Modelado de un sistema celular artificial para generación de formas y procesado de información

Abstract

[Resumen] En el ámbito de la informática se han modelado distintos procesos naturales para adaptar sus fundamentos en la resolución de problemas. En los últimos años algunos investigadores han centrado su atención en el comportamiento de las células no nerviosas. El motivo de este interés se debe a las características que presentan dichas células en cuanto a autoorganización y procesado de señales. Las células naturales de un organismo son capaces de autoorganizarse usando unas pocas señales y la información contenida en el ADN de las mismas. Además, si se piensa en una célula, esta recibe múltiples señales de distintas fuentes y referidas a varios problemas, y, la célula, es capaz de dar una respuesta coordinada a todos, procesando la información en paralelo con otras células. Adaptar este comportamiento en un modelo artificial supondría una nueva herramienta que facilitaría afrontar problemas como los multiobjetivo. El objetivo de esta tesis es realizar un nuevo paso para la consecución de ese objetivo. Así se busca estudiar e identificar los mecanismos más útiles del modelo biológico y crear un modelo artificial que los incluya. Para comprobar el comportamiento de ese nuevo modelo, se plantea realizar algunas pruebas clásicas que se basan en la generación y autoorganización de distintas formas geométricas. Además, también se hace una primera incursión en el estudio de la aplicación de este tipo de modelos a la resolución de problemas de clasificación de entradas, que no se había hecho anteriormente con ningún otro modelo dentro de la Embriogénesis Artificial.

[Abstract] Fundamentals of different natural processes in the field of Computer Science have been modelled in order to apply them in problem-solving situations. In recent years, the behaviour of non-nervous cells has been the focus of attention of some researchers. The main reason of this attention consists in the features shown by these cells in terms of self-organisation and signal processing capacities. Natural cells of an organism are able to self-organise themselves by using a few signals and the information contained in their DNA. Moreover, cells receive many signals from different sources which are associated with several problems and they are able to process all those signals and coordinate their response at the same time as their neighbours, processing the signals and giving a coordinate response. The Artificial Models, which can adapt that behaviour, are the new tools facing challenges such as multi-objective problems. This thesis is aimed at making another step towards this objective. Thus, the main focus of this work is to study and identify the most relevant mechanisms of the biological model and develop an artificial model by adapting these mechanisms. In order to check the behavior of the development model, some standard assays based in the generation and self-organization of different geometrical forms were performed. Furthermore, the model presented herein is the first one of this kind of models applied to a new area such as the resolution of pattern classification problems, where no other Artificial Embryogeny model was applied before.