MARTIN GASTON ROMEO
Titular Universidad

• Departamento: ESTADÍSTICA, INFORMÁTICA Y MATEMÁTICAS
• Área de conocimiento: Estadistica e Investigación Operativa
• e-mail: martin.gastonunavarra.es
• Teléfono: (+34) 948 16 9196 (ext. 9196)
•   EDIFICIO LOS MAGNOLIOS - DESPACHO 1034 - P.PRIMERA

• Breve CV
• Docencia
• Tutorías
• Portal de producción científica
• Información adicional

Martín Gastón es Licenciado en Matemáticas por la Universidad de Zaragoza y Doctor por la Universidad Pública de Navarra. Durante 16 años desarrolló su actividad profesional como investigador en el centro Nacional de Energías Renovables (CENER) en los departamentos de Energía Eólica y Solar Térmica, prinicipalmente centrado en la evaluación y la predicción de recursos renovables. Durante los años 2017 a 2019 compaginó su actividad en CENER con la figura de profesor asociado pasando en 2020 a la Universidad como Profesor Contratado Doctor en el departamento de Estadística, Informática y Matemáticas dentro del área de Estadística e Investigación Operativa. Es profesor Tiular desde junio de 2023.

Ha actuado como Investigador Pricipal del proyecto SIS-Covid en el que se desarrolló una metodología para monitorizar los datos de contagios de la pandemia y crear un sistema de alerta precoz para la toma de decisiones.

Igualmente, ha participado en gran número de proyectos de investigación nacionales e internacionales, como Anemos y Anemos+ del quinto y sexto programas marco de la Comisión Europea y orientados a la predicción de energía eólica o el DNICast y el PreFlexMS centrados en la predicción de radiación solar o EGALURG del programa Poctefa y en el que se reaizó un análisis de los recursos de urgencias en caso de catástrofe en la zona de los Pirineos.

Su actividad científica ha producido numerosas publicaciones y aportaciones en congresos. Es premio extraordinario de doctorado por su tesis "Aportaciones a la Clasificación de Datos Funcionales Utilizando Morfología Matemática". Los resultados de su investigación se enmarcan en los datos funcionales, la clasificación automática y las máquinas de aprendizaje en el marco teórico y en el estudio del recurso y predicción de energias renovables, las ciencias de la salud y la logística desde el punto de vista práctico.