Redes Complejas

Usted está aquí

Créditos
5
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
URV;CS
Mail
Las estructuras de conexión en red están omnipresentes en el mundo que nos rodea: las redes de comunicación, redes de transporte, redes de amigos y conocidos, y las redes biológicas, por nombrar sólo algunos. En este curso, los estudiantes aprenderán las similitudes y las abstracciones matemáticas que yacen bajo estos ejemplos. Otros ejemplos se extraerán de la biología molecular (regulación genética y redes de interacción de proteínas), economía (redes de comercio, las relaciones entre las empresas, y las interacciones en las redes estratégicas), las redes informáticas (Internet, world wide web), y la ecología (las redes de alimentación). En la última década ha habido una explosión de trabajo en la teoría y aplicaciones de redes para una enorme gama de problemas. Los estudiantes que completen este curso, obtendrán una amplia introducción a los trabajos recientes en este ámbito; comprenderán las fortalezas y debilidades de modelado de la red, y podrán aplicar las redes y su análisis en una variedad de configuraciones.

En la primera parte del curso, nos centraremos en la descripción empírica de la estructura de la red. A continuación, dirigiremos nuestra atención a la dinámica de las redes: como las redes se forman y crecen, y cómo son estas reglas de crecimiento relacionados con la estructura global. Finalmente, tendremos en cuenta algoritmos y la dinámica en las redes. En la última parte del curso se presentarán los problemas relacionados con la propagación de enfermedades y virus informáticos en las redes, la forma de detectar la estructura comunidades en las redes, y cómo funciona el algoritmo PageRank de Google.

Profesores

Responsable

  • Sergio Gómez Jiménez ( )

Otros

  • Alexandre Arenas ( )

Horas semanales

Teoría
2
Problemas
0
Laboratorio
0.5
Aprendizaje dirigido
0.5
Aprendizaje autónomo
5.33

Competencias

Competencias Técnicas Genéricas

Genéricas

  • CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.

Competencias Técnicas de cada especialidad

Académicas

  • CEA11 - Capacidad de comprender las técnicas avanzadas de Inteligencia Computacional, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.

Profesionales

  • CEP2 - Capacidad de resolver los problemas de toma de decisiones de las diferentes organizaciones, integrando herramientas inteligentes.

Competencias Transversales

Uso solvente de los recursos de información

  • CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.

Razonamiento

  • CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.

Analisis y sintesis

  • CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.

Básicas

  • CB6 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

Objetivos

  1. Detectar sistemas susceptibles de ser representados mediante redes complejas
    Competencias relacionadas: CG3, CEP2, CB6,
  2. Saber como estudiar y caracterizar la estructura de redes complejas
    Competencias relacionadas: CEA11, CT4, CT7,
  3. Conocer y saber implementar modelos de redes complejas
    Competencias relacionadas: CT7, CB6,
  4. Conocer las principales dinámicas sobre redes complejas
    Competencias relacionadas: CT4, CT7,
  5. Saber como implementar y validar simulaciones Montecarlo
    Competencias relacionadas: CT7,
  6. Saber aplicar los conocimientos adquiridos para la extracción de información de sistemes que se pueden describir mediante redes complejas
    Competencias relacionadas: CEA11, CEP2, CT4, CT6,

Contenidos

  1. Introducción
    Ejemplos de redes complejas en muchos ámbitos de conocimiento. Tipos de redes complejas.
  2. Estructura de redes complejas
    Principales características topológicas y estructurales de las redes complejas: distribución de grado, small-world, transitividad, assortativity, estructura de comunidades, centralidad. Algoritmos de detección de comunidades.
  3. Modelos de redes complejas
    Redes aleatorias Erdös-Renyi, modelo de Barabasi-Albert, modelo de Watts-Strogatz, modelo de configuración.
  4. Dinámicas en redes complejas
    Dinámicas más importantes en redes complejas: propagación de epidemias, sincronización, difusión, juegos evolutivos, percolación. Simulaciones Montecarlo. Transiciones de fase.

Actividades

Actividad Acto evaluativo


Introducción

Introducción
Objetivos: 1
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Estructura de redes complejas

Desarrollo del tema
Objetivos: 2
Contenidos:
Teoría
12h
Problemas
0h
Laboratorio
2.5h
Aprendizaje dirigido
2h
Aprendizaje autónomo
10h

Modelos de redes complejas

Desarrollo del tema
Objetivos: 3
Contenidos:
Teoría
6h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
2h
Aprendizaje autónomo
20h

Dinámicas en redes complejas

Desarrollo del tema
Objetivos: 4 5
Contenidos:
Teoría
10h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
2h
Aprendizaje autónomo
10h

Proyecto

Proyecto de redes complejas
Objetivos: 1 2 3 4 5 6
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
1h
Aprendizaje dirigido
1h
Aprendizaje autónomo
40h

Entrega de prácticas sobre estructura de redes complejas

Entrega de prácticas sobre estructura de redes complejas
Objetivos: 2
Semana: 4
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Entrega de prácticas sobre modelos de redes complejas

Entrega de prácticas sobre modelos de redes complejas
Objetivos: 3
Semana: 8
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Entrega de prácticas sobre detección de comunidades

Entrega de prácticas sobre detección de comunidades
Objetivos: 2
Semana: 11
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Entrega de prácticas sobre simulación de dinámicas

Entrega de prácticas sobre simulación de dinámicas
Objetivos: 4 5
Semana: 15
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Entrevista del proyecto

Entrevista del proyecto
Objetivos: 1 6
Semana: 18
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Metodología docente

Clases magistrales, prácticas con ordenador, resolución de porblemas prácticos

Método de evaluación

Resolución de problemas prácticos
Desarrollo de un proyecto de redes complejas

Bibliografía

Básica:

Web links

Capacidades previas

Capacidades previas en Algorítmica y Programación:
- Tipos abstractos de datos y costes computacional
- Grafos, árboles y algoritmos