- home
- ~
- about
- ~
- people
- ~
- research
- ~
- activities
- ~
- news & events
- ~
- training
- ~
- media
- ~
- network
- ~
- divulgació
- ~
- contact
Complex systems are characterized by their emergent behavior as a non-trivial result of the evolution of a considerable number of microscopic units that interact with each other. Expressed in other words: the study of complex systems seeks to understand the behavior and properties of the whole system that can not be derived directly from the study of the properties of its parts in isolation.
This is the essence of the research of complex systems, where the nature of the units is irrelevant. Associated strategies to address the study of a specific phenomenon, then, may be widely shared by a large number of phenomena characteristic of various disciplines. Even we can say that the complexity of the science itself is the result of the fusion of different disciplines and approaches on the same challenge. Therefore, the study of complex systems integrates problems and merges methodologies that can have very different origins.
The creation of the UBICS will join efforts of several groups of related research that will:
The research at the Institute is structured along four major pillars. Together, they combine the exploration of new concepts in the field of Complex Systems and their application in different scientific and social disciplines.
| Foundations | Science of Matter | Life Sciences | Social Sciences |
| Statistical Physics | Soft Matter | Molecular Biophysics | Psychology and Behavior |
| Networks | Complex Flows and Complex Fluids | Cell and Multicellular Biology | Economy and Finance |
| Dynamical systems | Active Matter | Systems Biology | Linguistics |
| Data Science | Smart Materials | Neuroscience | History |
UB products 21/11/2022
Més de 80 persones s’han aplegat avui a la Reial Acadèmia de Medicina de Catalunya (Barcelona) en la primera Assemblea Comunitat Salut Mental del projecte CoActuem per la Salut Mental, en què s’han presentat els resultats d’un procés col·laboratiu desenvolupat al llarg dels darrers tres anys. Gràcies a aquest procés, ha estat possible entendre millor com funcionen les xarxes de suport social en salut mental i proposar accions per promoure-les i enfortir-les, així com validar un document final de recomanacions polítiques. En l’acte, moderat per Itziar González, responsable dels processos de cooperació del projecte, hi han participat Josep Perelló, catedràtic de la Facultat de Física, membre de l’Institut de Sistemes Complexos de la UB (UBICS) i investigador principal del projecte; Marta Poll, directora de Salut Mental Catalunya; Gemma Tarafa, regidora de Salut, Envelliment i Cures de l’Ajuntament de Barcelona, i Magda Casamitjana, directora del Pacte Nacional de Salut Mental de la Generalitat de Catalunya.
projects 18/11/2022
JOB OPENING: POSTDOCTORAL RESEARCH FELLOW AT THE UNIVERSITY OF BARCELONA We are looking for a highly motivated postdoctoral researcher to work at the interface between Network Geometry and Machine Learning (dimension reduction techniques and neural networks). The successful applicant will work with Prof. M. Ángeles Serrano and Prof. Marián Boguñá at the Department of Condensed Matter Physics of the University of Barcelona and UB Institute of Complex Systems (UBICS). The position should start as soon as possible. The contract is for one year, renewable until the end of November 2024. Requirements: - A PhD in physics, mathematics, computer science, computer/electronic engineering, or other related discipline is expected. - Expertise in complex networks and machine learning. When expertise is proved in only one of them, we require a strong motivation for learning the other. - Excellent software development skills. - Excellent communication skills, verbal and written (English). Application process: Interested applicants are requested to submit: - A Curriculum Vitae including relevant publications and the name and contact details of 2 referees. - An expression of interest including a statement about the adequacy of the candidate to the research group. We promote diversity and equal opportunities, minorities in science are encouraged to apply. Queries about this position should be sent to marian.serrano@ub.edu or marian.boguna@ub.edu.
UB papers 28/10/2022
Reduir informació redundant per trobar patrons simplificadors en conjunts de dades i xarxes complexes és un repte científic en molts àmbits del coneixement. A més, detectar la dimensionalitat de les dades és encara un problema de difícil resolució. Ara, un article publicat a la revista Nature Communications presenta un mètode per inferir la dimensionalitat de les xarxes complexes aplicant la geometria hiperbòlica, que captura la complexitat de les estructures relacionals del món real en dominis molt diversos. Són autors d’aquest nou treball els investigadors M. Ángeles Serrano i Marián Boguñá, de la Facultat de Física i l’Institut de Sistemes Complexos de la UB (UBICS), i Pedro Almagro, de l’Escola Tècnica Superior d’Enginyeria Informàtica de la Universitat de Sevilla. La recerca aporta un model hiperbòlic multidimensional de xarxes complexes que en reprodueix fidelment la connectivitat, amb una dimensionalitat ultra baixa i personalitzable per a cada xarxa concreta. Això permet caracteritzar-ne millor l’estructura —per exemple, a escala de comunitats— i millorar la seva capacitat predictiva. L’estudi revela regularitats inesperades, com ara que les dimensions de les xarxes moleculars associades a teixits biològics són extremament baixes; que la dimensionalitat que exigeixen les xarxes socials i Internet és lleugerament superior, i que els connectomes cerebrals estan a prop de les tres dimensions de la seva organització anatòmica. Geometria hiperbòlica versus euclidiana La geometria intrínseca dels conjunts de dades o de les xarxes complexes no és òbvia, la qual cosa és un obstacle a l’hora de determinar la dimensionalitat de les xarxes reals. Un altre desafiament és que la distància s’ha de definir d’acord amb la seva estructura relacional i de connectivitat, i això també requereix models sofisticats. Ara, el nou enfocament té com a referència la geometria de les xarxes complexes; més en concret, el model geomètric configuracional o model SD. «Aquest model, que hem desenvolupat en treballs anteriors, descriu l’estructura de les xarxes complexes basant-se en principis fonamentals», explica la professora M. Ángeles Serrano, que és investigadora ICREA del Departament de Física de la Matèria Condensada de la UB. «Més específicament —continua—, el model postula una llei d’interconnexió dels elements de la xarxa (o nodes) que és de tipus gravitatori, de manera que nodes més propers en un espai de similitud (de geometria esfèrica en D dimensions) i amb més popularitat (una dimensió extra que correspon a la importància del node) tenen més probabilitats d’establir connexions». En l’estudi, les variables de similitud i de popularitat es combinen per donar lloc a la geometria hiperbòlica del model, que emergeix com la geometria natural que representa l’arquitectura jeràrquica de les xarxes complexes. En treballs previs, l’equip havia aplicat la versió més simple del model SD en una dimensió —el model S1— per tal d’explicar moltes de les característiques típiques de les xarxes del món real: la propietat de món petit (els sis graus de separació); les distribucions heterogènies del nombre de veïns per nodes, i els alts nivells de relacions transitives (connexions en triangle que es poden il·lustrar amb la frase «l’amic del meu amic és també el meu amic»). «A més, l’aplicació de tècniques d’inferència estadística ens permet obtenir mapes de xarxes reals en el pla hiperbòlic que són congruents amb el model establert», destaca la investigadora. «Més enllà de la visualització, aquestes representacions s’han utilitzat en multitud de tasques que inclouen els mètodes de navegació eficient, la detecció de patrons d’autosemblança, la detecció de comunitats de nodes fortament interactius i la implementació d’un procediment de renormalització de xarxes que evidencia simetries ocultes en l’organització multiescalar de les xarxes complexes i que permet produir rèpliques de la xarxa a escala reduïda o augmentada». Ara, l’equip infereix quina és la dimensionalitat de l’espai hiperbòlic subjacent a les xarxes reals a partir de propietats que es relacionen amb la dimensió de la seva geometria. En particular, el treball mesura l’estadística de cicles d’ordre superior (triangles, quadrats, pentàgons) associats a les connexions. Més informació a: https://www.ub.edu/web/ub/ca/menu_eines/noticies/2022/10/046.html? Article de referència: Almagro, P.; Boguñá, M.; Serrano, M. A. «Detecting the ultra low dimensionality of real networks». Nature Communications, octubre de 2022. DOI: 10.1038/s41467-022-33685-z
