Pablo Huijse Heise

Pablo Huijse Heise

INFOBiografía

Nacido en Valdivia. Hizo sus estudios de bachillerato (2004-2010) y  luego doctorado en ingeniería eléctrica (2010-2014) en la Universidad de Chile. Realizó pasantías doctorales en el Institute for Applied Computational Science, Harvard y en el Computational Neuroengineering Laboratory, University of Florida. Entre 2015-2017 hizo un postdoc en el Instituto Milenio de Astrofísica. Desde 2018 es profesor auxiliar en el Instituto de Informática de la Universidad Austral de Chile. Su investigación se centra en el desarrollo de métodos basados en procesamiento de señales, machine learning y teoría de la información para el análisis de datos astronómicos

Títulos y Grados

  • Doctor en ingeniería eléctrica, Universidad de Chile, 2010-2014
  • Ingeniero Civil Electricísta, Universidad de Chile, 2004-2009

Áreas de interés

  • Machine Learning
  • Teoría de la información
  • Procesamiento de señales
  • Astroinformática

Cargos

  • Académico del Instituto de Informática
  • Docente en la Escuela de Ingeniería Civil en Informática (ICI)
  • Docente del Magister en Informática (MIN)
  • Investigador joven del Instituto Milenio de Astrofísica

Docencia

Cursos

  • INFO147 – Computación científica con python (responsable), ICI
  • INFO183 – Análisis de sistemas lineales (responsable), ICI
  • INFO185 – Comunicaciones (colaborador), ICI
  • INFO337 – Herramientas estadísticas para la investigación (colaborador), MIN
  • INFO343 – Minería y aprendizaje con datos (colaborador), MIN
  • INFO338 – Procesamiento avanzado de señales (responsable), MIN

Dirección de tesis

Investigación

Proyectos

  • FONDECYT grant N 1170305 “Efficient methods based on information theory and machine learning for astronomical images and time series analysis” 2017-2020
  • FONDECYT postdoctoral grant N 3150460 “Métodos eficientes de procesamiento deseñales basados en teoría de la información y aprendizaje de máquinas para el análisis de series de tiempo astronómicas”, 2015-2016

Publicaciones (WoS)

  • P. Huijse, P.A. Estévez, F. Förster, S.F. Daniel, A.J. Connolly, P. Protopapas, R. Carrasco, J. C. Príncipe, “Robust period estimation using mutual information for multi-band light curves in the synoptic survey era”, The Astrophysical Journal Supplement Series, vol. 236(1), 2018, DOI: https://doi.org/10.3847/1538-4365/aab77c
  • R. Contreras Ramos, M. Zoccali, F. Rojas, A. Rojas-Arriagada, M. Gárate,P. Huijse, F. Gran, M. Soto, A. A. R. Valcarce, P.A. Estévez, D. Minniti, “Proper motions in the VVV Survey: Results for more than 15 million stars across NGC 6544”, Astronomy & Astrophysics, vol. 608(A140), 2017, DOI: https://doi.org/10.1051/0004-6361/201731462
  • F. Förster, J. C. Maureira, J. San Martín, M. Hamuy, J. Martínez,P. Huijse, G.Cabrera, L. Galbany, T. de Jaeger, S. González-Gaitán, J. P. Anderson, H. Kuncar-ayakti, G. Pignata, F. Bufano, J. Littín, F. Olivares, G. Medina, C. Smith, K. Vivas,P.A. Estévez, R. Muñoz, E. Vera, “The High Cadence Transient Survey (HiTS) – I Survey design and supernova shock breakout constraints”, The Astrophysical Journal,vol. 832(2), pp. 155, 2016, DOI: https://doi.org/10.3847/0004-637X/832/2/15
  • P. Protopapas,P. Huijse, P.A. Estévez, P. Zegers, J. C. Príncipe, J. B. Marquette,“A Novel, fully automated pipeline for period estimation in the EROS-2 Data set”,The Astrophysical Journal Supplement Series, vol. 216(2), 2015, DOI: https://doi.org/10.1088/0067-0049/216/2/25
  • P. Huijse, P. A. Estévez, P. Protopapas, J. C. Príncipe, and P. Zegers, “Computational Intelligence Challenges and Applications on Large-Scale Astronomical Time Series Databases”,IEEE Computational Intelligence Magazine, vol. 9(3), 2014, DOI: https://doi.org/10.1109/MCI.2014.232610

Links

Comments are closed.