soic-2310-5070-814. Part of ISSN: 2310-5070. Part of ISSN: 2311-004X
2. Chaglla D., Amaro I.R., Infante S. (2021). An Exploratory Analysis of COVID-19 in Latin America Using Functional Principal Component Analysis. In: Guarda T., Portela F., Santos M.F. (eds) Advanced Research in Technologies, Information, Innovation and Sustainability. ARTIIS 2021. Communications in Computer and Information Science, vol 1485. Springer, Cham. https://doi.org/10.1007/978-3-030-90241-4_18.
3. Cedeño N., Carillo G., Ayala M.J., Lalvay S., Infante S. (2021). Analysis of Chaos and Predicting the Price of Crude Oil in Ecuador Using Deep Learning Models. In: Guarda T., Portela F., Santos M.F. (eds) Advanced Research in Technologies, Information, Innovation and Sustainability. ARTIIS 2021. Communications in Computer and Information Science, vol 1485. Springer, Cham. https://doi.org/10.1007/978-3-030-90241-4_25.
4. Cedeño N., Infante S. (2021). Estimation of Ordinary Differential Equations Solutions with Gaussian Processes and Polynomial Chaos Expansion. In: Salgado Guerrero J.P., Chicaiza Espinosa J., Cerrada Lozada M., Berrezueta-Guzman S. (eds) Information and Communication Technologies. TICEC 2021. Communications in Computer and Information Science, vol 1456. Springer, Cham. https://doi.org/10.1007/978-3-030-89941-7_1.
5. Bautista Vega H., Infante S., Amaro I.R. (2021). Estimation of the State Space Models: An Application in Macroeconomic Series of Ecuador. In: Salgado Guerrero J.P., Chicaiza Espinosa J., Cerrada Lozada M., Berrezueta-Guzman S. (eds) Information and Communication Technologies. TICEC 2021. Communications in Computer and Information Science, vol 1456. Springer, Cham. https://doi.org/10.1007/978-3-030-89941-7_3.
6. Barragán G., Infante S., Hernández A. (2021). Unscented Kalman Filter and Gauss-Hermite Kalman Filter for Range-Bearing Target Tracking. In: Iano Y., Saotome O., Kemper G., Mendes de Seixas A.C., Gomes de Oliveira G. (eds) Proceedings of the 6th Brazilian Technology Symposium (BTSym’20). BTSym 2020. Smart Innovation, Systems and Technologies, vol 233. Springer, Cham. https://doi.org/10.1007/978-3-030-75680-2_59.
7. Padilla-Segarra A., González-Villacorte M., Amaro I.R., Infante S. (2020). Brief Review of Functional Data Analysis: A Case Study on Regional Demographic and Economic Data. In: Rodriguez Morales G., Fonseca C. E.R., Salgado J.P., Pérez-Gosende P., Orellana Cordero M., Berrezueta S. (eds) Information and Communication Technologies. TICEC 2020. Communications in Computer and Information Science, vol 1307. Springer, Cham. https://doi.org/10.1007/978-3-030-62833-8_14.
8. Soto J., Infante S. (2020). Ensemble Kalman Filter and Extended Kalman Filter for State-Parameter Dual Estimation in Mixed Effects Models Defined by a Stochastic Differential Equation. In: Basantes-Andrade A., Naranjo-Toro M., Zambrano Vizuete M., Botto-Tobar M. (eds) Technology, Sustainability and Educational Innovation (TSIE). TSIE 2019. Advances in Intelligent Systems and Computing, vol 1110. Springer, Cham. https://doi.org/10.1007/978-3- 030-37221-7_24.
9. Inti Becerra, Saba Infante, Isidro Amaro, Aracelis Hernández. (2020). Filtro combinado Kriging-Kalman para estimar y predecir la evolución de estados climáticos en algunas estaciones meteorológicas del Ecuador. RISTI, Revista Ibérica de Sistemas e Tecnologias de Informação, No. E32, 08/2020, pp. 327-386.

 

Links

X