Ver Investigador - - Prisma - Unidad de Bibliometría

Miren Jasone Ramirez Ayerbe

Predoctoral PIF FPI Ministerio
mrayerbe@us.es
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Estadística e Investigación Operativa
Grupo: OPTIMIZACION - FQM-329 (Universidad de Sevilla)

Investiga en

Tipo Año Título Fuente
Artículo2024 Counterfactual analysis and target setting in benchmarking EUROPEAN JOURNAL OF OPERATIONAL RESEARCH
Artículo2024 Generating collective counterfactual explanations in score-based classification via mathematical optimization EXPERT SYSTEMS WITH APPLICATIONS
Artículo2024 Mathematical optimization modelling for group counterfactual explanations EUROPEAN JOURNAL OF OPERATIONAL RESEARCH
Artículo2023 A new model for counterfactual analysis for functional data Advances in Data Analysis and Classification
Capítulo2022 An artificial intelligence tool to calibrate the coverage of information sources on the Internet AI knowledge transfer from the university to society: applications in high-impact sectors

Este investigador no ha dirigido/tutorizado tesis

Proyectos de Investigación

Fecha de inicio Fecha de fin Rol Denominación Agencia financiadora
01/01/2020 30/09/2023 Investigador/a Mathematical Optimization for Data-Driven Deicsion-Making (PID2019-110886RB-I00) Ministerio de Ciencia, Innovación y Universidades (Nacional)
01/01/2019 30/10/2024 Investigador/a Research and Innovation Staff Exchange Network of European Data Scientists - NeEDS (H2020-822214) Comisión Europea (Europeo)
01/01/2022 31/05/2023 Investigador/a Mathematical Optimization in Data Science: Towards Interpretability in Classification, Regression and Dimensionality Reduction (US-1381178) Consejería de Economía, Conocimiento, Empresas y Universidad (Autonómico)
01/01/2020 30/09/2023 Contratado Mathematical Optimization for Data-Driven Deicsion-Making (PID2019-110886RB-I00) Ministerio de Ciencia, Innovación y Universidades (Nacional)
01/09/2023 31/08/2027 Investigador/a Mathematical optimization and statistics for explainable and fair machine learning (PID2022-137818OB-I00) Ministerio de Ciencia e Innovación (Nacional)
El investigador no tiene ningún resultado de investigación asociado