EL MUNDO DE LAS CIENCIAS DE LA COMPLEJIDAD. Carlos Eduardo Maldonado Nelson Gómez



Documentos relacionados
I SEMANA ELECTRONICA REDES NEURONALES

Clasificación de Áreas y Subáreas para las inscripciones al Doctorado en Ciencias Informáticas

Nombre de la asignatura: Inteligencia Artificial. Créditos: Aportación al perfil

Optimización inspirada en la naturaleza

Redes Neuronales Artificiales y sus Aplicaciones

An Hybrid Evolutive-Genetic Algorithm for the Fractal IFS Inverse Problem

6. CONTRIBUCIÓN A LA FORMACIÓN PROFESIONAL Y FORMACIÓN GENERAL Esta disciplina contribuye al logro de los siguientes resultados de la carrera:

7. Conclusiones. 7.1 Resultados

Taxonomía de los principales temas de I A Por: Luis Guillermo Restrepo Rivas

Tablas de convalidación de Titulaciones Antiguas a Grados ETSII, URJC

LICENCIATURA UNIDAD DE ENSEÑANZA-APRENDIZAJE: NOCIONES SOBRE COMPLEJIDAD. SERIACIÓN 220 Créditos

Inteligencia Artificial. Grado en INFORMÁTICA 4º curso. Modalidad: Presencial

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO

Konputazio Ingeniaritza eta Sistema Adimentsuak Unibertsitate Masterra

Computación Biológica. Pablo Baños López

Lugar y fecha de nacimiento: Barrancabermeja, Santander, Marzo 15, 1982

BIOINFORMÁTICA

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación.

ASIGNATURA: Fundamentos de los Sistemas Automáticos de Fabricación

Capítulo 2. Las Redes Neuronales Artificiales

Grado en Ingeniería Informática

Inteligencia Artificial para desarrolladores Conceptos e implementación en C#

Programación Orientada a Objetos Inteligencia Artificial Programación Lógica Lógica Matemática Tecnicas para el derrallo de sistemas artificiales

El Mundo de las Ciencias de la Complejidad

UNIVERSIDAD DE ANTIOQUIA FACULTAD DE CIENCIAS EXACTAS Y NATURALES INSTITUTO DE FÍSICA PROGRAMA DE FÍSICA ESTADÍSTICA

CARRERAS DE DOS AÑOS PLAN DE ESTUDIOS Y CONTENIDOS MÍNIMOS

Miguel Hoyuelos Departamento de Física Facultad de Ciencias Exactas y Naturales.

TEMARIO CURSO ACCESS 2007 AVANZADO

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN

Componentes de los SBC

Introducción a la Investigación Operativa. Enfoque Metodológico y los procesos decisorios

CAPÍTULO 5 CONCLUSIONES

Objetos de aprendizaje. Ciencias de la Comunicación Universidad de la República Uruguay

Sus correos al mio y taniana@ula.ve (titulo mensaje estudiante AI)

Métodos Heurísticos en Inteligencia Artificial

SISTEMAS COMPLEJOS: SISTEMAS URBANOS

Algoritmos Genéticos. Introduccion a la Robótica Inteligente

Ecosistemas Digitales. Marcos Grillo

Luis Felipe Duque Álvarez. Estudiante de Ingeniería Electrónica. Grupo de Política y Gestión Tecnológica. Universidad Pontificia Bolivariana Medellín.

REVISTA DE CIRUGÍA. Oncología, caos, sistemas complejos adaptativos y estructuras disipativas

INGENIERIA INDUSTRIAL Y DE SISTEMAS LISTADO DE MATERIAS CONTENIDO PLAN:

GRADO EN MATEMÁTICAS

Introducción a los Sistemas Integrados de Producción

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO

Simulación de Monte Carlo aplicada a fenómenos superficiales en el marco de los modelos de gas de red

UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACION

Aprendizaje Computacional. Eduardo Morales y Jesús González

1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS 1.2. EL MÉTODO CIENTÍFICO 2.

MODULO ESPECÍFICO: ESPECIALIDAD en CIENCIAS EXPERIMENTALES CURSO ACADÉMICO 2009/10

Sistemas de Recuperación de Información

PENSAR LA COMPLEJIDAD: CÓMO ES ESO? Prof. Dr. Carlos Eduardo Maldonado, d.h.c. Profesor Titular Universidad del Rosario Bogotá, Colombia

Proyectos de Investigación

An agent-oriented softwareengineering. develop Adaptive Virtual Organizations

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015

Carlos Needleman

Grado en Ingeniería Informática

PLAN DE ESTUDIOS 2004 con modificaciones 2007/2009 ASIGNATURAS, RÉGIMEN DE CURSADO, CARGAS HORARIAS Y CORRELATIVIDADES:

Herramienta no-convencional para modelado en Comunicaciones móviles: Redes Neuronales Artificiales Georgina Stegmayer

Maestría en Ciencias (M.S.) en Ingeniería Mecánica con Especialidad en Energía o Aeroespacial. y

SISTEMAS COMPLEJOS, CAOS Y VIDA ARTIFICIAL

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales

IIC Introducción a la Programación -

18:15 19: Reunión de la red HEUR. Sala Andalucía 3. 19:30 21:00 Acto de Inauguración y Conferencia Invitada CEDI2005. Miércoles, 14 Septiembre

Experto TIC en Inteligencia Artificial para Programadores

SISTEMAS COMPLEJOS. Dr. Marcial FERRO RODRÍGUEZ

La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network)

Construcción de sistemas de soporte a la toma de decisiones

SECUENCIACIÓN DE SISTEMAS DE TIPO JOB SHOP MEDIANTE APRENDIZAJE AUTOMÁTICO

Representación gráfica en Ingeniería Mecánico-Eléctrica (RGM)

UNA NUEVA TEORÍA ACERCA DE LAS DILUCIONES HOMEOPÁTICAS Dr. Gabriel Hernán Gebauer

UNIVERSIDAD DEL TOLIMA FACULTAD DE CIENCIAS PROGRAMA MAESTRÍA EN MATEMÁTICAS PERIODO: 2015-A

LAS NEUROCIENCIAS CEREBRO Y APRENDIZAJE ROCIO CHIRINOS MONTALBETTI

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Soft Computing y e-salud (Análisis Inteligente de Datos al Servicio de los Profesionales Sanitarios)

MÓDULO 1: FUNDAMENTOS DE BPM, GOBIERNO Y ORGANIZACIÓN POR PROCESOS

MÁQUINA DE VECTORES DE SOPORTE

MASTER EN CIBERNÉTICA APLICADA. Mención Minería de Datos

Conceptualizando la integración de la Inteligencia Colectiva y Artificial con I3geo

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) SYLLABO

DOCTORADO EN CIENCIAS COMPUTACIONALES

Robótica PLANIFICACIONES Actualización: 2ºC/2015. Planificaciones Robótica. Docente responsable: ANIGSTEIN MAURICIO.

GUÍA DOCENTE DE LA ASIGNATURA

CARACTERÍSTICAS GENERALES. a) Nombre del Proyecto Curricular Licenciatura de Ingeniería en Sistemas Inteligentes 2007

PROGRAMA DE ESTUDIO. Básico ( ) Profesional ( ) Especializado ( X ) Práctica ( )

Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos

CAPITULO 2 MARCO TEORICO 2.1 REDES RECURRENTES

SISTEMAS COMPLEJOS: SISTEMAS URBANOS

Fausto Abraham Jacques García

Grado en Ingeniería Informática

DES: Programa(s) Educativo(s): Tipo de materia: Clave de la materia: Semestre:

Teoría Tema 5 Espacios vectoriales

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica

SISTEMAS DE INFORMACIÓN PARA ADMINISTRACIÓN DE OPERACIONES. Manufactura Integrada por Computadora (CIM) Qué es es CIM?

[RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL]

Licenciatura de Física Título propio de Grado en Ciencias (Física)

XI Encuentro temático nacional Popayán Informe presentado por Tania Liseth Acevedo Gauta

El Álgebra Lineal detrás de Google

México s growth A CONTEXT IN FAVOR OF INNOVATION

Introducción a la Inteligencia Artificial

Transcripción:

EL MUNDO DE LAS CIENCIAS DE LA COMPLEJIDAD Carlos Eduardo Maldonado Nelson Gómez

Equilibrio Orden Sistemas cercanos al equilibrio Filo del caos Sistemas complejos Caos Desorden (Cristales) Sistemas alejados del equilibrio (Vida) (Sol, estrellas) Ciencia normal Ciencia revolucionaria Distribuciones normales Ley de los grandes números Campana de Gauss Campaba de Bell Descripciones estadíshcas Descripciones matriciales Vectores Estándares Ciencias de la complejidad Termodinámica del no- equilibrio Teoría del caos Teoría de las catástrofes Geometría fractal Vida arhficial Ciencia de redes Lógicas no- clásicas

DISTRIBUCIONES NORMALES GEOMETRIC PHENOMENA, such as: * Gauss Bell * Statistics * Normal distributions * Standards * Averages * Vector analysis

Equilibrio Orden Sistemas cercanos al equilibrio Filo del caos Sistemas complejos Caos Desorden (Cristales) Sistemas alejados del equilibrio (Vida) (Sol, estrellas) Ciencia normal Ciencia revolucionaria (Thomas Kuhn) Distribuciones normales Ley de los grandes números Campana de Gauss Campaba de Bell Descripciones estadíshcas Descripciones matriciales Vectores Estándares Ciencias de la complejidad Termodinámica del no- equilibrio (Ilya Progogine, 1945 y 1977) Teoría del caos (Edward Lorenz, 1964) Teoría de las catástrofes (René Tom, 1977) Geometría fractal (Benoît Mandelbrot, 1977) Vida arhficial (Christopher Langton, 1987) Ciencia de redes (L Barabási, S Strogatz, D WaOs, 2001-2003) Lógicas no- clásicas (varios, desde la década de 1950) (*)

Equilibrio Orden Sistemas cercanos al equilibrio Filo del caos Sistemas complejos Caos Desorden (Cristales) Sistemas alejados del equilibrio (Vida) (Sol, estrellas) Ciencia normal Ciencia revolucionaria (Thomas Kuhn) Distribuciones normales Ley de los grandes números Campana de Gauss Campaba de Bell Descripciones estadíshcas Descripciones matriciales Vectores Estándares

Lógicas no clásicas Redes complejas IncerHdumbre Emergencia Imprecisión Auto- organización No- linealidad Adaptación Evolución Atractores Fractalidad Caos Vida artificial

Equilibrio Orden Sistemas cercanos al equilibrio Filo del caos Sistemas complejos Caos Desorden (Cristales) Sistemas alejados del equilibrio (Vida) (Sol, estrellas) Ciencia normal Ciencia revolucionaria (Thomas Kuhn) Distribuciones normales Ley de los grandes números Campana de Gauss Campaba de Bell Descripciones estadíshcas Descripciones matriciales Vectores Estándares

Equilibrio Orden Sistemas cercanos al equilibrio Filo del caos Sistemas complejos Caos Desorden (Cristales) Sistemas alejados del equilibrio (Vida) (Sol, estrellas) Ciencia normal Ciencia revolucionaria (Thomas Kuhn) Distribuciones normales Ley de los grandes números Campana de Gauss Campaba de Bell Descripciones estadíshcas Descripciones matriciales Vectores Estándares Cuerpos simples Trayectorias Sistemas duales 3- cuerpos n- cuerpos

muerte TERMODINÁMICA (entropía) (evolución) BIOLOGÍA vida muerte vida Sensibilidad a las condiciones iniciales Presencia de atractores Cambios de fase

VIDA Y AUTOORGANIZACIÓN Sistema Endocrino Sistema LinfáHco Sistema Inmunológico Sistema Nervioso Central Sistema Cardiovascular Sistema Muscular Sistema DigesHvo Sistema Respiratorio Sistema Circulatorio En un organismo saludable (sano) no todo pasa por el cerebro

Problemas P =! NP Relaciones entre el universo macroscópico y microscópico Sistemas dinámicos

Lógicas No Clásicas (Lógicas filosóficas) Lógicas polivalentes Lógica difusa Lógica paraconsistente Lógica formal clásica Lógica de contrafácticos Lógica epistémica Lógica de la relevancia Lógica libre Lógica del tiempo Lógica modal Lógica deóntica Lógica de fabrica Lógica cuántica Lógicas No Monotónicas Extensiones a la lógica clásica Lógicas Probabilísticas Alternativas a la lógica clásica

NUMBER SYSTEM Imaginary

emergencias sorpresas autoorganización no linealidad rupturas de simetría Un sistema complejo no es explicable a partir de lo anterior, de lo inferior, o de lo causal Abierto en la cima: porque aprenden, se adaptan, exhiben vida Abierto en la base: porque la complejidad nace compleja; es decir, no como un agregado (=suma) de elementos o partes Sistemas de complejidad creciente (sistemas irreductibles)

Métodos clásicos Heurísticas METAHEURÍSTICAS Metaheurísticas híbridas Metaheurísticas paralelas y distribuidas configuración: Hiperheurísticas Instanciar módulos Problema estructural Afinar parámetros Problema paramétrico Metaheurísticas multinivel Computación no convencional Personalización de metaheurísticas Metaheurísticas auto-adaptativas Afinamiento de metaheurísticas Aprendizaje de máquina

SIA RN CE SD IE Técnicas probabilíshcas Paradigmas de la inteligencia computacional SI: sistemas difusos, RN: Redes neuronales, SIA: sistemas inmunes arsficiales, CE: computación evolusva, IE: inteligencia de enjambres Las flechas representan posibles combinaciones de técnicas para formar sistemas híbridos Adaptado desde (Engelbrecht, 2007)

Computación Natural Computación inspirada por la naturaleza Síntesis de fenómenos naturales en computadores Computación con nuevos materiales naturales Redes neuronales naturales Computación evolutiva Inteligencia de enjambre Sistemas inmunes artificiales Geometría fractal Vida artificial Computación con ADN Computación cuántica

COMPLEJIDAD COMPUTACIONAL Dos Hpos de problemas P Problemas fáciles: Irrelevantes Decidibles N- P N- P Completos Problemas Di\ciles: Relevantes Indecidibles No pueden resolverse algorítmicamente, incluso con recursos de [empo y espacio ilimitados Hipercomputación Computación no- convencional N- P Di\ciles Simulación MetaheurísHcas

Goods and Services Knowledge Meta- Engineering Complex Engineered Systems Conven6onal Engineering Classical Engineering Uncertainty Reliability Durability Systems or soeware that support engineering achvihes Intelligent soluhons PredicHon Predictability Transparency Stability Reliability Controllability (centralized control) Reversed systems Engineering Reuse Analysis of exishng systems Coupling classical engineering with enterprise achvihes LinearizaHon of nonlinear systems Systems of systems engineering Systems integrahon (verhcal and horizontal) Synergy CoordinaHon Interoperability Unconven6onal Engineering Emergent soluhons Inaccuracy Learning Vagueness Bio- inspired Engineering Scalability Flexibility Evolvability Adaptability Resilience Robustness Self- monitoring Self- repair Self- organizahon Maber and energy Simple and complicated systems (=linear systems) Local research Exact methods Single soluhons InformaHon and compuhng Complex systems (=nonlinear systems) Large- scale research MetaheurisHcs SoluHon space Physics Biology Normal Science (LiOle Science) Sciences of Complexity (Big Science) Arrow of complexifica6on

MODELAMIENTO Y SIMULACIÓN Modelo Modelamiento Simulación Sistema Real (mundo real) Computador Aplicación Comprensión