PageContent
Lincoln
Learning Complex Networks
Coordinatore locale:
+ Armando Bazzani
L’iniziativa LINCOLN considera un approccio di Meccanica Statistica ai sistemi complessi con applicazioni ai sistemi biologici e sociali. In particolare, lo scopo del progettop è di sviluppare tecniche per comprendere e controllare le proprietà di reti complesse e i processi dinamici su di esse. Ad esempio, si possono creare reti sociali e tecnologiche più robuste e resiliente e applicare moderne tecniche statistiche alla progettazione e al controllo di reti neurali naturali e artificiali. La collaborazione coinvolge 6 sezioni INFN con competenze complementari di Fisica Teorica e Sistemi Dinamici.
Il gruppo di Bologna è focalizzato sulle proprietà statistiche e dinamiche di reti neurali artificiali e reali, la correlazione tra interazioni sociali e diffusione dell’informazione, e la resilienza e controllabilità delle reti neurali e i sistemi ecologici. Le metodologie applicate si basano sui risultati della teoria dei Sistemi Dinamici, Processi Stocastici e Teoria dei Network Complessi (es. random walk non lineari su grafo e sistemi dinamici accoppiati attraverso una struttura a network). Le principali applicazioni riguardano la mobilità umana, i modelli di trasporto, e i network biochimici e neurali.
Membri del gruppo
Postdoc
- …..
Studenti di dottorato
- Federico Capoani
- Giulio Colombini
- Federico Bellisardi