Descripción del proyecto
AL MENOS DESDE LA REVOLUCION CIENTIFICA, LOS MODELOS MATEMATICOS INTERPRETABLES HAN SIDO INSTRUMENTALES PARA AVANZAR EN NUESTRO CONOCIMIENTO DEL MUNDO, LA ERA DEL BIG DATA PROMETIA FACILITAR EL DESCUBRIMIENTO DE MODELOS INTERPRETABLES DE SISTEMAS NATURALES Y SOCIO-ECONOMICOS QUE ANTERIORMENTE NO SE PODIAN ANALIZAR DE MANERA CUANTITATIVA, AUN ASI, NO HEMOS PRESENCIADO LA ESPERADA EXPLOSION DE MODELOS MATEMATICOS INTERPRETABLES, EN PARTE, ESTO ES PORQUE MODELOS DE APRENDIZAJE AUTOMATICO (MACHINE LEARNING) ESTAN DE FACTO TOMANDO SU LUGAR, SIN EMBARGO, MUCHOS MODELOS DE APRENDIZAJE AUTOMATICO NO SON INTERPRETABLES, POR LO QUE UN USO DESCONTROLADO DE ELLOS PUEDE TENER CONSECUENCIAS INDESEADAS CUANDO NUESTRAS DECISIONES DEPENDEN DE LOS RESULTADOS DE ESTOS MODELOS,EL ENFOQUE DE LA FISICA ESTADISTICA, QUE SE BASAN EN USAR MODELOS INTERPRETABLES A NIVEL MICROSCOPICO PARA ENTENDER EL COMPORTAMIENTO MACROSCOPICO, NOS BRINDA UNA POSICION UNICA PARA ESTABLECER LOS FUNDAMENTOS DE ALGORITMOS ALTERNATIVOS PARA LA SELECCION Y VALIDACION DE MODELOS INTERPRETABLES QUE APRENDERAN DE LOS DATOS PERO QUE SERAN FUNDAMENTALMENTE DISTINTOS DE LOS ALGORITMOS DE MACHINE LEARNING QUE CONOCEMOS,LOS SISTEMAS SOCIO-ECONOMICOS, Y EN PARTICULAR LAS CIUDADES, PRESENTAN UN CONTEXTO ESPECIFICO EN QUE LA NECESIDAD DE MEJORES MODELOS INTERPRETABLES ES CRITICA: ENTENDER LOS MICRO-MOTIVOS DETRAS DEL COMPORTAMIENTO HUMANO ES UN PASO NECESARIO PARA EXPLICAR SU COMPORTAMIENTO MACROSCOPICO SOCIAL Y PARA SER UTILES EN EL PROCESO DE TOMA DE DECISIONES, PESE A LAS CONTRIBUCIONES DE LA FISICA ESTADISTICA A LOS FENOMENOS URBANOS, MUCHAS DE LAS HERRAMIENTAS USADAS NO VAN MAS ALLA DE LA METAFORA DEL BOTTOM-UP, TENIENDO EN CUENTA EL CRECIMIENTO ESPERADO DE LAS CIUDADES A ESCALA MUNDIAL EN LA PROXIMA DECADA Y LA ABUNDANCIA DE DATOS URBANOS, HAY UNA NECESIDAD IMPERIOSA DE PODER OBTENER MODELOS INTERPRETABLES Y VALIDABLES EN UN CONTEXTO URBANO A PARTIR DE DATOS,STATPHYS4CITIES ENFOCARA ESTOS RETOS EN UN ESFUERZO COORDINADO QUE CONTRIBUIRA EN EL AVANCE DE LA INVESTIGACION DE PROBLEMAS URBANOS DESDE UN PUNTO DE VISTA DE LA FISICA ESTADISTICA Y QUE COMBINARA TEORIA DE REDES, PROCESOS ESTOCASTICOS Y FENOMENOS CRITICOS CON UN ENFOQUE DATA-DRIVEN, ESPECIFICAMENTE, STATPHYS4CITIES TIENE DOS OBJETIVOS GENERALES:1,DESARROLLAR HERRAMIENTAS DE SELECCION Y VALIDACION DE MODELOS INTERPRETABLES, ESTAS HERRAMIENTAS DEBEN PODER INFORMAR EL PROCESO DE OBTENCION DE NUEVOS DATOS PARA RESPONDER PREGUNTAS CONCRETAS, 2,OBTENER UNA MEJOR COMPRENSION DE LA MOVILIDAD, EL BIENESTAR Y DESIGUALDADES EN LAS CIUDADES VIA EL ANALISIS/MODELADO/INTERPRETACION DE DATOS EXISTENTES Y DE LA ADQUISICION DE NUEVOS DATOS SOBRE ESTOS TEMAS,EL SUBPROYECTO FISICA ESTADISTICA PARA CIUDADES: MODELOS DE MOVILIDAD Y DESIGUALDAD PONDRA ENFASIS EN EL ESTUDIO DEL IMPACTO DE LA MOVILIDAD Y ACCESIBILIDAD EN PROBLEMAS DE DESIGUALDAD EN CONTEXTOS URBANOS, A TRAVES DE METODOLOGIAS DE SELECCION Y VALIDACION DE MODELOS QUE PROVIENEN DE LA FISICA ESTADISTICA Y DEL ACCESO A GRANDES BASES DE DATOS Y AL DISEÑO DE EXPERIMENTOS, DESARROLLAREMOS MODELOS INTERPRETABLES DE MOVILIDAD QUE NOS PERMITIRAN CONOCER LAS RAICES COMPORTACIONALES, DE TRANSPORTE O DEMOGRAFICAS DETRAS DE LAS DIFERENCIAS EN MOVILIDAD Y POR TANTO EN LA SEGREGACION DE NUESTRAS CIUDADES, NUESTROS RESULTADOS MEJORARAN EL ENTENDIMIENTO DE ESTOS PROBLEMAS Y PERMITIRAN A DIFERENTES COLECTIVOS UNA MEJOR PREDICCION DE POLITICAS E INTERVENCIONES EN LAS CIUDADES, FISICA ESTADISTICA\SISTEMAS COMPLEJOS\SISTEMAS URBANOS\SELECCION DE MODELOS\DESIGUALDAD\BIENESTAR\MOVILIDAD\INFERENCIA\MODELADO BASADO EN DATOS\PROCESOS ESTOCASTICOS