[Todos] Optativa Redes Complejas 2020

[Ariel Chernomoretz]

Hola a tod at s,

Este mensaje va dirigido a quienes tengan interés en cursar como materia
optativa un curso introductorio a Redes Complejas que dictaré durante el
primer cuatrimestre de 2020.

Codigos SIU-Guarani:
     -Intro.Redes Complejas con Aplicaciones a Biología de Sistemas  
(FISI870183)
     -Sist. Complejos y Teoría de Redes con Aplicación a Biología de
Sistemas (DOC8800776)

Se trata de un curso de caracter interdisciplinario donde presentaremos
herramientas teóricas y prácticas para caracterizar cuantitativamente
propiedades estructurales de sistemas complejos a partir de patrones de
conectividad y propiedades topológicas de las interacciones que experimentan
sus componentes.

La teoría de redes complejas para analizar estructura de correlaciones
a diferentes escalas tiene aplicaciones en dominios muy diversos como el
de la mecanica estadistica, de sistemas sociales y culturales, en el area de
las neurociencias, ciencias atmosféricas, en ecologia, y, en general, en
cualquier ambito de alguna ciencia basada en datos, donde interese capitalizar
informacion embebida en los mismos. En particular en el curso haremos
enfasis en aplicaciones en el area de la biologia de sistemas.

La materia tendrà una carga horaria de 10 horas semanales y las clases
tendrán lugar Martes y Jueves de 17 a 22hs. Las prácticas incluirán
trabajos computacionales en el laboratorio de computación del DF donde
se aplicarán los conceptos adquiridos en teóricas al análisis de
problemas concretos actuales del dominio de biología de sistemas  (las
prácticas son computacionalmente intensivas). A lo largo de la cursada
l at s alumn at s deberan llevar adelante en grupos un proyecto de
investigación que sera presentado al terminar la cursada.

Mini-resumen de contenidos:
+ Conceptos basicos de sistemas complejos. La biologia como propiedad
emergente.
+ Conceptos de analisis de redes sociales
+ Fundamentos de Teoria de redes: conceptos basicos, medidas de
centralidad, grafos aleatorios, teoria espectral.
+ Topologia de redes reales: propiedades generales, modelos de
crecimiento, redes biologicas
+ Estructura en redes: modelos en bloques, deteccion de comunidades,
roles topologicos.
+ Extraccion de conocimiento embebido en redes: aprendizaje semi
supervisado, data-embedding, sistemas de recomendacion, integracion de
datos y dominios de conocimiento.

Bibliografia:
-Biomolecular Networks, L.Chen, R.S.Wang & X.S. Zhang, Wiley 2009
-Community detection in graphs, S.Fortunato, Physics Reports 486 2010.
-Network Analysis. Methodological Foundations, U.Brandes, T.Erlebach
(eds) Springer 2005
-Networks. An introduction,M.E.J.Newman, Oxford University Press 2010.
-Networks, Crowds and Markets, D.Easley & J.Kleinberg, Cambridge
University Press 2010
-Recommender Systems, L.Lu et al, Physics Report 519 2012
-Semi-supervised Learning, O.Chapelle, B.Scholkopf, A.Zien (eds) Mit
Press 2010.
-Statistical mechanics of complex networks, R.Albert &
A.L.Barabasi,Rev.Mod.Phys 2002
-Structure in complex networks, J.Reichardt, Springer 2009

Para mas informacion se puede consultar la pagina del ultimo dictado:
[ https://materias.df.uba.ar/redesa2018c2 ]

Gracias por leer hasta el final
Ariel./