Aprendizaje Automático y Sistemas Complejos – Prof. Pedro García

Fuente: pexels.com

El video explora la intersección entre aprendizaje automático (Machine Learning) y sistemas complejos. Se comienza definiendo ambos conceptos y se destaca el aumento en la producción de investigaciones que combinan ambas áreas.

Luego, se presenta la idea de usar estrategias de Machine Learning para modelar y controlar sistemas complejos. Se mencionan dos tipos de problemas:

• Problemas directos: Encontrar soluciones o controlar un sistema a partir de un modelo preestablecido.
• Problemas inversos: Extraer información del sistema a partir de datos.

Se utiliza la regresión con kernels como estrategia de Machine Learning para:

• Controlar una red de cinco mapas caóticos acoplados.
• Modelar el sistema SIR (Susceptible-Infectado-Recuperado) usando datos reales de la pandemia de COVID-19 en varios países.

Los resultados muestran la eficiencia del uso de Machine Learning para modelar y controlar sistemas complejos, lo que abre una ventana a nuevas posibilidades en diversas áreas de investigación y aplicación.