9:00 - 9:30
Presentación del Evento
9:30 10:15
Embeddings no-euclídeos de redes cerebrales detectan regiones alteradas por neurodegeneración
Las redes complejas se han utilizado cada vez más para modelar la conectividad cerebral derivada de diferentes datos de neuroimagen. Se ha demostrado que las propiedades de las redes cerebrales revelan información complementaria sobre la estructura y la función cerebral en condiciones sanas y patológicas. En este artículo, mostraré cómo podemos ir más allá de los parámetros gráficos estándar mediante la integración de redes en un espacio latente no euclidiano (hiperbólico), en el que las relaciones de distancia codifican relaciones de similitud entre nodos. En este espacio, abordamos el problema de caracterizar las alteraciones de la conectividad en la estructura cerebral (DWI) y la funcionalidad (fMRI) de pacientes con enfermedad de Alzheimer. En particular, desarrollamos una medida geométrica de la distorsión de la conectividad local entre nodos con respecto a la conectividad de sujetos sanos. Mostraré que, en comparación con las medidas gráficas estándar, nuestro método identifica con mayor precisión las regiones cerebrales más afectadas por la neurodegeneración. Las regiones cerebrales detectadas por nuestro método pertenecen principalmente a los lóbulos temporal medio (hipocampo, amígdala), orbitofrontal y parietal inferior, que, curiosamente, constituyen la denominada red neuronal por defecto (RND), un grupo de áreas funcionalmente interconectadas donde se ha localizado el origen de las patologías de beta-amiloide y tau, y por lo tanto, se espera que se vea afectada desde la etapa preclínica de la enfermedad de Alzheimer. Cabe destacar que la detección de anomalías en las áreas relacionadas con la memoria y frontales es robusta en múltiples escalas de parcelación cerebral. Estos hallazgos sugieren que la puntuación de perturbación geométrica podría servir como un posible biomarcador para caracterizar la progresión de la enfermedad.
10:15 - 11:00
Dinámica y conectividad efectiva en cultivos neuronales: del comportamiento crítico a la inteligencia artificial
Los cultivos neuronales diseñados permiten adaptar la distribución de neuronas en un sustrato y su conectividad. El interés de estos cultivos reside en que imitan características organizativas clave del cerebro, como la modularidad. En esta charla, presentaremos primero una breve descripción general de las estrategias de ingeniería, los dispositivos de adquisición de datos y las herramientas de análisis para extraer información de neuronas cultivadas en laboratorio. A continuación, mostraremos diferentes ejemplos del uso de herramientas de sistemas complejos, en concreto la teoría de redes y la criticidad, para caracterizar la riqueza de sistemas in vitro y su capacidad para imitar sistemas similares a los del cerebro, formados naturalmente. Finalmente, analizaremos experimentos interesantes y nuevas tendencias tecnológicas destinadas al entrenamiento de cultivos neuronales para realizar tareas relacionadas con la IA, como la computación de reservorio o la interacción en tiempo real en entornos de videojuegos.
Coffe break 11:00 - 11:30
11:30 - 12:15
Sincronización explosiva: de bombas a hipergrafos.
En esta charla me centraré en dos avances recientes en el campo de la sincronización explosiva (SE), es decir, la transición abrupta entre el estado coherente colectivo y el desordenado en poblaciones de sistemas dinámicos acoplados. En primer lugar, mostraré que la SE puede surgir junto con la percolación explosiva en un benchmark que permite diseñar «bombas de sincronización». En segundo lugar, trasladándome al campo de las interacciones de orden superior (hipergrafos), mostraré que la explosividad no es genérica de este tipo de sistemas sino que, por el contrario, puede activarse y desactivarse sintonizando el grado de solapamiento entre grupos de interacción.
12:15 - 13:00
A mesoscopic model of traffic emissions using mobility science and direct measurements.
TBA
13:00 -15:00
15:00 15:45
Un marco de campo vectorial generalizado para la movilidad
Dada la identificación con la demanda de viajes y su relevancia para el transporte y la planificación urbana, la estimación de los flujos de viajes entre áreas es una métrica fundamental para la movilidad humana. Los modelos previos se centran en la intensidad del flujo, ignorando la información proporcionada por la orientación de la movilidad local. Un enfoque de teoría de campos puede superar este problema y manejar tanto la intensidad como la dirección a la vez. Aquí proponemos una representación general de campo vectorial a partir de las trayectorias de los individuos válida para cualquier tipo de movilidad. También mostramos con modelos simplificados cómo las elecciones de los individuos determinan las propiedades mesoscópicas del campo de movilidad. La optimización de la distancia en desplazamientos largos y la exploración local aleatoria son necesarias para reproducir las características empíricas del campo observadas en los datos logísticos chinos y en los check-ins de Foursquare en la ciudad de Nueva York. Nuestro marco es capaz de capturar simetrías ocultas en la movilidad urbana mesoscópica y abre las puertas al uso de la teoría de campos en un amplio espectro de aplicaciones.
15:45 16:30
Ciencia de redes y fútbol: de Euler a Messi
La ciencia de redes se ha consolidado como un potente marco para el análisis de dinámicas complejas en el deporte, ofreciendo herramientas para modelar las interacciones entre jugadores, equipos y eventos del juego. Un ejemplo destacado es el uso de redes de pases en el campo para caracterizar las estrategias de equipo, la circulación del balón y los roles de los jugadores en el fútbol. Más allá de los pases, investigaciones recientes exploran las redes de seguimiento, donde las trayectorias de los jugadores y las interacciones de proximidad se codifican como gráficos dinámicos para capturar estructuras espacio-temporales y patrones de coordinación durante los partidos. Estos enfoques basados en redes proporcionan nuevos conocimientos sobre los comportamientos tácticos, las métricas de rendimiento y la organización colectiva inherente al fútbol. En esta presentación, revisaremos los resultados recientes sobre estos temas y analizaremos sus limitaciones y futuros trabajos.
16:30 17:15
Teoría de campos vectoriales en movimiento: revelando potenciales latentes en la dinámica del fútbol
Los recientes avances en las tecnologías de seguimiento de jugadores y balones han ampliado significativamente la capacidad científica para estudiar patrones emergentes en deportes colectivos. En este estudio, presentamos un método para construir campos vectoriales a partir de datos de seguimiento de alta resolución registrados durante la temporada 2019/2020 de LaLiga, revelando los potenciales escalares correspondientes como huellas características del comportamiento del equipo. Reconstruimos campos de velocidad de flujo a partir de datos de posición de jugadores y balones de 25 fotogramas por segundo. Los campos resultantes verifican el teorema de divergencia de Gauss y presentan propiedades irrotacionales, lo que nos permite obtener el potencial escalar conservador subyacente de los equipos. Esta formulación de campo vectorial se aplica tanto a las trayectorias del balón como a los movimientos de los jugadores analizados en las fases ofensiva y defensiva. Teniendo en cuenta la naturaleza irrotacional de los campos, reconstruimos funciones potenciales empíricas para todas las fases de la dinámica de equipo, lo que permite realizar análisis comparativos que revelan diferencias en la organización estratégica y el rendimiento colectivo. Hasta donde sabemos, este es el primer enfoque teórico de campo en deportes colectivos que ofrece un marco físico para comprender la organización del equipo y la dinámica del partido.