Universidad Pontificia Comillas. José Portela González

Actualizado el 8 de July de 2022

Portela González, José

Categoría: Propio Adjunto de la Facultad de Ciencias Económicas y Empresariales (ICADE), Departamento de Métodos Cuantitativos

El profesor José Portela estudió en la Universidad Pontificia Comillas donde obtuvo el título de Ingeniero Industrial. En 2011 se incorporó al Instituto de Investigación Tecnológica (IIT) donde desarrolla su actividad investigadora en modelos de predicción de series temporales, análisis de datos funcionales y técnicas de aprendizaje automático (Redes Neuronales) aplicado al análisis de los mercados de energía eléctrica, obteniendo el doctorado en 2017. Actualmente compagina la investigación en el IIT con la docencia como profesor de Machine Learning en la facultad de Ciencias Económicas y Empresariales (ICADE) y en la E.T.S.de Ingenieros Industriales del ICAI. Es actualmente el coordinador del Área de Sistemas Inteligentes (ASI) del IIT.

Contacto

Despacho: CD-435

Teléfono: 2741

Correo electrónico: jportelacomillas.edu

Perfil del investigador LinkedIn / CV externo

Formación académica

Doctor dentro del Programa Oficial de Doctorado en Modelado de Sistemas de Ingeniería, Universidad Pontificia Comillas.

Ingeniero Industrial, Universidad Pontificia Comillas.

Áreas de Investigación

Modelos de predicción de series temporales.

Análisis de datos funcionales.

Aprendizaje automático con redes neuronales.

Análisis de los mercados de energía eléctrica.

Experiencia docente

El profesor José Portela González tiene 15 años de experiencia en esta Universidad, y en los últimos años ha impartido las siguientes asignaturas:

DBA in Management and Technology
Machine Learning III: Aprendizaje no Supervisado y Técnicas elacionadas/Machine Learning III Unsupervised Leaning and Related Techniques
Machine Learning I
Cálculo/Calculus
Deep Learning
Trabajo fin de máster
Trabajo Fin de Máster (MBD)
Álgebra/Algebra
Introducción al Análisis Estadístico con Lenguajes de Programación para Machine Learning
Machine learning: aprendizaje no supervisado
Cursos DBA
Inteligencia Artificial Aplicada a la Industria
Trabajo fin de Grado

Publicaciones Seleccionadas

J. Pizarroso Gonzalo, J. Portela González, A. Muñoz San Roque, NeuralSens: sensitivity analysis of neural networks. Journal of Statistical Software. Vol. online, nº 7, págs. 1-36, Abril de 2022.. ISSN: 1548-7660. Repositorio: http://hdl.handle.net/11531/67997.
G. Mestre Marcos, J. Portela González, A. Muñoz San Roque, E. Alonso Pérez, Forecasting hourly supply curves in the Italian day-ahead electricity market with a double-seasonal SARMAHX model. International Journal of Electrical Power & Energy Systems. Vol. online, págs. 106083-1-106083-13, Octubre de 2020.. ISSN: 0142-0615. Repositorio: http://hdl.handle.net/11531/45863.
J. Portela González, A. Muñoz San Roque, E. Alonso Pérez, Forecasting functional time series with a new Hilbertian ARMAX model: application to electricity price forecasting. IEEE Transactions on Power Systems. Vol. online, nº 1, págs. 545-556, Enero de 2018.. ISSN: 0885-8950. Repositorio: http://hdl.handle.net/11531/18186.
J. Portela González, A. Muñoz San Roque, E. F. Sánchez Ubeda, J. García González, R. González Hombrados, Residual demand curves for modeling the effect of complex offering conditions on day-ahead electricity markets. IEEE Transactions on Power Systems. Vol. online, nº 1, págs. 50-61, Enero de 2017.. ISSN: 0885-8950. Repositorio: http://hdl.handle.net/11531/16241.

Experiencia profesional

Participación en proyectos de investigación en colaboración con la industria, fundametalmente en el desarrollo de sistemas avanzados de análisis de información para la optimización de la operación y la toma de decisiones. Más información en https://www.iit.upcomillas.es/personas/jportela.

Acreditaciones externas

Sexenio Campo 6.2 - Ingenierías y Arquitectura - Ingenierías de la Comunicación, Computación y Electrónica (2013-2020)..