
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado
Centro: Ciências Físicas e Matemáticas
Departamento: Física/FSC
Dimensão Institucional: Pesquisa
Dimensão ODS: Econômica
Tipo do Documento: Projeto de Pesquisa
Título: MECANISMOS DE AUTO-ORGANIZAÇÃO EM SISTEMAS EXCITÁVEIS
Coordenador
- MAURICIO GIRARDI SCHAPPO
Participante
- MARCELO HENRIQUE ROMANO TRAGTENBERG (D)
- MAURICIO GIRARDI SCHAPPO (Di)
- PATRICK ANTONIO MORELO (Di)
Conteúdo
Motivação.
entender teórica e quantitativame...motivação.
entender teórica e quantitativamente a relação entre auto-organização e excitabilidade em sistemas de muitos corpos interagentes, bem como identificar falhas nessa relação e como repará-las, visando a aplicação em sistemas físicos e biológicos. a característica-chave da excitabilidade é a presença de uma não-linearidade local que gera um limiar a ser superado para que haja propagação de sinais ou partículas por ali. há inúmeros sistemas que se apresentam assim. na física, alguns exemplos envolvem a geração de laseres, a formação de vórtices em escoamento turbulento, a supercondutividade em junções de josephson, descargas elétricas em forma de raio, a condução de corrente por cristais líquidos nemáticos ou arranjos de nanopartículas, a formação de avalanches em pilhas de areia, etc. na biologia, temos a propagação de incêndios em florestas, redes de agentes sociais (predador-presa, ou outras variantes), redes de neurônios e células musculares, comunidades de bactérias, redes de proteínas, a dinâmica evolutiva, epidemias de doenças infecciosas (tal qual a covid-19), entre outros.
objetivos.
este projeto foca no papel de dinâmicas de auto-organização nas transições de fase e bifurcações desses sistemas, em diferentes escalas: da simulação de sistemas de muitos corpos à solução de campo médio. escolhemos como objeto de trabalho o cérebro, redes neuronais, neurônios e sinapses. focaremos na formação de memórias, na sensibilidade de sistemas dinâmicos, nos processos cognitivos e no desenvolvimento de doenças neurológicas relacionadas a falhas no feedback entre a auto-organização e a excitabilidade da atividade cerebral, tais como a epilepsia e o alzheimer.
essa escolha se suporta por três fatores: primeiramente, muitos desses sistemas apresentam transições de segunda ordem (ou pontos críticos), e o princípio da universalidade pode ser aplicado para se conhecer diferentes sistemas que compartilhem os mesmos expoentes críticos dos sistemas aqui abordados; e segundo, estamos interessados em desenvolver novas tecnologias, aparelhos e algoritmos baseados em inteligência artificial no longo prazo -- um desenvolvimento alicerçado no estudo da interação de neurônios, sinapses, e na formação de memória no cérebro através da auto-organização. e por último, sistemas neurais são extremamente ricos, exibindo fenômenos desde sincronização, até caos, percolação, memória, formação de padrões e avalanches. isso possibilita a generalização desses fenômenos para outros sistemas, tanto na física, quanto na química, ou na biologia.
metodologia.
no curto e médio prazo, a pesquisa em meu laboratório contará com o desenvolvimento de modelos de redes de neurônios integra-dispara ou baseados em mapa, bem como autômatos celulares e caminhadas aleatórias, sujeitos a dinâmicas homeostáticas, interações não-lineares, e ruído. esses sistemas serão alimentados e/ou guiados por dados experimentais provenientes de colaborações com meu atual laboratório na university of ottawa, e também por bancos de dados abertos e de qualidade, disponíveis online, numa abordagem de open science. esses modelos serão direcionados para o entendimento de fenômenos como avalanches neurais, doenças relacionadas a atividade do cérebro (tal qual a epilepsia), aprendizagem espacial, navegação e separação de padrões.
aplicaremos técnicas como a dinâmica estocástica, cálculo de transições de fase em sistemas dentro e fora do equilíbrio termodinâmico, bifurcações, aproximações de campo médio, e simulação computacional. os sistemas aqui utilizados compartilham características de modelos de percolação e processos epidêmicos generalizados, e também de sistemas tipo ising. também construíremos a partir de primeiros princípios modelos originais através de equações diferenciais ou mapas não-lineares acoplados, em redes regulares, aleatórias, complexas ou de campo médio.
a pesquisa ocorrerá através de quatro frentes: (a) teoria analítica; (b) modelagem computacional; (c) análise de dados; e (d) estudo teórico de aplicações tecnológicas. os alunos (quando houver) poderão escolher algumas dessas frentes para desenvolver seus estudos, fomentando a interação entre eles e suas pesquisas. por exemplo, a teoria analítica pode envolver a solução de equações de fokker-planck para redes neurais, ou a análise das bifurcações e transições de fases; isso seria acompanhado de simulações computacionais para verificação dos resultados analíticos. alternativamente, um projeto pode envolver diretamente a proposta de um método estatístico para analisar tanto dados experimentais quanto os de simulação, tal qual o ajuste de parâmetros de modelos do tipo ising de máxima entropia para estimar o regime dos dados experimentais. poderia também envolver o desenvolvimento de métodos de inteligência artificial, baseado em redes neurais, para identificar correlações e classificar dados experimentais ou de simulação entre saudáveis ou doentes. na quarta frente, nossos modelos de aprendizagem espacial e navegação têm potencial para, no longo prazo, darem origem a novas tecnologias inteligentes.
Índice de Shannon: 3.75667
Índice de Gini: 0.908551
ODS 1 | ODS 2 | ODS 3 | ODS 4 | ODS 5 | ODS 6 | ODS 7 | ODS 8 | ODS 9 | ODS 10 | ODS 11 | ODS 12 | ODS 13 | ODS 14 | ODS 15 | ODS 16 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3,73% | 3,95% | 5,14% | 7,62% | 4,69% | 3,32% | 4,30% | 5,20% | 20,58% | 3,58% | 7,20% | 4,32% | 4,93% | 4,42% | 4,86% | 12,15% |
ODS Predominates


3,73%

3,95%

5,14%

7,62%

4,69%

3,32%

4,30%

5,20%

20,58%

3,58%

7,20%

4,32%

4,93%

4,42%

4,86%

12,15%