Si quisiera saber si los cambios en el clima africano durante el Paleolítico se correlacionaron con la aparición y desaparición de especies de homínidos, ¿cómo encontraría la respuesta? Es una pregunta difícil debido a la gran cantidad de datos ruidosos y complicados que necesitaríaanalizar.
Ahora los investigadores en Alemania han desarrollado una nueva herramienta para ayudar a lidiar con enormes conjuntos de datos y revelar tendencias generales, como los puntos de inflexión climáticos y sus efectos en las especies. Los investigadores crearon un paquete de software basado en el lenguaje de programación Python que unifica complejosteoría de redes y análisis de series temporales no lineales: dos conceptos importantes de análisis de datos.
Una red compleja es solo eso: una red social, biológica o tecnológica con patrones de conexiones que no son ni regulares ni puramente aleatorios. Los análisis de series temporales no lineales a menudo se usan para observar sistemas complejos, incluidos aquellos que se desarrollan de manera caóticaMuchos fenómenos naturales, como los patrones climáticos cambiantes, son de naturaleza no lineal, al igual que los sistemas creados por el hombre, como los mercados financieros.
Los investigadores nombraron el software que unifica los dos conceptos de pyunicorn. Discuten sus hallazgos en los de esta semana CAOS , de AIP Publishing.
"Pyunicorn funciona como un macroscopio, que, si se usa de la manera correcta, permite extraer la esencia de la información de una red o datos de series de tiempo", dijo Jonathan Donges, un ex estudiante de doctorado en el grupo deJürgen Kurths y co-orador de un proyecto emblemático, llamado COPAN, en el Instituto Potsdam para la Investigación del Impacto Climático PIK en Alemania, cuyo objetivo es desarrollar modelos conceptuales de dinámicas socioambientales globales.
El software podría usarse para identificar estructuras de red críticas, como cuellos de botella y esqueletos, para procesos de transporte, así como para revelar puntos de inflexión en series temporales climatológicas o fisiológicas.
En consecuencia, la aplicación principal del paquete es el análisis de datos de observaciones, experimentos y sistemas modelo a través de gráficos y series de tiempo de varias cantidades en paralelo, como temperatura, precipitación y viento para el clima, o presión arterial y respiración para fisiologíaAl aplicar el análisis de red de recurrencia, que estudia cuando un sistema regresa a un estado anterior, Pyunicorn pudo detectar puntos de inflexión en series de tiempo. Esto incluye los registros paleoclimáticos mencionados anteriormente, así como la aparición temprana de una condición grave en mujeres embarazadas conocidascomo preeclampsia.
El trabajo previo de Donges ha involucrado redes complejas y análisis de series temporales no lineales y sus aplicaciones para el análisis de datos del mundo real. El desarrollo del paquete pyunicorn incluyó colaboradores en PIK, Universidad Humboldt de Berlín, el Centro de Resiliencia de Estocolmo, Instituto de Investigación Marina y Atmosférica de Utrecht, Universidadde la Universidad Estatal de Aberdeen y Nishny Novgorod, ubicadas respectivamente en Alemania, Suecia, Países Bajos, Reino Unido y Rusia.
"Muchos de estos métodos fueron desarrollados recientemente por nuestro equipo y, además, faltaron implementaciones de software coherentes para los métodos existentes", dijo Donges. "Pyunicorn fue desarrollado para cerrar esta brecha y proporcionar un marco de software integrador para aplicary el desarrollo de métodos para redes complejas y análisis de series temporales no lineales y sus combinaciones "
Como su nombre lo indica, pyunicorn está escrito en Python, un popular lenguaje de programación de código abierto. El paquete está diseñado de forma modular que lo hace fácil de usar en diferentes configuraciones, desde sesiones de análisis interactivas en computadoras portátiles hasta grandesescale el análisis de datos paralelos en clústeres de supercomputadoras. Al igual que con todo el software Python, pyunicorn se ejecuta en una variedad de sistemas operativos, incluidos Linux, Mac OSX, Windows y Android.
La versatilidad del software cumple un objetivo clave del proyecto, que era hacer que el software esté disponible públicamente y sea fácil de usar para investigadores y profesionales en una variedad de campos, que van desde la ciencia de sistemas complejos hasta climatología, medicina, neurociencia, economía e ingeniería.
"Muchos de los métodos proporcionados antes no estaban disponibles gratuitamente para la comunidad científica, y no estaban disponibles en el lenguaje de programación Python flexible y popular", dijo Jürgen Kurths, quien supervisó el trabajo.
El trabajo futuro para Donges y sus colegas implica acelerar el código del paquete y garantizar la compatibilidad con la plataforma Python 3.x. Donges sigue siendo optimista pero cauteloso sobre los usos del paquete.
"La combinación de enfoques bien conocidos de una nueva manera puede generar ideas y perspectivas interesantes en la ciencia de sistemas complejos", dijo. "Los paquetes de software como pyunicorn pueden ser muy útiles para catalizar este proceso, pero deben aplicarse de manera reflexivay basado en la teoría. De lo contrario, el resultado podría ser la ciencia basura ".
El paquete pyunicorn se puede descargar libremente en: http://github.com/pik-copan/pyunicorn .
Fuente de la historia :
Materiales proporcionado por Instituto Americano de Física AIP . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :