Title: Aplicación de la dinámica simbólica al tratamiento y caracterización de series temporales
Speaker: David Arroyo
Date: 23/04/2012 16:00h
Location: Sala Seminarios, Edificio Torretamarit
Título: Aplicación de la dinámica simbólica al tratamiento y caracterización de series temporales
Ponente: David Arroyo
Fecha: 23/04/2012 16:00h
Lugar: Sala Seminarios, Edificio Torretamarit
Abstract
El análisis y tratamiento de procesos no lineales y no estacionarios representa un ámbito de investigación de gran relevancia dentro de la teoría aplicada de dinámica de sistemas. Dicho estudio es especialmente importante cuando se considera la identificación y control de sistemas biológicos complejos, pues en este escenario los métodos de caracterización de las dinámicas subyacentes han de ser precisos y de bajo coste computacional. Como base de tales métodos se puede emplear la teoría de la dinámica simbólica. En efecto, si asumimos el carácter ergódico de los sistemas con los que trabajamos, es posible llevar a cabo una discretización de las órbitas asociadas a tales sistemas. Ahora bien, dicha discretización ha de efectuarse mediante la conveniente asignación de una partición al espacio de fases de los sistemas. Aunque desde el punto de vista teórico, y siempre bajo la asunción de ergodicidad, existe tal tipo de partición, de modo general la determinación de la misma es un problema abierto dentro de la teoría de los sistemas dinámicos. Una posible aproximación de dicha partición puede obtenerse mediante el uso de la técnica de ventana deslizante y el ordenamiento de los valores de una serie temporal. Dicho ordenamiento da lugar a los llamados patrones de orden o patrones ordinales de una serie temporal, los cuales permiten definir medidas estadísticas para la caracterización de dinámicas. En este trabajo se analizarán las ventajas y limitaciones de algunas de esas medidas, teniendo por horizonte su aplicación a la identificación/control de sistemas cuya dinámica es de tipo transitorio.
Brief Bio
El profesor David Arroyo Guardeño es Doctor en Física de Sistemas Complejos por la Universidad Politécnica de Madrid desde 2009. En el periodo comprendido entre 2005 y 2009 fue becario FPI en el Instituto de Física Aplicada del Consejo Superior de Investigaciones Científicas (CSIC). Posteriormente fue contratado postdoc en el Instituto de Acústica del CSIC, y en la actualidad es contratado Juan de la Cierva en el Grupo de Neurocomputación Biológica de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid. Su trabajo de investigación parte del estudio de sistemas dinámicos no lineales, teniendo como ámbito de aplicación el análisis y diseño de estrategias de codificación y cifrado de información, así como el desarrollo de estrategias de control adecuadas a contextos definidos por sistemas complejos variables en el tiempo.
Resumen
El análisis y tratamiento de procesos no lineales y no estacionarios representa un ámbito de investigación de gran relevancia dentro de la teoría aplicada de dinámica de sistemas. Dicho estudio es especialmente importante cuando se considera la identificación y control de sistemas biológicos complejos, pues en este escenario los métodos de caracterización de las dinámicas subyacentes han de ser precisos y de bajo coste computacional. Como base de tales métodos se puede emplear la teoría de la dinámica simbólica. En efecto, si asumimos el carácter ergódico de los sistemas con los que trabajamos, es posible llevar a cabo una discretización de las órbitas asociadas a tales sistemas. Ahora bien, dicha discretización ha de efectuarse mediante la conveniente asignación de una partición al espacio de fases de los sistemas. Aunque desde el punto de vista teórico, y siempre bajo la asunción de ergodicidad, existe tal tipo de partición, de modo general la determinación de la misma es un problema abierto dentro de la teoría de los sistemas dinámicos. Una posible aproximación de dicha partición puede obtenerse mediante el uso de la técnica de ventana deslizante y el ordenamiento de los valores de una serie temporal. Dicho ordenamiento da lugar a los llamados patrones de orden o patrones ordinales de una serie temporal, los cuales permiten definir medidas estadísticas para la caracterización de dinámicas. En este trabajo se analizarán las ventajas y limitaciones de algunas de esas medidas, teniendo por horizonte su aplicación a la identificación/control de sistemas cuya dinámica es de tipo transitorio.
Breve Bio
El profesor David Arroyo Guardeño es Doctor en Física de Sistemas Complejos por la Universidad Politécnica de Madrid desde 2009. En el periodo comprendido entre 2005 y 2009 fue becario FPI en el Instituto de Física Aplicada del Consejo Superior de Investigaciones Científicas (CSIC). Posteriormente fue contratado postdoc en el Instituto de Acústica del CSIC, y en la actualidad es contratado Juan de la Cierva en el Grupo de Neurocomputación Biológica de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid. Su trabajo de investigación parte del estudio de sistemas dinámicos no lineales, teniendo como ámbito de aplicación el análisis y diseño de estrategias de codificación y cifrado de información, así como el desarrollo de estrategias de control adecuadas a contextos definidos por sistemas complejos variables en el tiempo.