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 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.

Profesorado

Responsable

  • Sergio Gómez Jiménez ( )

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-Rényi, modelo de Barabási-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.

Debido a la situación excepcional causada por la COVID-19, durante el curso 2020-21 esta asignatura se realizará 100% de forma no presencial. Cuando la situación lo permita de forma estable, se hará una transición a un modelo semi-presencial.

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