Los trabajos se desarrollaron en el marco del proyecto Fondecyt Regular liderado por Elizabeth Montero, profesora del Departamento de Informática, y abordan problemáticas de optimización y aprendizaje algorítmico.
Los graduados del Magíster en Ciencias de la Ingeniería Informática de la Universidad Técnica Federico Santa María (USM), Nicolás Paz y Bryan González, presentaron sus investigaciones en la Conference on Computational Science and Computational Intelligence (CSCI 2025), realizada en Estados Unidos.
Los trabajos expuestos se enmarcan en las líneas de investigación del proyecto Fondecyt Regular “Automatic classification and selection of algorithms for combinatorial optimization problems using tuning and learning strategies”, dirigido por Elizabeth Montero, profesora del Departamento de Informática de la casa de estudios.
“Este Fondecyt trata de la caracterización de problemas de optimización y de los algoritmos que los resuelven a través del uso de sintonizadores de parámetros. La idea es generar herramientas que aprendan a determinar el mejor algoritmo con base en las características y extender este aprendizaje a nuevos casos. En este contexto, los graduados de magíster se sumaron al equipo y los invité a presentar sus resultados en esta importante conferencia”, explicó Elizabeth Montero.
Generación de vínculos
La investigación de Bryan González se centró en el Employee Shift Scheduling Problem (ESSP), un problema de asignación de turnos que considera simultáneamente dos objetivos en conflicto: la satisfacción de los empleados respecto a las asignaciones realizadas y el cumplimiento de la cobertura de los turnos requerida.
El problema se aborda mediante un enfoque de optimización multiobjetivo, en el cual no se busca una solución única óptima, sino un conjunto de soluciones no dominadas que representan distintos compromisos entre ambos objetivos. Para su resolución se utiliza una metaheurística NSGA-II adaptada al contexto del ESSP y entre los principales aportes de la investigación se encuentran la propuesta algorítmica y la construcción de un benchmark exacto de comparación sobre instancias públicas, las cuales no habían sido previamente abordadas desde este enfoque.
Al respecto, González comentó que “la participación en la conferencia me permitió no solo la difusión del trabajo de investigación en un contexto internacional, sino también la generación de vínculos académicos con investigadores del área, ampliando mi red de contactos. Además, la preparación y presentación del trabajo contribuyeron al desarrollo de habilidades blandas, especialmente en comunicación científica, manejo de presentaciones y confianza para exponer y discutir resultados en un segundo idioma. En este sentido, fue una verdadera “prueba de fuego” que consolidó los conocimientos y competencias adquiridas a lo largo de mi formación en el Departamento de Informática.
Fortaleciendo habilidades
Por su parte, Nicolás Paz presentó el tema “Selección de características como un problema multi-objetivo a través de la adaptación del algoritmo NSGA-II”, el cual propuso y evaluó nuevas estrategias de inicialización, mutación y reducción de características basadas en métodos de filtro. El objetivo se centró en mejorar la eficiencia y el desempeño de la clasificación en escenarios de alta dimensionalidad.
“Gracias a esta experiencia no solo logré fortalecer mis habilidades blandas y relaciones interpersonales, sino también mejorar mi confianza y nivel de inglés, aspectos muy valorados en el campo laboral. Asimismo, pude compartir experiencias y conocimientos con personas de distintas partes del mundo”, contó Nicolás Paz.
El proyecto Fondecyt que lidera la profesora Elizabeth Montero se extenderá hasta marzo 2026 y se espera continuar avanzando, a corto plazo, en el desarrollo y perfeccionamiento de nuevos métodos y sus aplicaciones a diferentes algoritmos.
