Materia
Estructuras modulares en redes complejas
Datos generales de la materia
- Modalidad
- Virtual
- Idioma
- Castellano
Descripción y contextualización de la asignatura
La asignatura se enmarca en el bloque temático de matemáticas avanzadas para la informática pues son una aplicación directa de la Teoría de Grafos. A pesar de no existir como requisito previo el conocimiento de otras asignaturas del programa del Máster puede resultar interesante haber cursado las siguientes asignaturas: Exploración y Análisis de Datos, Métodos y Técnicas de Investigación, Software Matemático y Estadístico, Minería de Datos. Estas asignaturas proponen herramientas de trabajo interesantes para aplicar en las diferentes tareas y prácticas a lo largo de la asignatura.El estudio de las redes complejas fue motivado por la necesidad de entender el comportamiento de varios sistemas reales, que van desde redes de comunicación hasta redes ecológicas, pasando por Internet, World Wide Web, las colaboraciones y citaciones científicas, los metabolismos y ecosistemas. Muchos de estos sistemas son el resultado de la interconexión de un número muy grande de unidades dinámicas. El primer enfoque para capturar las propiedades dinámicas de estos sistemas consiste en modelarlos como grafos cuyos nodos representan las unidades dinámicas, y las aristas (o links) representan las interacciones entre las unidades. Bajo esta aproximación, la interacción entre dos unidades, que generalmente, depende del tiempo, del espacio y de otros factores, se reduce a una simple codificación binaria, es decir, la existencia o no de un link entre los correspondientes nodos. En muchos casos prácticos, esta aproximación proporciona una representación simple pero muy informativa del sistema completo. Los trabajos realizados en esta línea revelan que, a pesar de las diferencias inherentes, muchas de estas redes complejas se caracterizan por las mismas propiedades topológicas tales como la existencia de caminos relativamente cortos entre cada par de nodos (The small-world property), coeficientes de clustering relativamente altos, correlaciones en los grados (Power-law degree distribution) y presencia de estructuras modulares.
Una vez superada la asignatura es de esperar que el futuro profesional sea competente en el análisis, interpretación y extracción de conocimiento de una red como puede ser una red social utilizando las herramientas adquiridas en esta y otras asignaturas.
Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
NUÑEZ GONZALEZ, JOSE DAVID | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctor | Bilingüe | Matemática Aplicada | josedavid.nunez@ehu.eus |
Competencias
Denominación | Peso |
---|---|
Estudiar el concepto de red compleja y sus propiedades topológicas. | 20.0 % |
Dominar las herramientas de software matemático que permiten generar muestras y analizar las propiedades de las redes complejas. | 20.0 % |
Entender el fenómeno de la sincronización y la aparición de dinámicas colectivas en redes complejas. | 10.0 % |
Estudiar los algoritmos que permiten detectar estructuras modulares en las redes complejas. | 20.0 % |
Ser capaz de aplicar los algoritmos estudiados para analizar redes sociales. | 10.0 % |
Tener una visión general del estado de arte sobre la materia. | 20.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 25 | 37.5 | 62.5 |
Seminario | 10 | 15 | 25 |
P. Ordenador | 10 | 15 | 25 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Actividades propuestas por el equipo docente a través de la plataforma virtual | 0.0 | 0 % |
Clases expositivas | 10.0 | 0 % |
Elaboración de informes y exposiciones | 40.0 | 0 % |
Estudio sistematizado | 20.0 | 0 % |
Horas de contacto virtual a través de la plataforma (participación en foros, consulta de dudas, etc) | 0.0 | 0 % |
Interacción con el docente en entornos virtuales | 0.0 | 0 % |
Lectura y análisis prácticos | 22.5 | 0 % |
Prácticas con ordenador, laboratorio, salidas de campo, visitas externas | 20.0 | 0 % |
Talleres de aplicación | 0.0 | 0 % |
Videoconferencias | 0.0 | 0 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Asistencia y Participación | 15.0 % | 25.0 % |
Exposiciones | 30.0 % | 40.0 % |
OTROS | 0.0 % | 10.0 % |
Participación en los foros | 15.0 % | 25.0 % |
Pruebas de evaluación a distancia | 75.0 % | 85.0 % |
Realización de prácticas (ejercicios, casos o problemas) | 100.0 % | 100.0 % |
Trabajos Prácticos | 30.0 % | 40.0 % |
Convocatoria ordinaria: orientaciones y renuncia
La convocatoria ordinaria consistirá en la entrega de diferentes actividades en los plazos estipulados.Quien no entregue actividades por un valor de al menos el 40% de la calificación obtendrá una calificación de: NO PRESENTADO.
Quien desee renunciar a la evaluación deberá comunicar estar circunstancia al profesor por correo electrónico en el plazo estipulado. La calificación será: RENUNCIA
Convocatoria extraordinaria: orientaciones y renuncia
Las actividades evaluables que no hayan sido superadas o entregadas en la convocatoria ordinaria se entregarán en el plazo estipulado.Quien no entregue actividades por un valor de al menos el 40% de la calificación obtendrá una calificación de: NO PRESENTADO.
Quien desee renunciar a la evaluación deberá comunicar estar circunstancia al profesor por correo electrónico en el plazo estipulado. La calificación será: RENUNCIA
Temario
Tema 1 Introducción: El papel de las redes en la computación biológicamente inspiradaTema 2 Estructura de las redes complejas
2.1. Definiciones básicas: betweenness, clustering, motifs, comunidades y espectro de un grafo
2.2. Topología de redes reales
2.2.1. Generalized random graphs
2.2.2. Redes Small-world
2.2.3. Redes scale-free estáticas y evolutivas.
2.2.4. Resultados empíricos
2.3. Redes valuadas y espaciales: modelos
Tema 3 Dinámicas colectivas y fenómeno de sincronización
3.1. Introducción
3.2. Análisis de estabilidad de la variedad de sincronización
3.3. Redes propensas a la sincronización
3.4. Sincronización de osciladores acoplados: Modelo de Kuramoto
3.5. Sincronización de dinámicas caóticas
3.6. Redes de ecuaciones diferenciales ordinarias
Tema 4 Algoritmos para identificar estructuras modulares
4.1. Métodos basados en análisis espectral
4.2. Métodos basados en Clustering jerárquico
4.3. Edge Betweenness Clustering methods
4.4. Cluster desynchronization methods
Tema 5 Aspectos prácticos y aplicaciones
5.1. Tolerancia a fallos y efectos dinámicos
5.2. Propagación: Epidemias y rumores
5.3. Redes sociales
5.4. Internet
Bibliografía
Bibliografía básica
• M. E. J. Newman. The structure and function of complex networks. SIAM Review, 45(2):167-256, 2003.• S. Boccaletti, V. Latora, Y. Moreno, M. Chavez, and D. Hwang. Complex networks: Structure and dynamics. Physics Reports, 424(4-5):175-308, February 2006.
Bibliografía de profundización
• Alex Arenas, Albert Diaz-Guilera, Jurgen Kurths, Yamir Moreno, and Changsong Zhou. Synchronization in complex networks. Physics Reports, 469(3):93-153, December 2008.• Alain Barrat, Marc Barthelemy, and Alessandro Vespignani. Dynamical processes on complex networks. Cambridge University Press, 2008. S. N. Dorogovtsev, A. V. Goltsev, and J. F. F. Mendes. Critical phenomena in complex networks. Reviews of Modern Physics, 80(4):1275-1335, October 2008.
• Guido Caldarelli and Alessandro Vespignani. Large Scale Structure and Dynamics of Complex Networks: From Information Technology to Finance and Natural Science (Complex Systems and Interdisciplinary Science). World Scientic Publishing Company, June 2007.
• Peter Csermely. Weak Links: The Universal Key to the Stability of Networks and Complex Systems (The Frontiers Collection). Springer, 1 edition, April 2006.
• Rick Durrett. Random Graph Dynamics. Cambridge University Press, October 2006.
• M. Girvan and M. E. J. Newman. Community structure in social and biological networks. Proceedings of the National Academy of Sciences, 99(12):7821-7826, June 2002.
• Matthew O. Jackson. Social and Economic Networks. Princeton University Press, August 2008
• M. E. J. Newman and M. Girvan. Finding and evaluating community structure in networks. Physical Review E, 69(2):026113+, February2004.