Cursos de Posgrado, UNAM
Computación Adaptativa
|
Posgrado en Ciencia e Ingeniería de la Computación Semestre 2021-2 Streaming: https://www.youtube.com/channel/UCdFtQriC1qPauDfFcqO3FCQ |
 |
La computación puede verse como la transformación de la información. Tradicionalmente, un proceso de cómputo está determinado por condiciones iniciales, i.e. las entradas están dadas al inicio del proceso. Sin embargo, hay procesos de cómputo donde información nueva, i.e. entradas, pueden darse durante el proceso mismo. Esta información nueva puede determinar el resultado de la computación, lo que implica un enfoque distinto para estudiar a la computación: la computación adaptativa.
La adaptación es la habilidad de un sistema de cambiar de comportamiento en presencia de una perturbación. Un proceso de cómputo adaptativo puede incorporar información nueva (entradas, perturbaciones) durante el proceso mismo. La computación adaptativa es útil en muchos dominios, donde los problemas cambian constantemente, i.e. son no estacionarios. En especial, los sistemas complejos se benefician de la adaptación, ya que información nueva, no presente en condiciones iniciales, se genera por medio de las interacciones de los componentes del sistema. Esta información nueva limita la previsibilidad de los sistemas, la cual es asumida tradicionalmente. Por lo tanto, la computación adaptativa permite enfrentar problemas complejos en diversos dominios que no se pueden manejar con herramientas tradicionales.
Esta materia cubre distintos métodos de computación adaptativa. Cada tema incluye modelos y aplicaciones de los mismos a problemas reales. Se usará la plataforma de simulación multiagente NetLogo para explorar algunos modelos.
Este curso está apoyado por el Posgrado en Ciencias de la Computación, el Centro de Ciencias de la Complejidad y el Laboratorio de Sistemas Auto-organizantes.
Temario
Computación
¿Qué es computación?
Computación sobre espacios estacionarios.
Optimización y No Free Lunch theorem.
Computación sobre espacios no estacionarios.
Adaptación y auto-organización.
Adaptación
Complejidad, caos, y la caída de los dogmas Newtonianos.
Modelo cibernético de sistemas como máquinas.
Control y retroalimentación.
Espacios estacionarios y no estacionarios.
Aplicaciones
Sincronización en luciérnagas, osciladores y sistemas de comunicación.
Forraje de hormigas, algoritmo hormiga (ant colony optimization).
Enjambres, algoritmo enjambre (particle swarm optimization).
Semáforos auto-organizantes.
Burocracias auto-organizantes.
Sistemas de transporte público y la inestabilidad de intervalos iguales.
Dinámica de multitudes.
Hardware evolutivo.
Hardware adaptativo.
Computación en Redes
Introducción a teoría de redes.
Redes complejas.
Redes Booleanas aleatorias como modelos de redes genéticas.
Robustez.
Modularidad.