. GENEPOF
. FCEyN

. UBA

. MINCyT

. CONICET

 
 
/ Elavio
ELAVIO XXI will be held in 2017 in Argentina from February 24th to March 4th, in the cities of Buenos Aires and Miramar. Located 450 km (280 mi) south of Buenos Aires on the Atlantic coast, Miramar is an attractive tourist destination known for its beautiful beaches and a wide range of cultural and culinary attractions that should significantly enrich the experience for participants. Hosting the event will be the University of Buenos Aires, Argentina’s main centre for scientific and academic activity
FECHA / HORARIO /
February 24th to March 4th
LUGAR /
Buenos Aires and Miramar
...

/ BIG DATA AND ENVIRONMENT
Like most sciences, environmental sciences have experienced a data deluge during the recent past with the explosion in the amount of data produced by sensors and models that monitor, measure and forecast the Earth system. This exponential trend in data availability is expected to continue in the future thereby creating many new opportunities, needs and challenges. On the other hand, big data has emerged as a wide multidisciplinary dynamic which addresses challenges associated to large and complex data and encompasses diverse fields in mathematics and computer science.

The workshop will gather researchers that have an expertise in one of the two areas and some interest for the other. Its main goal is to explore the fruitful interplay between the two areas, and ultimately to help create new connections and collaborations between the scientific communities involved. Themes as diverse as spatial statistics, wind forecasting, stochastic modeling, network management, data assimilation, remote sensing, data visualization, are welcome.
FECHA / HORARIO /
Desde el 10-13 de noviembre de 2015
LUGAR /
Aula Magna Pabellón Industrias
PROFESOR A CARGO /
Alexis Hannart (IFAECI, CNRS, alexis.hannart@cima.fcen.uba.ar ) Matthieu Jonckheere (IC, CONICET, mjonckhe@dm.uba.ar) Juan Ruiz (IFAECI, CONICET, jruiz@cima.fcen.uba.ar) Guillermo Duran (IC, CONICET) Esteban Feuerstein (DC, UBA and Fundación Sadosky) Dominique Picard (LPMA, CNRS) Carolina Vera (IFAECI, CONICET)
...

/ Transporte óptimo y análisis de datos - CELFI
Muchos problemas de análisis de datos pueden formularse en términos de transporte óptimo: encontrar funciones de costo mínimo que transformen una familia de distribuciones de probabilidad en otra, donde algunas de estas distribuciones sólo se conocen a través de muestras. Problemas que pueden plantearse en estos términos incluyen la normalización de datos, estimación de probabilidad, clasificación, separación en clases, simulación de procesos aleatorios, y la identificación y filtrado de factores de variabilidad. Tales planteos permiten desarrollar herramientas robustas y generales para el análisis de datos, al tiempo que sugieren nuevos problemas matemáticos en el área del transporte óptimo.
Este curso introducirá, desarrollará y aplicará estas ideas, con el objetivo de proveer una visión unificada de grandes áreas desde análisis de datos, introduciendo herramientas e ideas nuevas, así como nuevos ángulos de interacción con las matemáticas. El curso está orientado a estudiantes de postgrado y a científicos establecidos en matemáticas, computación, estadística u otras áreas con uso intensivo de datos, tales como la biología, las ciencias de la atmósfera y el océano y la economía.
Estarán preparados programas, accesibles via web, para poder escribir código, ejecutarlo, y analizar datos. Por lo tanto solamente se requiere contar con un navegador y conexión a internet. Se recomienda fuertemente que los alumnos asistan con un dispositivo con navegador y wi-fi que les permita utilizar estos programas a través de la conexión de internet local habilitada para el curso.

Los temas a tratar incluyen:

Elementos de transporte óptimo, formulaciones de Monge y Kantorovich.
Formulación en términos de muestras.
Estimación de densidad mediante aplicaciones.
Clasificación y separación en clases.
Identificación y filtrado de efectos externos.
Simulación de muestreo con importancia mediante transformaciones.
FECHA / HORARIO /
26-30 de Noviembre, 9-13Hs (Teórica) 14-17Hs (Práctica)
LUGAR /
Aula 1, Instituto de Cálculo
PROFESOR A CARGO /
Esteban Tabak (Courant Institute, New York University). Clases teóricas.
Leandro Lombardi (Instituto de Cálculo-UBA). Clases prácticas.
...

/ Workshop del programa Raices: "La matemática como herramienta para entender la biología / la biología como fuente de problemas matemáticos"
(ir al sitio)
...

/ Modelado y dinámica de sistemas neuronales: una conversación entre la matemática y la neurociencia
Este curso tiene por objeto introducir a los participantes al modelado matemático
de la actividad eléctrica de neuronas y redes neuronales, técnicas de simulación de dichos modelos, y métodos de sistemas dinámicos para el análisis qualitativo de la dinámica neuronal. Todos los modelos consisten en sistemas de ecuaciones diferenciales no lineales con distinto grado de acoplamiento. El énfasis del curso est´a puesto en la interface entre la matemática y la neurociencia.
Por lo tanto, el curso está destinado a estudiantes de grado/postgrado y científicos formados interesados en explorar esta interfase. Se tiene en cuenta que los participantes tendrán bases de formación distinta (matemática, física, biología, y otras) y que provendrán de “culturas científicas” distintas. Se espera que los distintos “grupos” se beneficien de la interacción mutua. Esto estará fomentado con el desarrollo de trabajos en equipos donde cada equipo estará compuesto por representantes de distintas disciplinas. El curso estará centrado en resolver un “problema real” basado
en datos experimentales recolectados en distintos laboratorios. La opción estará abierta a que los datos sean aportados por los mismos participantes.

Programa. Los temas a tratar incluyen
1. Modelos biofísicos de generación de señales eléctricas (potenciales de acción) usando el formalismo de Hodgkin-Huxley (models HH).
2. Modelos biofísicos de comunicación celular (sinapsis eléctricas y químicas).
3. Modelos biofísicos de redes de neuronas.
4. Técnicas de sistemas dinámicos (espacios de fase) que permiten la conceptualzación teórica de la generación de señales eléctricas y otros aspectos de la dinámica neuronal: puntos de equilibrio, ciclos límite, bifurcaciones.
5. Técnicas de análisis de datos que permiten la extracción de la información de datos experimentales necesaria para la modelación matemática: “spike trains”, “firing rates”, “spike-train statistics”, “spetral an´alisis”, “smoothing”, “spike-triggered average”.
6. Desarrollo de algoritmos para la simulación de los distintos modelos.
7. Desarrollo de algoritmos para la determinación de los valores de los parámetros de los modelos (“parameter fitting”).

Metodología. La modalidad del curso será teórico-práctica. El aspecto teórico consistirá en la introducción a los temas detallados anteriormente y el intercambio de ideas sobre sus implicaciones para la comprensión de los mecanismos que subyacen la dinámica neuronal. El aspecto práctico consistirá en una serie de actividades que progresivamente conducirán a los participantes a la resolución de los problemas reales mencionados anteriormente (ver Evaluación). Estas actividades incluyen:
• Generación y simulación de modelos biofísicos de neuronas y redes de neuronas con creciente grado de complejidad. (Se proveerá un código base a manera de ejemplo, pero se espera que los participantes generen sus propios códigos para los casos específicos.)
• Estimación manual de parámetros usando datos generados por modelos. Específicamente, los
participantes recibirán datos generados usando modelos HH (con ruido), los valores de cuyos parámetros les serán desconocidos. El objetivo de este ejercicio es estimar esos valores.

Evaluación. La evaluación del curso consistirá en
• Reproducción de los resultados de un artículo científico seleccionado por los participantes.
• Generación de un modelo utilizando datos experimentales.

Bibliografía.
1. F. Gabbiani, S. J. Cox, Mathematics for Neuroscientists, 2010, Elsevier (ISBN: 978-0-12-
374882-9)
2. P. Dayan, L. F. Abbott, Theoretical Neuroscience, 2001, MIT Press (ISBN: 0-262-54185-8)
3. G. B. Ermentrout, D. H. Terman, Mathematical Foundations of Neuroscience, 2010, Springer
(ISBN 978-0-387-87707-5)
4. B. P. Ingalls, Mathematical Modeling in Systems Biology, 2013, MIT Press (ISBN: 978-0-262-
01888-3)
5. Selected research articles (to be provided by the instructor).
FECHA / HORARIO /
Lunes y Miércoles de 14 a 17Hs (del 30 de Marzo al 29 de Abril)
LUGAR /
Laboratorio 6, Departamento de Computación, Pabellón I
PROFESOR A CARGO /
Horacio G. Rotstein (New Jersey Institute of Technology) - horacio@njit.edu
...

 
 
 
 
 
/ Seminarios
Seminarios en la interfase: entre la Matemática, la Informática, y las Ciencias Naturales y Humanas

...
 
 
 
/ Seminarios
Seminarios de Estadística

...
 
 
 
/ Cursos
Elavio
ELAVIO XXI will be held in 2017 in Argentina from February 24th to March 4t..
...
 
 
 
Intendente Güiraldes 2160
Ciudad Universitaria
Pabellón II - 2do. piso
(C1428EGA) Buenos Aires
Argentina
 
Teléfono directo/ Fax:
(54)(11) 4576-3375
Conmutador:
(54)(11) 4576-3300 al 3309
interno 259