DINAMICA DE REDES TEMPORALES: MEMORIA Y APRENDIZAJE PROFUNDO
LA INTERACCION ENTRE LOS ELEMENTOS DE UN SISTEMA COMPLEJO --YA SEA EN FISICA, BIOLOGIA O SOCIOLOGIA-- PUEDE MODELARSE COMO UN GRAFO O RED.LA ARQUITECTURA PRECISA DE ESTA RED DE INTERACCION JUEGA UN PAPEL FUNDAMENTAL EN LAEMERGENCI...
ver más
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
PGC2018-096999-A-I00
HYBRID PATTERNS IN UNI- AND MULTI-LAYER COMPLEX NETWORKS: TH...
28K€
Cerrado
DYNASNET
Dynamics and Structure of Networks
9M€
Cerrado
PGC2018-095471-B-I00
ESTUDIO MATEMATICO DE LOS FALLOS EN CASCADA EN SISTEMAS COMP...
32K€
Cerrado
FIS2017-84151-P
INTERACCION ENTRE ESTRUCTURA Y FUNCION EN REDES COMPLEJAS: T...
85K€
Cerrado
FIS2013-47282-C2-1-P
EVOLUCION ESPACIO-TEMPORAL DE TOPOLOGIAS COMPLEJAS EN LAS TI...
57K€
Cerrado
FIS2010-18639
INFERENCIA ESTADISTICA PARA EL DESCUBRIMIENTO Y LA EXTRACCIO...
54K€
Cerrado
Descripción del proyecto
LA INTERACCION ENTRE LOS ELEMENTOS DE UN SISTEMA COMPLEJO --YA SEA EN FISICA, BIOLOGIA O SOCIOLOGIA-- PUEDE MODELARSE COMO UN GRAFO O RED.LA ARQUITECTURA PRECISA DE ESTA RED DE INTERACCION JUEGA UN PAPEL FUNDAMENTAL EN LAEMERGENCIA DE FENOMENOS COLECTIVOS NO TRIVIALES DESDE LA PROPAGACION DE UNA EPIDEMIA EN UNA POBLACION O LAS CASCADAS DE PROPAGACION DE FALLOS EN LAS INFRAESTRUCTURAS CRITICAS HASTA EL FUNCIONAMIENTO DEL CEREBRO.EN LOS ULTIMOS AÑOS, LA CIENCIA DE LAS REDES HA DEMOSTRADO CON EXITO QUE DICHA ARQUITECTURA NO SOLO NO ES ALEATORIA, SINO QUE, DE MANERA CRUCIAL, FLUCTUA EN EL TIEMPO: ES DINAMICA. TENER EN CUENTA LA NATURALEZA DINAMICA DE ESTAS REDES TEMPORALES ES DE CAPITAL IMPORTANCIA PARA COMPRENDER COMO SE PROPAGA LA INFORMACION A TRAVES DE ELLAS, PUES LA DINAMICA INTRINSICA DE LA RED TEMPORAL AFECTA A LA DINAMICA QUE SE PROPAGA ENCIMA.EN POCAS PALABRAS, SI BIEN LAS REDES DE INTERACCION DE SISTEMAS COMPLEJOS REALES A MENUDO SON DINAMICAS, TODAVIA NO EXISTE UNA TEORIA DE SISTEMAS DINAMICOS DE REDES TEMPORALES, PROBABLEMENTE PORQUE HASTA LA FECHA LA MAYORIA DE LA INVESTIGACION EN ESTA AREA HA SIDO AD-HOC, BASADA EN DATOS Y ESPECIFICA EN PROBLEMAS, Y NO FUNDAMENTAL.LA FALTA DE UN MARCO TEORICO TAN GENERAL PARA COMPRENDER COMO EVOLUCIONAN LAS REDES TEMPORALES TAMBIEN HA IMPEDIDO LA APLICACION DE ESTE MARCO FUERA DEL AMBITO TRADICIONAL DE LOS SISTEMAS COMPLEJOS.EN CONSECUENCIA, EN ESTE PROYECTO DE 2 AÑOS NUESTRO OBJETIVO ES CERRAR ESTA BRECHA ABORDANDO LOS OBJETIVOS:1. TEORIA Y METODOS: UNA TEORIA DE SISTEMAS DINAMICOS DE REDES TEMPORALES Y METRICAS Y MODELOS DE REDES ASOCIADOSINTERPRETAREMOS UNA RED TEMPORAL COMO LA TRAYECTORIA DE UN SISTEMA DINAMICO SUBYACENTE. EN CONSECUENCIA, AMPLIAREMOS LAS HERRAMIENTAS DE DINAMICA NO LINEAL Y ANALISIS DE SERIES TEMPORALES PARA DEFINIR METRICAS DE RED QUE DEFINAN LA MEMORIA DE UNA RED, SU CAUSALIDAD, IRREVERSIBILIDAD TEMPORAL, Y ESTABILIDAD DINAMICA (LYAPUNOV). 2. APLICACIONES EN EL APRENDIZAJE PROFUNDOESTE NUEVO MARCO Y METODOLOGIA DE MODELADO SE APLICARA LUEGO PARA COMPRENDER Y OPTIMIZAR EL PROCESO DE CAJA NEGRA DE COMO SE ENTRENA UNA RED NEURONAL PROFUNDA DESDE UN PUNTO DE VISTA RADICALMENTE NUEVO. DE HECHO, UNA RED NEURONAL ARTIFICIAL A LO LARGO DE SU PROCESO DE ENTRENAMIENTO (ES DECIR, MIENTRAS ESTA APRENDIENDO) ES EN REALIDAD UNA ESTRUCTURA DE RED CUYAS PROPIEDADES (PESOS DE LOS ENLACES) VARIAN CON EL TIEMPO, ES DECIR, ES UNA RED TEMPORAL QUE TRAZA UNA TRAYECTORIA EN EL ESPACIO DE LOS GRAFOS. CARACTERIZAREMOS ESTAS TRAYECTORIAS UTILIZANDO EL NUEVO CONJUNTO DE CONCEPTOS Y HERRAMIENTAS IDEADOS EN EL OBJETIVO (1). ESTO NO SOLO PROPORCIONARA UNA NUEVA VISION DE COMO APRENDEN LAS REDES NEURONALES, SINO QUE TAMBIEN CONTRIBUIRA AL CAMPO NACIENTE DE LA EXPLAINABLE AI. EDES TEMPORALES\DINAMICA\REDES COMPLEJAS