16th Iberoamerican Congress on Pattern Recognition

22 de noviembre, 2011

Entre el 15 y 18 de Noviembre se llevó a cabo el 16 th Iberoamerican Congress on Pattern Recognition CIARP 2011  en Pucón, Chile. El congreso fue organizado por la ACHIRP (Asociación Chilena de Reconocimiento de Patrones). La conferencia contó con el apoyo de  varias instituciones científicas, incluyendo: International Association for Pattern Recognition (IAPR), Cuban Association for Pattern Recognition (ACPR), Mexican Association for Computer Vision, Neural Computing and Robotics (MACVNR), Portuguese Association for Pattern Recognition (APRP), Spanish Association for Pattern Recognition and Image Analysis (AERFAI), Special Interest Group on Pattern Recognition of the Brazilian Computer Society (SIGPR-SBC), y  Chilean Association for Pattern Recognition (AChiRP).

Esta conferencia es un foro para el intercambio de experiencias y resultados científicos. También es un espacio para compartir nuevos conocimientos y aumentar la cooperación entre grupos de investigación en reconocimiento de patrones y áreas relacionadas.

El Dr. Gonzalo Acuña, académico del DIINF, presentó el trabajo desarrollado en conjunto con el alumno de Magíster Cristian Ramírez, Forecasting cash demand in ATM using Neural Networks and Least Square Support Vector Machine. Por su parte, el académico del DIINF, Dr. Max Chacón presentó el trabajo Gray Box Model with an SVM to Represent the Influence of PaCO2 on the Cerebral Blood Flow Autoregulation, desarrollado en conjunto con Mariela Severino y Ronney Panerai.

Pronósticos de uso de cajeros automáticos: disminución de costos para los administradores del sistema.

Los cajeros automáticos son dispositivos financiados y administrados por instituciones financieras quienes ponen a disposición de los clientes un método simple para realizar transacciones financieras en un espacio público casi sin intervención humana. De acuerdo a estimaciones desarrolladas por ATMIA (ATM Industry Association) el numero de cajeros automáticos a nivel mundial para el año 2007 sobrepasa 1.6 millones de unidades. Algunos bancos suelen mantener un exceso de hasta un 40% más de efectivo en sus terminales (ATM) de lo que realmente necesitan.  Los costos relacionados a mantener el dinero efectivo en un cajero automático representa entre un 35% a un 60% de los costos totales mantención.

Por medio de mejoras en la administración y gestión del efectivo, los bancos pueden evitar caer en pérdidas de oportunidad en nuevos negocios debido a tener un alto efectivo inmovilizado. El Dr. Gonzalo Acuña se ha dedicado a a desarrollar nuevos métodos y formas avanzadas de estimar la demanda de dinero en un ATM.  Basados en predicciones más exactas y ajustadas al flujo real del efectivo las instituciones financieras pueden bajar sus costos operacionales.En el caso de Chile, existen tres redes de cajeros automáticos: Redf (perteneciente al banco Falabella), Redbanc, fundada en 1987, en la cual están la mayoría de los bancos privados y algunas casas comerciales (Ripley Cord. S.A y París) y la red de BancoEstado. Estas dos últimas redes están interconectadas desde el año 2003. A Diciembre 2008 se registran 7.056 cajeros automáticos en el país según datos anuales proporcionados por la superintendencia de bancos e instituciones financieras.Dada la importancia que significa a nivel mundial y local la atención de clientes mediante cajeros automáticos y el costo de su administración se hace necesario disponer de herramientas eficientes y confiables que puedan entregar con cierto grado de confiabilidad pronósticos de efectivo ajustados a la realidad.Las redes neuronales (RN) y maquinas de vector soporte (SVM)  surgen como una alternativa para modelar estos sistemas, los cuales tienen asociada una resolución compleja en términos de desarrollo algorítmicos o de descripciones matemáticas.

En el trabajo presentado en la CIARP se comparan RN y un tipo especial de SVM (LS-SVM) como predictores de disponibilidad de dinero en cajeros automáticos. Los resultados dan ventaja al uso de RN y cuando se utiliza la metodología desarrollada en este trabajo para predicción en una base de datos de libre disponibilidad nuestra propuesta resulta segunda en calidad predictiva.