Università di Catania
Seguici su
Cerca

STOFOCS

Stochastic forecasting in complex systems
Classificazione: 
nazionali
Programma: 
PRIN 2017
Call / Bando: 
PRIN - PROGETTI DI RICERCA DI RILEVANTE INTERESSE NAZIONALE – Bando 2017
Settore ERC: 
Physical Sciences and Engineering
Ruolo Unict: 
Partner
Durata del progetto in mesi: 
36
Data inizio: 
Lunedì, 19 Agosto 2019
Data fine: 
Martedì, 18 Ottobre 2022
Costo totale: 
€ 902.845,00
Quota Unict: 
€ 162.741,00
Coordinatore: 
Università degli Studi di Palermo
Responsabile/i per Unict: 
Andrea Rapisarda
Dipartimenti e strutture coinvolte: 
Dipartimento di Economia e Impresa
Dipartimento di Fisica e Astronomia
Dipartimento di Ingegneria civile e architettura
Altri partner: 

Università degli studi di Bari “Aldo Moro”, Università degli studi della Campania “Luigi Vanvitelli”, Università degli studi di Napoli “Federico II”, Istituto Nazionale di Geofisica e Vulcanologia   

Abstract

L'obiettivo principale del progetto è quello di studiare metodi, modelli e tecniche in grado di fornire previsioni stocastiche sull’evoluzione di possibili futuri scenari in sistemi complessi reali utilizzando concetti e approcci propri della fisica statistica. I sistemi complessi che si vogliono indagare  sono la crosta terrestre, il cervello umano e i mercati finanziari. Sono oggetto di studio  sia gli stati normali che le crisi maggiori. Le principali crisi sono i terremoti, la transizione a stati cerebrali alterati ed i crolli finanziari. Tutti i sistemi e fenomeni investigati sono spazio-temporali. Nonostante le differenze essenziali tra loro, questi tre classi di  sistemi condividono diverse regolarità statistiche comuni e fatti stilizzati. Presentano eventi caratterizzati da più scale sia nello spazio che nel tempo e correlazioni di lungo raggio. Si indagherà  la sensibilità e la specificità delle previsioni stocastiche investigando questi sistemi a diversi livelli di dettaglio con modelli stilizzati, modelli epidemici di processi puntuali, modelli critici auto-organizzati e modelli basati su agenti. Si studierà la loro organizzazione gerarchica e le dinamiche informative che si verificano tra le diverse subunità sia in stati normali che in stati anormali.