Estudio de las propiedades dinámicas de sistemas magnéticos con redes neuronales y otros sistemas complejos

En este proyecto continuaremos estudiando algunas propiedades dinámicas de diferentes sistemas complejos, con especial énfasis en vidrios de spin, redes neuronales y autómatas celulares aplicados a modelos de evolución biológica. En vidrios de spin estamos analizando la dependencia entre los diagramas dinámicos obtenidos utilizando la técnica de propagación de daños y aquellos obtenidos estudiando el decaimiento de la función de autocorrelación. Este estudio pretende contribuir a entender los mecanismos microscópicos responsables del surgimiento de "ageing", entendiendo por éste a la dependencia de algunas cantidades con la historia de la muestra. En redes neuronales seguiremos dos líneas: en primer lugar, introducir componentes más realistas desde el punto de vista biológico, a fin de entender los mecanismos fisiológicos de las diferentes funciones cerebrales. En segundo lugar, estamos interesados en utilizar el modelo de Hopfield para red neuronal como por ejemplo de sistema complejo controlable a partir del cual estamos tratando de entender cómo la estructura del espacio de fases influye en la dinámica del sistema. Finalmente, continuaremos trabajando con el modelo Bak-Sneppen para evolución biológica de especies interactuantes y el surgimiento de "ageing" en el estado auto crítico. Objetivos generales y específicos (...) 1. Estudio de la relación entre el fenómeno de "ageing" y la sensibilidad del proceso dinámico a las condiciones iniciales. (...) 2. Estudio del efecto de la formación de dominios en la dinámica de no-equilibrio de modelos de vidrios de spin y ferromagnéticos. (...) 3. Estudio de la influencia de la estructura del espacio de configuraciones en la dinámica de no-equilibrio. (...) 4. Inclusión de ingredientes biológicamente realistas. (...) 5. Auto criticalidad forzada por secuencias deterministas. (...)

Dinámica Cuántica de Sistemas Complejos: Fundamentos y Aplicaciones. Quantum Dynamics in Complex Systems: Fundamentals and Aplications.

El procedimiento de revertir la dinámica colectiva (diablillo de Loschmidt apresurado) mediante un pulso de radio frecuencia, permite generar un Eco de Loschmidt, es decir la refocalización de una excitación localizada. Alternativamente, en acústica es posible implementar un Espejo de Reversión Temporal, que consiste en la progresiva inyección de una débil excitación ultrasónica en la periferia de un sistema, para construir una excitación que se propaga "hacia atrás". Así, podemos afirmar que es posible revertir y controlar la dinámica. Sin embargo, aún no se posee una comprensión detallada de los mecanismos que gobiernan estos procedimientos. Este proyecto busca responder las preguntas que posibilitan esta comprensión.

Procesos de cambio y aprendizaje organizacional desde sistemas complejos: aspectos procesuales de la cognición organizacional.

En continuidad con proyectos anteriores, la investigación persigue aportaciones a la mirada sistémica e interdisciplinar de los procesos de fortalecimiento de las capacidades de aprendizaje organizacional en organizaciones locales. Al momento, se ha avanzado en el diseño de estrategias de reconstrucción de procesos cognitivos organizacionales críticos, y en la postulación de un modelo de observación de la cognición organizacional con énfasis en la caracterización de los aspectos estructurales. Este proyecto en particular pone en foco los aspectos procesuales de la cognición organizacional, que se presentan como significativos en torno a los fenómenos de aprendizaje observados en los procesos de cambio organizacional en estudio. En ese sentido, el proyecto tiene por objetivo analizar los aspectos procesuales de los fenómenos de cambio y aprendizaje organizacional, planteando la operacionalización de dichos cambios en torno a una categoría de análisis de micro nivel que hemos denominado proceso de quiebre-tratamiento. Abrevamos en antecedentes de la investigación – acción y en fundamentos epistemológicos del enfoque filosófico político de los sistemas complejos, del pragmatismo epistemológico, y de la perspectiva axiológica de la ciencia. El planteo metodológico de tipo cualitativo, apela a recursos de la ciencia - acción, en los que mediante entrevistas individuales, grupales y mixtas, se exploran y confrontan aspectos significativos de los fenómenos de cambio, incluyendo en ello a referentes de investigación, de asistencia técnica y a protagonistas internos de los procesos de transformación institucional de las organizaciones en estudio.

Métodos bayesianos estadísticos y de aprendizaje automático para estimación en sistemas complejos.

Tesis (Maestría en Ingeniería de Sistemas) UANL, 2012.

Diseño basado en los sistemas complejos adaptativos : el diseño de objetos autorreferentes.

Tesis (Doctor en Filosofía con Orientación en Arquitectura y Asuntos Urbanos) UANL, 2012.

Sistemas bio-inspirados: Un marco teórico para la ingeniería de sistemas complejos

En este texto buscamos sentar las bases para el marco teórico de la ingeniería de sistemas complejos. Hasta la fecha, un marco semejante ha sido apenas enunciado, y en términos bastante generales (Wolfram, 1986). Sin embargo, hasta ahora no se ha logrado formular un marco semejante que sirva a los ingenieros, a los científicos y a los filósofos para afirmar con seguridad que se tiene ya un marco teórico para la ingeniería de sistemas complejos. Al sentar el siguiente marco trazamos claramente los límites que separan a la ingeniería clásica −incluida la ingeniería de procesos inversos− de la ingeniería de sistemas complejos. Nos encontramos en el centro de una revolución científica y teórica, en términos de T. Kuhn. Luego de separar, de manera rápida, la ingeniería clásica de la ingeniería de sistemas complejos, obtenemos una visión más clara acerca de la ingeniería bio-inspirada. A fin de plantear de manera radical un (nuevo) marco teórico para la ingeniería de sistemas complejos (ISC), procedemos en zigzag así: de un lado, sobre una base al mismo tiempo científica e ingenieril, sugerimos un perímetro orgánico para la ISC; de otra parte, sobre la base de la filosofía y las lógicas no-clásicas, alcanzamos nuevas herramientas conceptuales que profundizan las bases científicas e ingenieriles. Al final se hace claro el horizonte amplio y la visión acerca del marco de la ingeniería de sistemas complejos, a saber: se trata, ulteriormente, de una teoría general de los sistemas complejos. Así, la ISC forma parte de las ciencias de la complejidad.

Modelamiento y simulación de sistemas complejos

De manera tradicional se ha afirmado que existen dos formas de ciencia: una basada en la inducción y otra fundada en deducciones o, lo que es equivalente, en criterios y principios hipotético-deductivos. La primera ha sido conocida como ciencia empírica y su problema fundamental es el de la inducción; es decir, el de establecer cuáles, cómo y cuántas observaciones (o descripciones) particulares son suficientes (y/o necesarias) para elaborar generalizaciones. Esta es una clase de ciencia que trabaja a partir de observaciones, descripciones, acumulación de evidencias, construcción de datos, y demás, a partir de los cuales puede elaborar procesos de generalización o universalización. Este tipo de ciencia coincide con los fundamentos de toda la racionalidad occidental, a partir de Platón y Aristóteles, según la cual sólo es posible hacer ciencia de lo universal. Por su parte, el segundo tipo de ciencia consiste en la postulación de principios primeros o axiomas, y se concentra en el estudio de las consecuencias –igualmente, de los alcances– de dichos principios. Esta clase de ciencia tiene como problema fundamental la demostración de determinados fenómenos, valores, aspectos, dicho en general; y esto se fundamenta en el rigor con el que se han postulado los axiomas y los teoremas subsiguientes. Por derivación, esta clase de ciencia incorpora y trabaja con lemas y otros planos semejantes. Cultural o históricamente, esta clase de ciencia se inicia con la lógica de Aristóteles y se sistematiza por primera vez en la geometría de Euclides. Toda la ciencia medieval, llamada theologia, opera de esta manera. En el marco de la ciencia contemporánea estas dos clases de ciencia se pueden ilustrar profusamente. En el primer caso, por ejemplo, desde el derecho que afirma que las evidencias se construyen; las ciencias forenses (antropología forense, odontología forense y demás) que sostienen algo semejante; o el periodismo y la comunicación social que trabajan a partir del reconocimiento de que la noticia no existe, sino que se construye (vía la crónica, la reportería y otras). De otra parte, en el segundo caso, desde las matemáticas y la lógica hasta las ciencias y las disciplinas que incorporan parámetros y metodologías basadas en hipótesis. (Vale la pena recordar siempre aquella idea clásica del propio I. Newton de acuerdo con la cual la buena ciencia y en las palabras de Newton: hipothese non fingo). Pues bien, por caminos, con motivaciones y con finalidades diferentes y múltiples, recientemente ha emergido una tercera clase de ciencia, que ya no trabaja con base en la inducción y en la deducción, sino de una manera radicalmente distinta. Esta tercera manera es el modelamiento y la simulación, y la forma más acabada de esta ciencia son las ciencias de la complejidad.

Modelización de sistemas complejos para la comprensión organizacional Una exploración del objeto de estudio/ intervención de la gestión.

Este trabajo presenta un ejercicio de modelización para la comprensión e intervención en sistemas sociales complejos y propone una serie de elementos generales de estudio para el campo de la Gestión, que consideran e incorporan la idea de la complejidad como paradigma de pensamiento y como realidad organizacional. El modelo resultante está constituido por cuatro dimensiones que al articularse dan una visión global de las organizaciones sociales como objeto de estudio / intervención de la Gestión. La primera de ellas, la dimensión estratégica, a partir de cuya lógica pueden observarse los fenómenos que emergen de la relación medios/fines, así como la configuración de mecanismos de interacción que permitan a la organización enfrentar la incertidumbre del entorno; la dimensión del ordenamiento, que muestra la disposición e interrelación de los diferentes actores, las formas como asumen sus roles en la búsqueda de los fines establecidos; la tercera dimensión presenta el comportamiento de la organización en sus diferentes niveles, introduce la complejidad de lo humano-organizacional; y la cuarta dimensión aborda el fenómeno desde una perspectiva dinámica y se centra en los procesos que ocurren en la organización. Finalmente se muestra la interacción de la organización con la variables macro y micro ambientales.

Modelado basado en agentes : simulación de sistemas complejos en las Ciencias Sociales.

El proyecto se ha realizado en el Departamento de Organización y Gestión de Empresas, con sede en la Escuela Técnica Superior de Ingenieros Industriales de la Universidad de Valladolid. Los cinco profesores implicados en el trabajo forman el denominado grupo de Ingeniería de los Sistemas Sociales (INSISOC). El objetivo principal es crear un documento docente que recoja los fundamentos de las aplicaciones de Inteligencia Artificial Distribuida (Sistema Multiagente), a la Economía y las Ciencias Sociales en general. Se ha elaborado un tutorial básico del lenguaje de programación SDML y se han incluido dos ejemplos de su utilización. Como consecuencia del trabajo, el grupo INSISOC ha consolidado una biblioteca de fundamentos y aplicaciones de los sistemas multiagente. Este trabajo ha sido presentado en otras Universidades, en congresos y workshops. El grupo INSISOC consolida un papel de 'transfer' de la investigación más avanzada a la docencia universitaria, tanto en estudio de segundo ciclo o grado superior como en estudios de tercer ciclo. La evaluación obtenida de otros colegas universitarioos es muy positiva, pues no existen materiales publicados con los contenidos desarrollados. El volumen es susceptible de publicación y comercialización viable económicamente. La elaboración del proyecto ha supuesto el uso de las instalaciones del laboratorio de Organización Industrial y Producción del Escuela Técnica Superior de Ingenieros Industriales de Valladolid. Se ha utilizado el lenguaje de programación SAML, además de software edición.

Modelado basado en agentes. Simulación de sistemas complejos en las Ciencias Sociales.

El proyecto se ha realizado en el Departamento de Organización y Gestión de Empresas de la Escuela Técnica Superior de Ingeniería Técnica Industrial de la Universidad de Valladolid. Los cinco profesores implicados en el trabajo forman el denominado 'Grupo de Ingeniería de los Sistemas Sociales' (INSISOC). El objetivo principal es crear un documento docente que recoja los fundamentos de las aplicaciones de Inteligencia Artificial Distribuida (sistemas multiagente), a la Economía y las Ciencias Sociales en general. Se ha elaborado un tutorial básico del lenguaje de programación SDML y se han incluido dos ejemplos de su utilización. Como consecuencia del trabajo el grupo INSISOC ha consolidado una biblioteca de fundamentos y aplicaciones de los sistemas multiagente. Este trabajo ha sido presentado en otras universidades, en congresos y workshops. El grupo INSISOC consolida su papel de 'transfer' de la investigación más avanzada a la docencia universitaria, tanto en estudios de segundo ciclo o grado superior como en tercer ciclo. La evaluación obtenida de otros colegas universitarios es muy positiva, pues no existen materiales publicados con los contenidos desarrollados. El volumen es susceptible de publicación y comercialización (viable económicamente). La elaboración del proyecto ha supuesto el uso de las instalaciones del laboratorio de Organización Industrial y Producción de la Escuela Técnica Superior de Ingenieros Industriales de Valladolid. Se ha utilizado el lenguaje de programación SDML, además de software de edición.

Los sistemas complejos y el mundo del deporte

[ES] En el campo del deporte y del entrenamiento deportivo, un terreno particularmente multidisciplinar, pocos trabajos se han hecho hasta el momento desde la óptica de los sistemas complejos. Tampoco el mundo de la medicina ha asumido de forma sólida esta forma de entender el mundo. La tradicional visión del deporte y de las ciencias que lo alimentan es simple y siempre realizada desde un punto de vista lineal del mundo. Un fenómeno es lineal si la respuesta es proporcional al estímulo. Tratamos en este trabajo de plantear nuestro entorno desde el principio de la no-linealidad, del comportamiento caótico y de la interconexión de los procesos y los sucesos. Entendemos que esto nos ayudará a mejorar la idea que tradicionalmente nos determina la estructura del deporte y su propia lógica interna

Análisis del desarrollo del juego del fútbol 11 desde la óptica de los sistemas complejos

Programa de doctorado: Doctorado en Formación del Profesorado.