Estimaciones computacionales de transferencia de información en sistemas complejos

Abstract

Resumen La Transferencia de Información es importante en el estudio de sistemas complejos y de interés práctico en muchas áreas, como física, medicina,economía, entre otros. Esta permite el estudio de la causalidad en diversos tipos de sistemas, y es importante por ejemplo, en toma de decisiones sobre cual sistema debe ser controlado para poder regular a otro. Para calcular el intercambio de información, se utilizará la transferencia de entropía de Schreiber, que es una medida efectiva de causalidad y además no hace ninguna suposición sobre la naturaleza del acople entre los sistemas. En este trabajo se exploran dos métodos diferentes para obtener las probabilidades necesarias en la estimación de la transferencia de entropía entre sistemas, y se propone un método novedoso y eficiente basado en el modelado de series temporales a través del algoritmo de los vecinos más cercanos, con el cual se obtienen excelentes resultados al ser empleado en datos generados sintéticamente y en sistemas reales. Se estudiarán tres sistemas reales diferentes, pero el principal aporte de este trabajo es aplicar la metodología propuesta para calcular la transferencia de entropía y estudiar el acople cardio respiratorio, donde es posible inferir cual sistema envía más información, lo cual puede ser de gran ayuda en el área de la medicina. Palabras claves:información mutua, transferencia deiInformación o entropía, sistemas de mapas acoplados, sistemas complejos.