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 casos. 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 por ejemplo cómo funciona el algoritmo PageRank de Google.
Horas semanales
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
-
Detectar sistemas susceptibles de ser representados mediante redes complejas
Competencias relacionadas:
CG3,
CEP2,
CB6,
-
Saber como estudiar y caracterizar la estructura de redes complejas
Competencias relacionadas:
CEA11,
CT4,
CT7,
-
Conocer y saber implementar modelos de redes complejas
Competencias relacionadas:
CT7,
CB6,
-
Conocer las principales dinámicas sobre redes complejas
Competencias relacionadas:
CT4,
CT7,
-
Saber como implementar y validar simulaciones Montecarlo
Competencias relacionadas:
CT7,
-
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
-
Introducción
Ejemplos de redes complejas en muchos ámbitos de conocimiento. Tipos de redes complejas.
-
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.
-
Modelos de redes complejas
Redes aleatorias Erdös-Rényi, modelo de Barabási-Albert, modelo de Watts-Strogatz, modelo de configuración.
-
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:
Estructura de redes complejas
Desarrollo del tema
Objetivos:
2
Contenidos:
Modelos de redes complejas
Desarrollo del tema
Objetivos:
3
Contenidos:
Dinámicas en redes complejas
Desarrollo del tema
Objetivos:
4
5
Contenidos:
Proyecto
Proyecto de redes complejas
Objetivos:
1
2
3
4
5
6
Contenidos:
Entrega de prácticas sobre estructura de redes complejas
Entrega de prácticas sobre estructura de redes complejas
Objetivos:
2
Semana:
4
Entrega de prácticas sobre modelos de redes complejas
Entrega de prácticas sobre modelos de redes complejas
Objetivos:
3
Semana:
8
Entrega de prácticas sobre detección de comunidades
Entrega de prácticas sobre detección de comunidades
Objetivos:
2
Semana:
11
Entrega de prácticas sobre simulación de dinámicas
Entrega de prácticas sobre simulación de dinámicas
Objetivos:
4
5
Semana:
15
Entrevista del proyecto
Entrevista del proyecto
Objetivos:
1
6
Semana:
18
Aprendizaje dirigido
0.5h
Metodología docente
Clases magistrales, prácticas con ordenador, resolución de problemas prácticos.
Método de evaluación
Resolución de problemas prácticos
Desarrollo de un proyecto de redes complejas
Bibliografía
Básica:
-
Networks -
Newman, M.E.J,
Oxford University Press, 2018. ISBN: 0198805098
https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004164149706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
-
Physics Reports -
Boccaletti, S.; Latora, V.; Moreno, Y.; Chavez, M.; Hwang, D.-U.,
http://cataleg.upc.edu/record=b1242338~S1*cat
-
Physics Reports -
Fortunato, S.,
http://cataleg.upc.edu/record=b1242338~S1*cat
Capacidades previas
Capacidades previas en Algorítmica y Programación:
- Tipos abstractos de datos y costes computacional
- Grafos, árboles y algoritmos