Doctorado en Ingeniería de Sistemas Complejos - UAI

32

Objetivo del programa:

El Doctorado en Ingeniería de Sistemas Complejos (DISC) es un programa transdisciplinario destinado a formar investigadores capaces de formular, analizar y resolver problemas de ingeniería referidos a sistemas complejos en que interactúan agentes físicos, humanos, biológicos y computacionales.

El programa integra metodologías utilizadas en las matemáticas, física, biología, ciencias sociales e informática, con el objeto de abordar problemas de ingeniería que difícilmente pueden resolverse en el marco de una sola disciplina.

El Doctorado es ofrecido por la Facultad de Ingeniería y Ciencias (FIC) de la Universidad Adolfo Ibáñez.

El programa lo imparte un equipo de académicos de diversas disciplinas que desarrollan investigación de excelencia en el ámbito de la ingeniería de sistemas complejos.

Bienvenidos:

¿Por qué un doctorado en ingeniería de sistemas complejos?Porque el fin de la ingeniería es resolver problemas de la sociedad.Porque los problemas actuales más críticos involucran sistemas complejos, donde interactúanagentes físicos, humanos y biológicos.Porque esos problemas no se pueden analizar desde una sola disciplina.Porque la revolución informática ha acrecentado la complejidad de los sistemas. Pero también ha potenciado la capacidad de comprender, modelar, predecir y diseñar.Porque se requiere integrar las matemáticas, la física, la biología, las ciencias sociales y la computación.Porque son necesarios nuevos paradigmas y enfoques .Porque la ingeniería exige destrezas para diseñar soluciones innovadoras.Este doctorado forma graduados capaces de resolver problemas cruciales de nuestra sociedad.

ERIC GOLESDirector Académico

Premio Nacional de Ciencias Exactas

GONZALO RUZVice Director Académico

Sistema complejo: conjunto de agentes cuya interacción origina fenómenos que no pueden explicarse a partir de las propiedades de los agentes aislados.

ALEJANDRO JADRESICDecanoFacultad de Ingeniería y Ciencias

4

antecedentesdel programa

El programa responde a la necesidad de desarrollar soluciones innovadoras para hacer frente a los nuevos desafíos que la sociedad impone a la ingeniería. Estos desafíos involucran temas tan diversos como el cambio climático, la biotecnología, el caos, el mercado financiero, las redes sociales, el crecimiento de las ciudades, la nanotecnología, el desarrollo de la web, el conflicto social, el aprendizaje de máquinas, la gestión de instituciones complejas o la innovación empresarial. Tales temas involucran sistemas complejos, cuyo funcionamiento depende no sólo de las propiedades de los elementos constituyentes, sino también de nuevas propiedades e información que emergen de la interacción entre las partes. Su análisis exige modelar y predecir el comportamiento de sistemas que usualmente son adaptativos, son no lineales y están en desequilibrio, sobre la base de métodos cuantitativos avanzados.El programa incluye el desarrollo de habilidades prácticas para el diseño de soluciones de ingeniería y el manejo y análisis de datos generados por sistemas complejos, combinando técnicas de matemáticas, estadística y aprendizaje automático, con el poder de la computación moderna para la extracción de conocimiento desde datos a gran escala (big data).

Único programa de doctorado en América Latina que integra la

ingeniería, la biología, las ciencias sociales y la computación en similar forma a los centros de investigación

de mayor reputación mundial en sistemas complejos.

El Programa cuenta con un convenio de colaboración con el Instituto de Sistemas Complejos de Valparaíso

destinado a realizar actividades conjuntas y a facilitar la participación

de los alumnos del doctorado en los seminarios, talleres y proyectos de

investigación del Instituto.

Objetivos específicosDesarrollar la capacidad de realizar investigación original de excelencia referida a la ingeniería de sistemas complejos.

Diseñar soluciones innovadoras a problemas complejos de ingeniería integrando conocimientos y enfoques provenientes de diversas disciplinas científicas.

Desarrollar la capacidad de realizar proyectos de I+D y transferencia tecnológica, teniendo en cuenta las diversas implicancias en el entorno.

Formar investigadores innovadores que puedan desempeñarse con éxito en la academia, industria y centros de investigación.

Disciplinas básicas

El programa otorga a los egresados la capacidad de investigar y resolver problemas de ingeniería de sistemas complejos a partir de conceptos y enfoques relacionados con las siguientes disciplinas:

Física y matemáticas de la complejidad

sistemas biológicos

métodos estadísticos y computacionales

teoría de decisiones

Los egresados deberán tener un dominio básico de estas disciplinas y completar su tesis doctoral de investigación con un enfoque metodológico que las involucre.

DOCTORADO EN INGENIERÍA DE SISTEMAS COMPLEJOSuniversidad adolfo ibáñez

5

6

do

cto

rad

o

en in

gen

ierí

ad

e sis

tem

as

com

plej

os

Áreas de especialización

El programa otorga a los alumnos la posibilidad de realizar su tesis doctoral de investigación sobre problemas de ingeniería de sistemas complejos en diversas áreas temáticas, como las siguientes:

redes de regulación génico metabólicas

redes ecológicas

autómatas celulares

inteligencia artiFicial

reconocimiento de patrones

máquinas de aprendizaje

seguridad inFormática

caos y catástroFes

sistemas granulares

dinámica de avalanchas

dinámica de Fluidos

procesos biotecnológicos

procesos industriales y mineros

gestión de operaciones

logística y transportes

econoFísica

Finanzas cuantitativas

inteligencia de negocios

innovación y economía evolutiva

teoría de juegos y contratos

redes sociales

comportamiento grupal

dinámica urbana

gestión energética

calentamiento global

contaminación ambiental

eric goles (director académico)

héctor allende

bernardo gonzález

sergio rica

marcelo villena

Comité de Programa:


Doctor en Ingeniería y Doctor de Estado de Matemáticas, Universidad de Grenoble.

Dr. Rer. Nat. Computational Statistics, TU Dortmund University, Germany.

Doctor en Ciencias Biológicas, Pontificia Universidad Católica de Chile.

Doctor en Física, Université de Nice-Sophia Antipolis.

Ph.D. en Economía, University of Cambridge.

7

98

pro

feso

res


Claustro de profesoresEstá constituido por profesores designados por el Comité del Programa. Todos son profesores de planta, pertenecen a las dos más altas jerarquías académicas (titular o asociado) y tienen una elevada productividad en investigación relacionada con ingeniería en sistemas complejos.

Héctor AllendeDr. Rer. Nat. Computational Statistics, TU Dortmund University, Germany. Estadística Computacional, Máquinas de Aprendizaje.

MArcos GoycooleAPh.D. In Operations Research, Georgia Institute of Technology, Atlanta. Investigación y Gestión de Operaciones. Sistemas de Optimización Computacional.

toMÁs BAsPh.D. in Techology Management and Marketing of Innovation, University of Quebec. Biotecnología, clusters tecnológicos y recursos naturales.

tito HoMeM de MelloPh.D. In Industrial and Systems Engineering, Georgia Institute of Technology, Atlanta. Optimización estocástica, simulación.

enrique cAnessAPh.D. In Business Administration, mención Management Information Systems, U. of Michigan. Simulación basada en agentes, sistemas complejos adaptativos.

serGio cHAiGneAuPh.D. in Cognitive Psychology, Emory University. Conocimiento semántico, teoría de la mente.

MArco Antonio lArdiesDoctor en Ciencias Biológicas, mención Ecología, Pontificia Universidad Católica de Chile. Ecología y evolución, Análisis de impacto sobre invertebrados.

JAcques duMAisPh.D. en Biología, Stanford University, EE.UU. M.Sc. en Biología, University of British Columbia, Canadá. B.Sc. en Biología y Ecología, Université de Sherbrooke, Canadá.

eduArdo MorenoDoctor en Ciencias de la Ingeniería, Doctor en Informática, Université de Marne La Vallée. Optimización, Tecnologías de la Información.

serGio ricADoctor en Física, Université de Nice-Sophia Antipolis. Física no lineal, Ecuaciones en derivadas parciales.

eric GolesDoctor en Ingeniería y Doctor de Estado de Matemáticas, Universidad de Grenoble. Matemáticas discretas, Informática Teórica.

MArcelo VillenAPh.D. en Economía, University of Cambridge. Econofísica y teoría de juegos.

MArÍA VArGAs-VerADoctor en Inteligencia Artificial, Universidad de Edimburgo, Escocia, UK. Sistemas basados en Conocimiento y Web Semántica.

BernArdo GonzÁlezDoctor en Ciencias Biológicas, Pontificia Universidad Católica de Chile. Microbiología ambiental, Genética bacteriana.

10

Andrés AnABAlónDoctor en Física teórica, Universidad de Concepción. Gravitación, física aplicada.

serGio ArAyAMS and Ph.D. (c) in Architecture, Design and Computation, MIT. Diseño computacional, fabricación computacional.

JAVierA BArrerADoctor en Ciencias de la Ingeniería, Doctor en Matemáticas Aplicadas, Universidad de Paris 5-René Descartes. Procesos Estocásticos, Modelamiento.

GustAVo cÁceresDoctor en Mecánica, École Nationale Superieure d’Arts et Métiers. Energía Térmica, Fluidos.

osVAldo cHAndÍADoctor en Física, Universidad de Chile. Teoría de cuerdas, física matemática.

MAuricio contrerAsDoctor en Física, mención Física Nuclear, Universidad de Chile. Econofísica, Gravitación.

rodriGo HernÁndezDoctor en Ciencias Exactas, mención matemática, Pontificia Universidad Católica de Chile. Teoría geométrica de funciones, variable compleja.

tHoMAs ledGerDoctor en Ciencias Biológicas, Pontificia Universidad Católica de Chile. Microbiología ambiental, Genética bacteriana.

José MAldifAssiPh.D. In Management, Rensselaer Polytechnic Institute, N.Y. Energía nuclear, Gestión estratégica.

cArolA MillÁnDoctor en Ciencias Biológicas, Universidad de Concepción. Neurociencia, Biología celular y molecular.

susAnA MondscHeinPh.D. In Operations Management, MIT. Gestión de Operaciones, Gestión de Salud Pública.

clAudiA PABónPh.D. In Environmental Sciences and Production Ecology and Resource Conservation, Waeningen University, The Netherlands. Especialidad en Gestión Ambiental, Sustentabilidad.

BernArdo PAGnoncelliDoctor en Matemática Aplicada, PUC de Río de Janeiro. Optimización con incertidumbre, Dinámica discreta en economía.

rely PellicerDoctor en Ciencias Exactas, mención matemáticas, Pontificia Universidad Católica de Chile. Econofísica, Estadísticas.

MArÍA JosefinA PouPinDoctor en Ciencias Biológicas, mención Genética molecular y microbiología, Pontificia Universidad Católica de Chile. Biología molecular, Fisiología vegetal.

GonzAlo ruzPh.D. en Machine Learning, Cardiff University. Máquinas de aprendizaje, Redes bayesianas.

cArlos silVAPh.D. en Ingeniería Eléctrica, University of Minnesota, Twin Cities. ERNC, Mercados eléctricos.

KArol sucHAnPh.D. in Computer Science, Université d’ Orléans. TICs, Modelamiento matemático.

AleXAndros tsAMisMS in Advanced Architectural Studies and Ph.D. (c) in Design and Computation, MIT. Tectónica y cultura material en la era digital.

sAMuel VArAsPh.D. Information Technology, George Mason University. Gestión de TICs.

Otros profesoresLos siguientes profesores colaboran en actividades docentes y talleres en el desarrollo de proyectos de investigación.


11

1312

ma

lla

curr

icu

lar

está

nda

rComplejidad en física y matemáticaProvee herramientas para analizar fenómenos complejos en física y matemática, incluyendo modelos discretos y continuos. Ejemplos de los primeros son autómatas celulares, simulación basada en agentes, redes neuronales, redes génicas, redes de discriminación social, cinética discreta. En los segundos, se aborda la teoría de catástrofe, el caos y los sistemas dinámicos y los modelos extendidos gobernados por ecuaciones en derivadas parciales (fluidos, transporte, cinética).Al final del curso los alumnos serán capaces de simular mediante modelos el comportamiento de un sistema complejo con la ayuda de un computador.

Métodos estadísticos y computacionalesSistematiza el análisis estadístico de modelos de sistemas complejos, desarrolla métodos de inferencia de fenómenos cuyas variables interactúan en forma compleja y aborda algoritmos de minería de datos, clasificación, regresión y clustering, que permiten reconocer patrones y adoptar decisiones automáticas inteligentes a partir de datos empíricos sobre dichos sistemas. Se incorpora también el manejo y análisis de datos a gran escala.Al final del curso los alumnos serán capaces de predecir el comportamiento de sistemas complejos y diseñar máquinas de aprendizaje que permitan una adopción automática de decisiones.

Sistemas biológicosSe analizan sistemas biológicos complejos, incluidos redes de regulación génica, redes metabólicas, redes ecológicas y redes sociales, la auto-organización y los procesos dinámicos subyacentes. Permite comprender sistemas biológicos relevantes, aplicar herramientas y métodos escalables de ingeniería, determinar parámetros claves de modelos biológicos y comparar principios regulatorios en diferentes reinos de la vida.Al final del curso se espera que los alumnos sepan identificar características comunes de sistemas complejos, sus propiedades emergentes y relacionar estos conocimientos con el desarrollo y mejoramiento de aplicaciones y procesos biotecnológicos.

Teoría de decisionesSe estudian modelos de toma de decisiones basados en conceptos de diversas disciplinas, incluyendo la psicología cognitiva, la economía, la teoría de juegos, la inteligencia artificial y la informática. Se aborda la emergencia de procesos decisionales a partir del funcionamiento del sistema cognitivo y se cubren los criterios de decisión (árboles de decisión y dominio determinístico), la teoría de la utilidad (loterías, aversión al riesgo, atributos múltiples, teoría de prospectos), la teoría de juegos ( juegos dinámicos, juegos evolutivos) y las opciones financieras (riesgos, incertidumbre e información).Al finalizar el curso se espera que el alumno pueda formular modelos de análisis, predicción y adopción de decisiones aplicables a problemas de gestión e ingeniería de sistemas complejos.

Taller de investigación y diseño en ingenieríaSe desarrollan las competencias requeridas para realizar proyectos de investigación original y diseñar soluciones a problemas complejos de ingeniería de nivel doctoral de manera autónoma. Para ello, se realizan experiencias prácticas destinadas a estimular la creatividad y la capacidad innovadora de los alumnos y a conocer y aplicar instrumentos digitales avanzados de diseño de modelos y productos en ingeniería. También se desarrollan habilidades básicas requeridas para gestionar proyectos de I+D, obtener financiamiento y proteger la propiedad intelectual asociada a la investigación académica.

Taller de manejo y análisis de datosSe desarrollan habilidades prácticas requeridas para el manejo y análisis de datos generados por sistemas complejos, combinando técnicas matemáticas, estadísticas y de aprendizaje automático con el poder de la computación avanzada para la extracción de conocimientos de datos de gran escala (“big data”). Se espera que los alumnos aprendan técnicas y lenguajes de bases de datos, herramientas de visualización y programas que permitan hacer cálculos, análisis estadísticos o simulaciones. Al finalizar los dos talleres se espera que el alumno esté en condiciones de iniciar su proyecto de investigación conducente al grado doctoral.

Tesis de gradoLa Tesis Doctoral contiene los resultados del proyecto de investigación desarrollado por el alumno en el programa. Debe constituir una contribución original en el ámbito de la ingeniería de sistemas complejos.


Contenido de cursos esenciales

Semestre 1 Semestre 2 Semestre 3-4 Semestre 5-8

complejidad en física y matemática

Métodos estadísticos y computacionales

electivo/tutorial electivo/tutorial

taller de investigación en ingeniería

taller de investigación en ingeniería

180 (h) 180 (h) 360 (h) 720 (h)

teoría de decisiones

sistemasbiológicos

Aprobación de tema de tesis

inicio trabajo de tesis

trabajo de tesis

Año 1:Conocimientos esenciales en ingeniería de sistemas complejosCarga equivalente a 4 cursos semestrales (posible homologación en base a conocimientos previos, por decisión del comité y/o exigencia de cursos previos de nivelación).

Conocimientos avanzados en el tema del proyecto de investigaciónCarga mínima equivalente a 2 cursos o tutoriales semestrales.

Talleres de investigación en ingenieríaCarga equivalente a 2 cursos semestrales.

Año 2:Aprobación tema de tesis (examen de calificación)Inicio de tesis de investigación

Año 3 y 4:Desarrollo de tesis de investigaciónExamen de grado

Formato estándar:3-4 años con dedicación de jornada completa (6-8 semestres)

h: horas lectivas equivalentes.

Quienes completen las actividades del primer año y realicen una tesis de magíster en el segundo año, podrán optar al grado de Magíster en Ingeniería de Sistemas Complejos.

14

Los alumnos pueden elegir una gran variedad de cursos electivos de postgrado y/o proponer cursos tutoriales especiales, dependiendo de su área de interés y el tema de tesis deseado. La elección deberá contar con la aprobación del Comité. Una lista referencial de cursos que se ofrecen habitualmente es la siguiente:

Estos cursos tienen una carga semestral, salvo los indicados con (*) que tienen carga trimestral

Cursos electivos o tutoriales


Comportamientoorganizacional

Biología molecular

Control y calidad ambiental

Arquitectura de sistemas

Optimización (*)

Biomedicina y bioética

Ecologíaaplicada

Business analytics (*)

Procesos estocásticos (*)

Estrategia y marketing

Bioprocesosindustriales y

bioseparacionesEficiencia

energéticaGestión y servicios

TIC´sAnálisis

multivariado (*)Gestión de

operaciones

Biotecnologíaambiental y

biometalurgiaEnergíanuclear

Gestiónfinanciera

Biotecnología industrial

Regulación y gestión ambiental

Inteligencia de negocios

Econometría avanzada (*)

Finanzas avanzadas

Genética y bioinformática

Regulación y gestión energética

Modelos predictivos

Simulación avanzada (*)

Logística y distribución

Bioingeniería y negocios

Taller de energía y medioambiente

Redes y telecomunicaciones

Neurociencias y comportamiento

Marketing avanzado

Taller debioingeniería

Tecnologías de generación

convencionales

Seguridaden TIC´S

Neuropsicología

Tecnologías de generación no

convencionales

Telecomunicaciones móviles

Organización industrial

Tópicos en economía aplicada (*)

Tópicos en teoría de juegos (*)

15

16

rela

cio

nes

inte

rnac

ion

ale

s

santa Fe complex system institute, ee.uu.

institut national de recherche en inFormatique et en automatique (inria), Francia.

european centre For soFt computing, españa.

programa de biología de sistemas, centro nacional de biotecnología, csic, españa.

institut non linéaire de nice, Francia.

l’école des hauteF études en sciences sociales, parís, Francia.

instituto mediterráneo de estudios avanzados, islas baleares, españa.

laboratoires d’alembert, université de parís, Francia.

max planck institute, dresden, alemania.

Waizmann institute, rehovot, israel.

the james Franck insitute at university oF chicago, ee.uu.

university oF turku, Finlandia.

center For the study oF complex systems, university oF michigan, ee.uu.

instituto de sistemas complejos de valparaíso, iscv, chile.

Los académicos del programa mantienen una activa colaboración con destacados centros internacionales especializados en investigación sobre sistemas complejos, incluyendo los siguientes:


17

1918

proyectos concursables grupales nacionales

Proyecto ANILLO (2010-2013). “Mathematical Modelling for Industrial and Management Science Applications: An interdisciplinary Approach”. Investigadores Principales:E. Goles (UAI), J. Barrera (UAI), M. Goycoolea (UAI),E. Moreno (UAI), A. Beghelli (UTFSM).

Proyecto Núcleo Milenio en Genómica Funcional en Plantas (2009-2013). Investigadores Principales:B. González (UAI), Rodrigo Gutierrez (PUC), Ariel Orellana (UNAB), Loreto Holuigue (PUC), Xavier Jordana (PUC), Patricio Arce (PUC).

Proyecto ANILLO (2010-2013). “Influence of the near-future acidification on shellfish resources, latitudinal variation and fresh water inputs”. Investigadores Principales: J. Navarro (UACH), N. Lagos (UST), C. Vargas (UDEC), P. Manríquez (UACH), M. Lardies (UAI), R. Torres (CIEP).

proyectos de cooperación internacional

Proyecto BMBF-07/2013. Verteilte Algorithmen für Computational Intelligence, Effizienz und Effektivität”. Investigadores Principales: H. Allende (UAI), R. Salas,C. Moraga.

Proyecto AECID (2012-2012). “Estudio de la diversidad microbiana y funcional en la rizósfera de plantas de ambientes extremos protegidos” Investigadores Principales: B. González (UAI), E. González-Pastor(CAB, INTA, Madrid, España).

proy

ecto

sd

esta

cad

os

de i

nv

esti

gac

ión

Los académicos del programaparticipan en diversos proyectosde investigación sobre sistemascomplejos, entre los cualespueden mencionarse:

- Proyecto ANILLO- Proyecto Núcleo Milenio en Genómica Funcional en Plantas- Proyecto BMBF- Proyecto AECID


21

2013Aceña, A., Anabalón, A., & Astefanesei, D. (2013). Exact hairy black brane solutions in 5D anti�de Sitter space and holographic renormalization group flows. Phys. Rev. D, 87, 124033.

Álvarez Viveros, M. F., Inostroza-Blancheteau, C., Timmermann, T., González, M., & Arce-Johnson, P. (2013). Overexpression of GlyI and GlyII genes in transgenic tomato (Solanum lycopersicum Mill.) plants confers salt tolerance by decreasing oxidative stress. Mol. Biol. Rep., 40(4), 3281–3290.

Aracena, J., Demongeot, J., Fanchon, E., & Montalva, M. (2013). On the number of different dynamics in Boolean networks with deterministic update schedules. Math. Biosci., 242(2), 188–194.

Aracena, J., Demongeot, J., Fanchon, E., & Montalva, M. (2013). On the number of update digraphs and its relation with the feedback arc sets and tournaments. Discret Appl. Math., 161(10-11), 1345–1355.

Bandi, M. M., Concha, A., Wood, R., & Mahadevan, L. (2013). A pendulum in a flowing soap film. Phys. Fluids, 25, 041702.

Brems, A., Cáceres, G., Dewil, R., Baeyens, J., & Pitié, F. (2013). Heat transfer to the riser-wall of a circulating fluidised bed (CFB). Energy, 50(1), 493–500.

Chuaqui, M., & Hernández, R. (2013). The order of a linearly invariant family in C-n. J. Math. Anal. Appl., 398(1), 372–379.

Cortes, C. E., Jara-Moroni, P., Moreno, E., & Pineda, C. (2013). Stochastic transit equilibrium. Transp. Res. Pt. B-Methodol., 51, 29–44.

Dumais, J. (2013). Beyond the sine law of plant gravitropism. Proc. Natl. Acad. Sci. U. S. A., 110(2), 391–392.

Espinoza, D., Goycoolea, M., Moreno, E., & Newman, A. (2013). MineLib: A Library of Open Pit Mining Problems. Ann. Oper. Res., 206(1), 93–114.

Girard, A., Muneer, T., & Cáceres, G. (2013). A validated design simulation tool for passive solar space heating: Results from a monitored house in West Lothian, Scotland. Indoor Built Environ., to appear, 2013.

Goles, E., Montalva, M., & Ruz, G. A. (2013). Deconstruction and dynamical robustness of regulatory networks: application to the yeast cell cycle networks. Bull. Math. Biol., 75(6), 939–966.

Goles, E., Montealegre-Barba, P., & Todinca, I. (2013). The complexity of the bootstraping percolation and other problems. Theor. Comput. Sci., to appear.

Hernández, R., & Martín, M. J. (2013). Pre-Schwarzian and Schwarzian Derivatives of Harmonic Mappings. J. Geom. Anal., to appear, 1–28.

Hojman, S. A., & Asenjo, F. A. (2013). Can gravitation accelerate neutrinos? Class. Quantum Gravity, 30(2), 10 pp.

Humbert, T., Cadot, O., During, G., Josserand, C., Rica, S., & Touze, C. (2013). Wave turbulence in vibrating plates: The effect of damping. Epl, 102(3), 6 pp.

Kowalik, L., Pilipczuk, M., & Suchan, K. (2013). Towards optimal kernel for connected vertex cover in planar graphs. Discret Appl. Math., 161(7-8), 1154–1161.

Kraiser, T., Stuardo, M., Manzano, M., Ledger, T., & González, B. (2013). Simultaneous assessment of the effects of an herbicide on the triad: rhizobacterial community, an herbicide degrading soil bacterium and their plant host. Plant Soil, 366(1-2), 377–388.

Manríquez, P. H., Jara, M. E., Mardones, M. L., Navarro, J. M., Torres, R., Lardies, M. A., et al. (2013). Ocean Acidification Disrupts Prey Responses to Predator Cues but Not Net Prey Shell Growth in Concholepas concholepas (loco). PLoS ONE, 8(7).

Navarro, J. M., Torres, R., Acuna, K., Duarte, C., Manríquez, P. H., Lardies, M., et al. (2013). Impact of medium-term exposure to elevated pCO(2) levels on the physiological energetics of the mussel Mytilus chilensis. Chemosphere, 90(3), 1242–1248.

Ruz, G. A., & Goles, E. (2013). Learning gene regulatory networks using the bees algorithm. Neural Comput. Appl., 22(1), 63–70.

Ruz, G. A., Varas, S., & Villena, M. (2013). Policy making for broadband adoption and usage in Chile through machine learning. Expert Syst. Appl., 40(17), 6728–6734.

Villalón, J., & Calvo, R. A. (2013). A Decoupled Architecture for Scalability in Text Mining Applications. J. Univers. Comput. Sci., 19(3), 406–427.

Viveros, M. F. A., Inostroza-Blancheteau, C., Timmermann, T., González, M., & Arce-Johnson, P. (2013). Overexpression of GlyI and GlyII genes in transgenic tomato (Solanum lycopersicum Mill.) plants confers salt tolerance by decreasing oxidative stress. Mol. Biol. Rep., 40(4), 3281–3290.

Zhang, H. L., Baeyens, J., Degreve, J., & Cáceres, G. (2013). Concentrated solar power plants: Review and design methodology. Renew. Sust. Energ. Rev., 22, 466–481.

Zuniga, A., Poupin, M. J., Donoso, R., Ledger, T., Guiliani, N., Gutiérrez, R. A., et al. (2013). Quorum Sensing and Indole-3-Acetic Acid Degradation Play a Role in Colonization and Plant Growth Promotion of Arabidopsis thaliana by Burkholderia phytofirmans PsJN. Mol. Plant-Microbe Interact., 26(5), 546–553.

2012Anabalón, A. (2012). Exact black holes and universality in the backreaction of non-linear sigma models with a potential in (A)dS(4). J. High Energy Phys., (6), 18 pp.

Anabalón, A., & Cisterna, A. (2012). Asymptotically (anti-) de Sitter black holes and wormholes with a self-interacting scalar field in four dimensions. Phys. Rev. D, 85(8), 6 pp.

Anabalón, A., & Oliva, J. (2012). Exact hairy black holes and their modification to the universal law of gravitation. Phys. Rev. D, 86(10), 5 pp.

Anabalón, A., Canfora, F., Giacomini, A., & Oliva, J. (2012). Black holes with primary hair in gauged N=8 supergravity. J. High Energy Phys., (6), 12 pp.

Barra, F., Lund, F., Mujica, N., & Rica, S. (2012). Shear modulus of an elastic solid under external pressure as a function of temperature: The case of helium. Phys. Rev. B, 85(6), 6 pp.

Besaury, L., Ouddane, B., Pavissich, J. P., Dubrulle-Brunaud, C., González, B., & Quillet, L. (2012). Impact of copper on the abundance and diversity of sulfate-reducing prokaryotes in two chilean marine sediments. Mar. Pollut. Bull., 64(10), 2135–2145.

Campas, O., Rojas, E., Dumais, J., & Mahadevan, L. (2012). Strategies For Cell Shape Control In Tip-Growing Cells. Am. J. Bot., 99(9), 1577–1582.

Canessa, E., Droop, C., & Allende, H. (2012). An improved genetic algorithm for robust design in multivariate systems. Qual. Quant., 46(2), 665–678.

Canessa, E., Vera, S., & Allende, H. (2012). A new method for estimating missing values for a genetic algorithm used in robust design. Eng. Optimiz., 44(7), 787–800.

Caniupan, M., Bravo, L., & Hurtado, C. A. (2012). Repairing inconsistent dimensions in data warehouses. Data Knowl. Eng., 79-80, 17–39.

Chaigneau, S. E., Canessa, E., & Gaete, J. (2012). Conceptual agreement theory. New Ideas Psychol., 30(2), 179–189.

Chicoisne, R., Espinoza, D., Goycoolea, M., Moreno, E., & Rubio, E. (2012). A New Algorithm for the Open-Pit Mine Production Scheduling Problem. Oper. Res., 60(3), 517–528.

Corral, N., Anrique, N., Fernándes, D., Parrado, C., & Caceres, G. (2012). Power, placement and LEC evaluation to install CSP plants in northern Chile. Renew. Sust. Energ. Rev., 16(9), 6678–6685.

publ

icac

ion

esis

i 201

3-20

12

MASTER EN INGENIERÍA DE SISTEMAS COMPLEJOSuniversidad adolfo ibáñez

2322

De la Iglesia, R., Valenzuela-Heredia, D., Andrade, S., Correa, J., & González, B. (2012). Composition dynamics of epilithic intertidal bacterial communities exposed to high copper levels. FEMS Microbiol. Ecol., 79(3), 720–727.

Fernándes, D., Pitie, F., Caceres, G., & Baeyens, J. (2012). Thermal energy storage: “How previous findings determine current research priorities”. Energy, 39(1), 246–257.

Fernández, C., Valle, C., Saravia, F., & Allende, H. (2012). Behavior analysis of neural network ensemble algorithm on a virtual machine cluster. Neural Comput. Appl., 21(3), 535–542.

Formenti, E., Goles, E., & Martin, B. (2012). Computational Complexity of Avalanches in the Kadanoff Sandpile Model. Fundam. Inform., 115(1), 107–124.

Freire, A. S., Moreno, E., & Vielma, J. P. (2012). An integer linear programming approach for bilinear integer programming. Oper. Res. Lett., 40(2), 74–77.

Goles, E., & Moreira, A. (2012). Number-Conserving Cellular Automata and Communication Complexity: A Numerical Exploration Beyond Elementary CAs. J. Cell. Autom., 7(2), 151–165.

Goles, E., & Noual, M. (2012). Disjunctive networks and update schedules. Adv. Appl. Math., 48(5), 646–662.

González, E., Epstein, L. D., & Godoy, V. (2012). Optimal number of bypasses: minimizing cost of calls to wireless phones under Calling Party Pays. Ann. Oper. Res., 199(1), 179–191.

Hojman, S. A., Gamboa, J., & Mendez, F. (2012). Dynamics Determines Geometry. Mod. Phys. Lett. A, 27(33), 14 pp.

Holguin-Veras, J., Reilly, J., Aros-Vera, F., Yushimito, W., & Isa, J. (2012). Park-and-Ride Facilities in New York City Economic Analyses of Alternative Locations. Transp. Res. Record, (2276), 123–130.

Holguin-Veras, J., Yushimito, W. F., Aros-Vera, F., & Reilly, J. (2012). User rationality and optimal park-and-ride location under potential demand maximization. Transp. Res. Pt. B-Methodol., 46(8), 949–970.

Ledger, T., Zuniga, A., Kraiser, T., Dasencich, P., Donoso, R., Perez-Pantoja, D., et al. (2012). Aromatic compounds degradation plays a role in colonization of Arabidopsis thaliana and Acacia caven by Cupriavidus pinatubonensis JMP134. Antonie Van Leeuwenhoek, 101(4), 713–723.

Mason, P., Josserand, C., & Rica, S. (2012). Activated Nucleation of Vortices in a Dipole-Blockaded Supersolid Condensate. Phys. Rev. Lett., 109(4), 5 pp.

Nisse, N., Rapaport, I., & Suchan, K. (2012). Distributed computing of efficient routing schemes in generalized chordal graphs. Theor. Comput. Sci., 444, 17–27.

Ortiz, C., & Villanueva, M. (2012). Maximal independent sets in caterpillar graphs. Discret Appl. Math., 160(3), 259–266.

Pabón Pereira, C. P., Castanares, G., & van Lier, J. B. (2012). An OxiTop (R) protocol for screening plant material for its biochemical methane potential (BMP). Water Sci. Technol., 66(7), 1416–1423.

Perez-Pantoja, D., Donoso, R., Agullo, L., Córdova, M., Seeger, M., Pieper, D. H., et al. (2012). Genomic analysis of the potential for aromatic compounds biodegradation in Burkholderiales. Environ. Microbiol., 14(5), 1091–1117.

Picozzi, A., & Rica, S. (2012). Condensation of classical optical waves beyond the cubic nonlinear Schrodinger equation. Opt. Commun., 285(24), 5440–5448.

Ruz, G. A., & Pham, D. T. (2012). NBSOM: The naive Bayes self-organizing map. Neural Comput. Appl., 21(6), 1319–1330.

Sun, C., Jia, S., Barsi, C., Rica, S., Picozzi, A., & Fleischer, J. W. (2012). Observation of the kinetic condensation of classical waves. Nat. Phys., 8(6), 469–473.

Sundram, V., Ng, F. S., Roberts, M. A., Millán, C., Ewer, J., & Jackson, F. R. (2012). Cellular Requirements for LARK in the Drosophila Circadian System. J. Biol. Rhythms, 27(3), 183–195.

Towers, S., Vogt Geisse, K., Chia-Chun, T., Han, Q., & Feng, Z. L. (2012). The Impact Of School Closures On Pandemic Influenza: Assessing Potential Repercussions Using A Seasonal Sir Model. Math. Biosci. Eng., 9(2), 413–430.

Valle, M. A., Varas, S., & Ruz, G. A. (2012). Job performance prediction in a call center using a naive Bayes classifier. Expert Syst. Appl., 39(11), 9939–9945.

Vivanco, F., Rica, S., & Melo, F. (2012). Dynamical arching in a two dimensional granular flow. Granul. Matter, 14(5), 563–576.

23

Antecedentes programas 2014

Proceso de postulaciónLas postulaciones se abrirán el 1 de agosto hasta el 31 de octubre de 2013, para el año académico que comienza en marzo de 2014.Una vez recibidos todos los antecedentes requeridos a través de nuestra plataforma on line, éstos serán enviados al comité del Doctorado, en donde serán sometidos a evaluación.Los resultados del proceso de postulación se darán a conocer en diciembre de 2013. Fechas y horariosEl primer año de Doctorado, el horario es full time de lunes a viernes entre las 8:00 y las 19:30 horas, son 3 horas en promedio diarias. Los dos o tres años que siguen (dependiendo de cada caso) serán correcciones esporádicas de tesis, por lo que el horario lo definirá cada alumno con su profesor guía.Inicio de clases: marzo de 2014. PreciosMatricula anual (por 4 años) UF 20.Arancel anual (por 4 años) UF 200.Alumnos extranjeros (por 4 años) de US$12.000. BecaNuestro Doctorado está acreditado, por lo que puedes acceder a la beca otorgada por Conicyt. Para esto, debes ingresar a www.conicyt.cl en donde encontrarás los requisitos y plazos de postulación. Mayor informació[email protected](56-2) 2331 1227

Requisitos de ingreso

Licenciatura en ciencias de la ingeniería, matemáticas o ciencias afines (física, biología, química u otras).Título profesional de ingeniero civil o grado equivalente.Postulación con antecedentes académicos.Dos cartas de recomendación.Entrevista presencial o vía internet.Dominio de idioma inglés.

El postulante podrá ser aceptado en forma condicional, sujeto al cumplimiento de compromisos fijados por el Comité del Programa.

Requisitos de graduación

Promedio 5.0 ó superior en el programa.Desarrollar una tesis de grado en que se desarrolle investigación sobre un problema en ingeniería de sistemas complejos.Tener una publicación aceptada en un journal ISI o equivalente.Defender la tesis de grado ante comisión de tres examinadores, uno de los cuales debe ser de institución externa.Participar en encuentros académicos internacionales.

Responsabilidades directivas

Director Académico:Lidera el Comité Académico y representa el programa en el medio externo.

Profesor Guía: Vínculo con el alumno para la investigación académica.Patrocina el tema de tesis.

Comité de Programa:Vela por la calidad del programa.Elige a profesores del programa.Selecciona postulantes.Evalúa y resuelve solicitudes de los alumnos.Valida programas de estudios de cada programa.Aprueba tema de la tesis.Asigna al Profesor Guía.Designa a la Comisión de Defensa de la tesis.

Coordinador:Registro de alumnos y sus calificaciones.Recepción y despacho de solicitudes, certificados y material de apoyo.Coordinación de profesores, salas, horarios y otros recursos.Gestión de la página web.


2524

Mayor informació[email protected](56-2) 2331 1227www.uai.cl

DO

CTO

RAD

O E

N I

NG

ENIE

RÍA

DE

SIST

EMA

S CO

MPL

EJO

Su

niv

ersi

dad

ad

olfo

ibá

ñez

Doctorado en Ingeniería de Sistemas Complejos - UAI

Documents

Transcript of Doctorado en Ingeniería de Sistemas Complejos - UAI