Fallados los Premios Sociedad de Estadística e Investigación Operativa (SEIO) – Fundación BBVA 2025

El jurado de los Premios Sociedad de Estadística e Investigación Operativa (SEIO) – Fundación BBVA 2025, reunido de forma telemática el día 7 de julio de 2025 y ratificado en el Consejo Ejecutivo de la SEIO el 9 de julio de 2025, ha decidido conceder los siguientes galardones:

Mejor contribución metodológica en Estadística

Daniel García Rasines (profesor contratado doctor de métodos cuantitativos en CUNEF Universidad) y G. Alastair Young (catedrático de Estadística en el Imperial College de Londres, Reino Unido), por su artículo Splitting strategies for post-selection inference (“Estrategias de partición para la inferencia post-selección”), publicado en Biometrika.

El artículo de Rasines y Young, publicado en Biometrika, aborda el reto de realizar una inferencia válida posterior a la selección del modelo, presentando un mecanismo pionero de aleatorización para la inferencia post-selección. Empleando contribuciones teóricas novedosas, los autores establecen la eficacia de su método en el escenario gaussiano, y obtienen un teorema del límite central aplicable a las distribuciones de errores no gaussianas. La propuesta solventa las limitaciones de los métodos previos. Muchas de las metodologías anteriores eran costosas a nivel computacional, o se aplicaban solo a una clase limitada de algoritmos de selección. En cambio, el método que se propone en este artículo ofrece un marco inferencial potente y de bajo coste computacional que se puede aplicar a una gama más amplia de mecanismos de selección.

Mejor contribución metodológica en Investigación Operativa

Gorka Kobeaga (científico de datos en CDM Consultores), Jairo Rojas-Delgado (ingeniero desarrollador de software sénior en Archlet), María Merino (profesora agregada de Estadística e Investigación Operativa en la Universidad del País Vasco/Euskal Herriko Unibertsitatea) y Jose A. Lozano (catedrático del Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad del País Vasco/Euskal Herriko Unibertsitatea y el Centro Vasco de Matemática Aplicada, BCAM), por su artículo A revisited branch-and-cut algorithm for large-scale orienteering problems (“Nuevo algoritmo de tipo branch-and-cut para problemas de orientación a gran escala”), publicado en el European Journal of Operational Research.

Este artículo, publicado en el European Journal of Operational Research, representa un avance sustancial a la hora de abordar un problema de orientación ya que establece un nuevo referente en cuanto a la eficiencia computacional y la calidad de la solución. Estos resultados se obtienen gracias a una formulación del problema tan novedosa como rigurosa que integra técnicas innovadoras para generar cortes y estrategias refinadas de ramificación que dan lugar a una metodología de resolución más efectiva y escalable.

Mejor contribución aplicada en Estadística

Jorge Castillo Mateo (profesor ayudante doctor de Estadística e Investigación Operativa en la Universidad de Zaragoza), Alan E. Gelfand (titular emérito distinguido de la cátedra James B. Duke en la Universidad Duke, Estados Unidos), Zeus Gracia Tabuenca (profesor ayudante doctor de Estadística e Investigación Operativa en la Universidad de Zaragoza), Jesús Asín (profesor titular de Estadística e Investigación Operativa en la Universidad de Zaragoza) y Ana C. Cebrián (profesora titular de Estadística e Investigación Operativa en la Universidad de Zaragoza), por su artículo Spatio-Temporal Modeling for Record-Breaking Temperature Events in Spain (“Modelización espaciotemporal de récords de temperatura en España”), publicado en el Journal of the American Statistical Association.

La contribución de Castillo-Mateo et al., publicada en el Journal of the Americal Statistical Association, presenta un marco estadístico riguroso e innovador para modelizar la ocurrencia de récords diarios de temperaturas máximas en España. Este trabajo constituye un avance sustancial en el estudio de sucesos extremos relacionados con el cambio climático, y ofrece un enfoque de modelización completo y original. Se consideran efectos mixtos espaciotemporales dentro de un marco de regresión logística, a la vez que se incorporan condiciones anisotrópicas y tendencias temporales a largo plazo. Además, el paquete de R que acompaña al artículo favorece la accesibilidad y la implementación práctica de la metodología para investigadores aplicados así como para profesionales.

Mejor contribución aplicada en Investigación Operativa

Antonio Alonso Ayuso (catedrático de Estadística e Investigación Operativa en la Universidad Rey Juan Carlos), Francisco Gortázar Bellas (profesor titular de Ciencia de la Computación e Inteligencia Artificial en la Universidad Rey Juan Carlos), Micael Gallego Carrillo (profesor titular de Ciencia de la Computación e Inteligencia Artificial en la Universidad Rey Juan Carlos), Javier Martín Campo (profesor titular de Estadística e Investigación Operativa en la Universidad Complutense de Madrid), María Sierra-Paradinas (científica de datos en Orquest) y Óscar Soto-Sánchez (investigador predoctoral en la Universidad Rey Juan Carlos), por su proyecto SOC: Sistema de Optimización de Corte de Acero Plano de Cortichapa, publicado en el European Journal of Operational Research; Computers and Industrial Engineering y Journal of Heuristics.

La contribución propone una metodología matemática para resolver el problema de la planificación del corte en una empresa de acero, ejemplificando una combinación perfecta de innovación metodológica, relevancia práctica e impacto social. Para resolver los problemas de corte tan complejos que presenta la empresa, se propone un modelo de programación lineal entera mixta combinado con algoritmos heurísticos. Cabe mencionar la reducción de restos de acero que se genera en el proceso completo y la reducción de tiempos de planificación, que impactan directamente en la competitividad industrial y contribuyen a la sostenibilidad ambiental.

Mejor contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data

Santiago Mazuelas (Ikerbasque Research Associate Professor en el Centro Vasco de Matemática Aplicada, BCAM), Yuan Shen (catedrático en el Departamento de Ingeniería Electrónica de la Universidad Tsinghua, China), Aritz Pérez (investigador posdoctoral en el Centro Vasco de Matemática Aplicada, BCAM), por su artículo Generalized Maximum Entropy for Supervised Classification (“Entropía máxima generalizada para la clasificación supervisada”), publicado en IEEE Transactions on Information Theory.

El artículo, publicado en IEEE Transactions on Information Theory, amplía el principio de entropía máxima a la clasificación supervisada, adaptando una idea fundacional de la inferencia estadística y de la toma de decisiones a este contexto. Mediante una metodología robusta en este contexto de aprendizaje generalizado, los autores obtienen clasificadores de riesgos minimax que presentan un buen rendimiento y que, además, satisfacen ciertas garantías a nivel teórico. Estos resultados pueden ser de notable relevancia para los investigadores y profesionales de los campos de ciencia de datos y aprendizaje automático, particularmente en el procesamiento de señales, la neurociencia o el procesamiento de lenguaje natural, permitiendo comparar diferentes clasificadores y evaluar las cotas de eficiencia en un marco empírico común.

Jurado

El jurado, internacional en su composición, ha sido propuesto por la SEIO y la Fundación BBVA. En esta edición ha estado presidido por Albert Satorra, profesor emérito de Estadística en la Universitat Pompeu Fabra y profesor de investigación en la Barcelona School of Economics; y ha contado como vocales con: Carlos Henggeler Antunes, catedrático y director de la Unidad de I+D en el Instituto de Ingeniería de Sistemas y Computadores de la Universidad de Coimbra; Rosa Crujeiras Casais, catedrática de Estadística de Investigación Operativa en la Universidade de Santiago de Compostela; Pinar Keskinocak, catedrática y directora de la Escuela H. Milton and Carolyn J. Stewart de Ingeniería Industrial y de Sistemas, Instituto Tecnológico de Georgia (Estados Unidos); Martine Labbé, catedrática de Investigación Operativa en la Universidad Libre de Bruselas (Bélgica); y Dimitris N. Politis, catedrático distinguido y director asociado del Halicioğlu Data Science Institute (Turquía).