Programma del Corso di SISTEMI COMPLESSI ADATTATIVI
Prof. Luigi Fortuna
1. Concetti basilari sulla dinamica dei sistemi non lineari
1.1 Distinzione tra sistemi dinamici non lineari continui e discreti
1.2 Sistemi autonomi e nonautonomi
1.3 Punti di attrazione in sistemi autonomi
1.4 Cicli limite
1.5 Attrattori caotici
1.6 La funzione logistica
1.7 Gli iteratori dinamici nonlineari
1.8 Caratterizzazione quantitativa di sistemi con comportamento caotico
1.9 Gli esponenti di Lyapunov
1.10 Circuiti caotici elementari
1.11 Il circuito di Chua
1.12 Il sistema di Lorentz
1.13 Il sistema di Rossler
1.14 Sistemi ipercaotici
1.15 Il circuito di Saito
1.16 Il fenomeno della risonanza stocastica
1.17 Sincronizzazione tra due circuiti caotici
1.18 Controllo del chaos
1.19 Effetti stabilizzanti del rumore in sistemi caotici
1.20 Architetture hardware per la realizzazione circuitale di dinamiche nonlineari
2. Dinamica di sistemi spazialmente estesi
2.1 Array di sistemi e circuiti accoppiati con elementi diffusivi
2.2 Capacità autorganizzanti e sincronizzazione di sistemi spazialmente estesi
2.3 Diversità strutturale, incertezze parametriche ed autorganizzazione
2.4 Array spazialmente estesi di pendoli accoppiati
2.5 Array spazialmente estesi di circuiti di Chua
2.6 Array spazialmente estesi di sistemi dinamici con dinamica complessa
2.7 L’ effetto del rumore in sistemi dinamici spazialmente estesi
3. Reti Cellulari Nonlineari (CNN)
3.1 Introduzione al concetto di complessità in termini circuitali
3.2 Elemento circuitale fondamentale: la cella di Chua
3.3 Il paradigma fondamentale delle Reti Cellulari Nonlineari
3.4 Architettura circuitale delle Reti Cellulari Nonlineari
3.5 Modelli matematici delle Reti Cellulari Nonlineari
3.6 Applicazioni fondamentali delle CNN
3.7 Come realizzare dinamiche complesse elementari tramite CNN
3.8 Le reti Cellulari Nonlineari con retroazione sullo Stato (SC-CNN)
3.9 Comportamenti complessi in CNN: autorganizzazione, onde a spirale, autonde
3.10 RD-CNN ed emulazione di dinamiche complesse
3.11 Simulatori di CNN, esperimenti, elaborazione parallela di immagini
4. CNN Generalizzate
4.1 Modelli tridimensionali di CNN
4.2 CNN multinodali in sistemi 3D
4.4 Fenomeni emergenti in 3D-CNN
4.5 Adattatività dinamica in 3D-CNN
4.6 Simulatore E^3
4.7 Esperimenti tramite E^3
4.8 Generazione di forme e morfologia
4.9 Cluster di CNN generalizzate
4.10 Paradigmi ricorrenti di sistemi complessi adattativi
5. Reti adattative
5.1 Topologia e dinamica di reti adattative
5.2 Reti casuali
5.3 Reti ordinate
5.4 Reti dinamica ed il paradigma dei sei gradi di separazione
5.5 Reti complesse
5.6 Reti small-world e scale-free
5.7 Reti complesse adattative
5.8 Indici di clusterizzazione
5.9 Concetti di invarianza di scala correlati alla complessità ed adattatività delle reti
6. Teoria delle biforcazioni
6.1 Caratterizzazione delle biforcazioni elementari
6.2 Biforcazioni perfette ed imperfette
6.3 Esempi e condizionamento dinamico di sistemi complessi
6.4 Elementi di teoria delle catastrofi
7. Pattern e strutture organizzate
7.1 Condizioni strutturali per la creazione di pattern
7.2 Local activity lemma ed edge of chaos
7.3 Studio di RD-CNN
7.4 Condizioni per la generazione di pattern ed autorganizzazione in RD-CNN
7.5 RD- CNN, locale attività e processamento di immagini 3D.
