{"id":919,"date":"2026-04-07T15:00:57","date_gmt":"2026-04-07T14:00:57","guid":{"rendered":"https:\/\/grupo.us.es\/minerva\/?p=919"},"modified":"2026-04-07T15:00:57","modified_gmt":"2026-04-07T14:00:57","slug":"nueva-publicacion-en-applied-soft-computing-un-marco-para-seleccionar-modelos-en-series-temporales-basado-en-rendimiento-y-sostenibilidad","status":"publish","type":"post","link":"https:\/\/grupo.us.es\/minerva\/nueva-publicacion-en-applied-soft-computing-un-marco-para-seleccionar-modelos-en-series-temporales-basado-en-rendimiento-y-sostenibilidad\/","title":{"rendered":"Nueva publicaci\u00f3n en Applied Soft Computing: un marco para seleccionar modelos en series temporales basado en rendimiento y sostenibilidad"},"content":{"rendered":"<p><!-- Noticia para WordPress (HTML) --><\/p>\n<article>\n<section><strong>El grupo de investigaci\u00f3n MINERVA<\/strong> publica un nuevo estudio en la revista <em>Applied Soft Computing<\/em><br \/>\nen el que se propone un enfoque innovador para la selecci\u00f3n de modelos en tareas de predicci\u00f3n de series temporales.<\/p>\n<p>El art\u00edculo titulado <em>\u201cTree-based vs. Deep Learning in Time Series: A Prescriptive Framework for Performance-Driven Model Selection\u201d<\/em>,<br \/>\nfirmado por <strong>Pablo Reina-Jim\u00e9nez, Mar\u00eda Mart\u00ednez-Ballesteros y Jos\u00e9 C. Riquelme Santos<\/strong>, aborda uno de los problemas m\u00e1s recurrentes<br \/>\nen el \u00e1mbito del <strong>forecasting<\/strong>: la falta de criterios sistem\u00e1ticos para elegir entre distintas familias de modelos.<\/p>\n<p>\ud83d\udcd6 <strong>El art\u00edculo ya est\u00e1 disponible online:<\/strong><br \/>\n\ud83d\udc49 <a href=\"https:\/\/doi.org\/10.1016\/j.asoc.2026.114983\" target=\"_blank\" rel=\"noopener noreferrer\"><br \/>\nhttps:\/\/doi.org\/10.1016\/j.asoc.2026.114983<\/a><\/p>\n<\/section>\n<section>\n<h2>Un benchmark a gran escala en m\u00e1s de 50.000 series temporales<\/h2>\n<p>El trabajo presenta un extenso estudio comparativo sobre m\u00e1s de <strong>50.000 series temporales reales<\/strong>,<br \/>\nen el que se analizan y comparan modelos <strong>basados en \u00e1rboles<\/strong> y modelos de <strong>deep learning<\/strong><br \/>\nbajo un marco de evaluaci\u00f3n unificado.<\/p>\n<p>El an\u00e1lisis tiene en cuenta m\u00faltiples dimensiones clave:<\/p>\n<ul>\n<li><strong>Precisi\u00f3n predictiva<\/strong><\/li>\n<li><strong>Eficiencia computacional<\/strong><\/li>\n<li><strong>Consumo energ\u00e9tico y emisiones de CO\u2082<\/strong><\/li>\n<\/ul>\n<p>Adem\u00e1s, los resultados est\u00e1n respaldados por una <strong>validaci\u00f3n estad\u00edstica rigurosa<\/strong>,<br \/>\nque permite evaluar tanto diferencias significativas como equivalencias pr\u00e1cticas entre modelos.<\/p>\n<\/section>\n<section>\n<h2>Hacia una selecci\u00f3n de modelos m\u00e1s interpretable y sostenible<\/h2>\n<p>A partir de los resultados obtenidos, los autores proponen un <strong>marco prescriptivo e interpretable<\/strong><br \/>\nque relaciona las caracter\u00edsticas de las series temporales con el modelo m\u00e1s adecuado en cada caso.<\/p>\n<p>Uno de los hallazgos m\u00e1s relevantes del estudio es que un mayor nivel de complejidad en los modelos<br \/>\nno implica necesariamente mejoras significativas en el rendimiento, especialmente cuando se consideran<br \/>\nfactores como la eficiencia y la sostenibilidad.<\/p>\n<p>Este trabajo contribuye al desarrollo de una <strong>inteligencia artificial m\u00e1s eficiente, transparente y sostenible<\/strong>,<br \/>\nalineada con los principios de <strong>Green AI<\/strong>.<\/p>\n<\/section>\n<section>\n<h2>L\u00edneas de investigaci\u00f3n reforzadas<\/h2>\n<p>Esta publicaci\u00f3n consolida la actividad del grupo en \u00e1reas clave como:<\/p>\n<ul>\n<li><strong>Predicci\u00f3n de series temporales<\/strong><\/li>\n<li><strong>Selecci\u00f3n de modelos en machine learning<\/strong><\/li>\n<li><strong>Deep Learning vs. modelos basados en \u00e1rboles<\/strong><\/li>\n<li><strong>Inteligencia artificial sostenible (Green AI)<\/strong><\/li>\n<li><strong>Modelos interpretables<\/strong><\/li>\n<\/ul>\n<\/section>\n<\/article>\n","protected":false},"excerpt":{"rendered":"<p>El grupo de investigaci\u00f3n MINERVA publica un nuevo estudio en la revista Applied Soft Computing en el que se propone <a class=\"read-more\" href=\"https:\/\/grupo.us.es\/minerva\/nueva-publicacion-en-applied-soft-computing-un-marco-para-seleccionar-modelos-en-series-temporales-basado-en-rendimiento-y-sostenibilidad\/\">Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":1,"featured_media":920,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[42],"tags":[73,50,72,64,70,62,57,69,68,61,71],"class_list":["post-919","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias","tag-applied-soft-computing","tag-deep-learning","tag-eficiencia-energetica","tag-forecasting","tag-green-ai","tag-machine-learning","tag-minerva","tag-modelos-basados-en-arboles","tag-seleccion-de-modelos","tag-series-temporales","tag-sostenibilidad-en-ia","post-item clearfix"],"_links":{"self":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/posts\/919","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/comments?post=919"}],"version-history":[{"count":0,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/posts\/919\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/media\/920"}],"wp:attachment":[{"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/media?parent=919"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/categories?post=919"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/grupo.us.es\/minerva\/wp-json\/wp\/v2\/tags?post=919"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}