Resumen

Los sistemas que exhiben comportamientos complejos a menudo contienen estructuras dinámicas inherentes que evolucionan con el tiempo de manera coordinada. En este artículo, presentamos una metodología basada en el método de Índice de Relevancia con el objetivo de revelar las estructuras dinámicas ocultas en sistemas complejos. El método itera en dos pasos básicos: la detección de conjuntos de variables relevantes basada en el cálculo del Índice de Relevancia, y la aplicación de un algoritmo de tamizado, que refina los resultados. Este enfoque es capaz de resaltar la organización de un sistema complejo en conjuntos de variables, que interactúan entre sí en diferentes niveles jerárquicos, detectados, a su vez, en las diferentes iteraciones del tamiz. El método se puede aplicar directamente a sistemas compuestos por un pequeño número de variables, mientras que requiere la ayuda de una metaheurística personalizada en caso de sistemas con dimensiones más grandes. Hemos evaluado el potencial del método aplicándolo a tres estudios de caso: datos sintéticos gener

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Comportamientos complejos; Estructuras dinámicas; Método de índice de relevancia; Conjuntos de variables; Niveles jerárquicos; Metaheurística
• Keywords:Complex behaviours; Dynamical structures; Relevance index method; Variable sets; Hierarchical levels; Metaheuristic