Log in

+34 977 759833sigef@urv.cat

XXIII SIGEF Congress

Volume 30, Number 2, 2025

SWARM INTELLIGENCE FOR RESILIENCE IN MULTILAYER CRITICAL NETWORKS

E. Montes-Orozco. Universidad de las Américas Puebla, Departamento de Computación, Electrónica y Mecatrónica, Puebla, México. Email: edwin.montes@udlap.mx

R. A. Mora-Gutiérrez. Universidad Autónoma Metropolitana Azcapotzalco, Departamento de Sistemas, Ciudad de México, México. Email: mgra@azc.uam.mx

E. A. Rincón-García. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: rincon@xanum.uam.mx

S.G. de-los-Cobos-Silva. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: cobos@xanum.uam.mx

M. A. Gutiérrez-Andrade. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: gamma @xanum.uam.mx

P. Lara-Velázquez. Universidad Autónoma Metropolitana Iztapalapa, Departamento de Ingeniería Eléctrica, Ciudad de México, México. Email: plara@xanum.uam.mx

G.S. Torres-Cockrell. Tecnológico de Estudios Superiores de Ecatepec, Departamento de Ingeniería Mecánica, Mecatrónica e Industrial (DIMM), Ecatepec de Morelos, México. Email: gilberto_to@tese.edu.mx

Critical infrastructure networks such as telecommunications, energy, and water systems are increasingly interdependent. These connections make them more vulnerable to cascading failures. This study investigates the use of swarm intelligence algorithms, including Ant Colony Optimization (ACO) and Particle Swarm Optimization (PSO), to enhance resilience in such systems. A mathematical model…
Read more...

USE OF FUZZY REGRESSION MODELS AND MACHINE LEARNING IN A PYTHON ENVIRONMENT TO PREDICT HOTEL OCCUPANCY

C. Guerrero Dávalos. Universidad Michoacana de San Nicolás de Hidalgo, Morelia, México. E-mail: cuauhtemoc.guerrero@umich.mx

F. Ávila Carreón. Instituto Tecnológico de Morelia, México. E-mail: fernando.ac@morelia.tecnm.mx

M. L. Jiménez López. Universidad Michoacana de San Nicolás de Hidalgo, Morelia, México. E-mail: maria.jimenez@umich.mx

This study compares six approaches to predicting hotel occupancy based on six dimensions of perceived quality (value for money, location, comfort, room quality, cleanliness, and service) in a sample of 337 hotels. In general terms, machine learning (ML) algorithms outperform traditional models in predictive accuracy: Random Forest obtains R2 ≈…
Read more...

PORTFOLIO MANAGEMENT FOR ROBO-ADVISORS: BLACK LITTERMAN AND MACHINE LEARNING APPROACHES

R. Caballero-Fernández.Instituto Tecnológico y de Estudios Superiores de Monterrey, Accounting and Finance Academic Department, Nuevo León, México. E-mail: rodrigocaballero@tec.mx

D. Ceballos-Hornero. Universitat de Barcelona, Departament de Matemàtica Econòmica, Financera i Actuarial, Facultat d’Economia i Empresa, Barcelona, Spain. E-mail: ceballos@ub.edu

J. Vives. Universitat de Barcelona, Departament de Matemàtica Econòmica, Financera i Actuarial, Facultat d’Economia i Empresa, Barcelona, Spain. E-mail: josep.vives@ub.edu

In the financial services sector, emerging technologies are becoming a decisive frame of reference. Automation of the industry process has become a key priority for many companies who want to stand out by minimizing costs. In light of this trend, we choose to explore two current topical topics relevant in…
Read more...

Log in or Sign up

Cron Job Starts