MónTerrassa
Una professora de Terrassa, en una trobada de científics de tot el món a Alemanya
La professora i investigadora Cristina Masoller
La professora i investigadora Cristina Masoller | ESEIAAT

!--akiadsense-->

Durant la setmana del 23 al 27 d’abril, els màxims experts de tot el món que investiguen els sistemes complexos viatjaran a l’Institut Max-Plank, a Dresden (Alemanya), per discutir els avenços més recents en el desenvolupament de noves metodologies que millorin la comprensió en les transicions crítiques de sistemes complexos, tot posant l’accent en la seva predictibilitat.

Cristina Masoller, investigadora del grup de recerca Nonlinear Dynamics, Nonlinear Optics and Lasers (DNOLL) de la Universitat Politècnica de Catalunya (UPC) i professora de l’Escola Superior d’Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa (ESEIAAT) està al capdavant de l’organització d’aquest esdeveniment científic internacional. Els científics abordaran els desenvolupaments més recents en la recerca dels sistemes complexos, amb aplicacions específiques per a l’epilèpsia, la dinàmica climàtica (punts de canvis extrems en el sistema climàtic), l’ecologia, els sistemes socials i el desenvolupament d’eines matemàtiques i computacionals orientades a identificar, en les dades observades, els patrons i els primers senyals d’alerta de les transicions crítiques.

Els sistemes complexos

Els sistemes complexos són de naturalesa omnipresent. Els investigadors tracten d’entendre i predir el comportament d’aquests sistemes en funció del comportament de l’individu. En aquests sistemes sovint s’observen transicions sobtades, crítiques i perilloses en diferents situacions. Intentar comprendre els mecanismes subjacents que desencadenen aquestes transicions i preveure transicions futures basades en dades observades són temes candents en les ciències anomenades ‘no lineals’, que han produït desenvolupaments recents molt interessants gràcies al big data. Permeten gravar, emmagatzemar i gestionar gran quantitat de dades, una qüestió crucial per a la comprensió de sistemes complexos.

Nou comentari

Comparteix