abstract: Emergentism offers a promising compromise in the philosophy of mind between Cartesian substance dualism and reductivistic physicalism. The ontological emergentist holds that conscious mental phenomena supervene on physical phenomena, but that they have a nature over and above the physical. However, emergentist views have been subjected to a variety of powerful objections: they are alleged to be self-contradictory, incompatible with mental causation, justified by unreliable intuitions, and in conflict with our contemporary scientific understanding of the world. I defend the emergentist position against these objections. I clarify the concepts of supervenience and of ontological novelty in a way that ensures the emergentist position is coherent, while remaining distinct from physicalism and traditional dualism. Making note of the equivocal way in which the concept of sufficiency is used in Jaegwon Kim's arguments against emergent mental causation, I argue that downward causation does not entail widespread overdetermination. I argue that considerations of ideal a priori deducibility from some physical base, or "Cosmic Hermeneutics", will not themselves provide answers to where the cuts in the structure of nature lie. Instead, I propose reconsidering the question of Cosmic Hermeneutics in terms of which cognitive resources would be required for the ideal reasoner to perform the deduction. Lastly, I respond to the objection that emergence in the philosophy of mind is in conflict with our contemporary scientific understanding of the world. I suggest that a kind of weak ontological emergence is a viable form of explanation in many fields, and discuss current applications of emergence in biology, sociology, and the study of complex systems. / Dissertation/Thesis / Ph.D. Philosophy 2013

L’objectif de ce travail de recherche est de proposer une méthode d’aide à l’intégration d’innovations dès la conception préliminaire des systèmes complexes. Cette étape de la conception a en effet de forts impacts sur le reste de cycle de vie du produit. En se focalisant sur l’aide à la génération d’architectures de système complexe, cette méthode utilise un réseau Bayésien combiné à un problème de satisfaction de contraintes (CSP) pour générer et évaluer automatiquement des architectures de systèmes complexes. Le modèle de réseau Bayésien proposé est utilisé pour représenter le problème de conception de l’architecture en termes de variables de décision, de contraintes et de performances. Un algorithme parcourt le graphe ainsi défini afin de générer les solutions d’architecture qui sont considérées comme faisables et qui présentent un niveau de confiance acceptable. Ce niveau de confiance estime l’incertitude associée à chaque architecture générée. Les performances des architectures sont aussi calculées grâce au réseau bayésien. Une fois les architectures générées, un modèle de problème de satisfaction de contraintes permet d’optimiser le placement des composants au vu des contraintes de placement et des objectifs d’optimisation préalablement définis par les concepteurs. Un logiciel a été développé pour faciliter la modélisation du problème et la visualisation des solutions. Deux cas industriels ont permis de tester la méthode et de nombreuses solutions d’architecture ont été générées. Afin de tester la faisabilité de l’étape de sélection d’architectures dans un cadre industriel, un atelier de sélection d’architectures a été organisé afin d’être par la suite analysé. Il a impliqué quatre concepteurs de Thales et portait sur un des cas industriels précédents. Cette dernière étude a souligné des difficultés dans la définition des critères de sélection des architectures et propose des recommandations pour un futur support à la sélection d’architecture système. / The aim of this research work is to propose a method allowing innovation integration in early design stages and supporting architecture design of complex systems that have significant implications for the rest of overall system life-cycle. Focusing on system architectures generation support, this method proposes to use Bayesian networks combined with Constraint Satisfaction Problem (CSP) techniques in order to semi-automatically generate and evaluate complex systems architectures. Bayesian network model is used to represent the design problem in terms of decision variables, constraints and performances. Furthermore, an architecture generation algorithm is proposed to generate feasible solutions and to cluster them with regard to a given confidence level threshold. This confidence level is representing the estimation of the uncertainty on the overall system. Estimation of architecture performances are also calculated within the Bayesian network. Once the system architectures are generated, a CSP model optimises the component placement regarding placement constraints and optimisation objectives defined by designers. Software has been developed for the purpose of problem modelling and solutions visualisation. Two industrial implementations yielded in a generation of a high number of architecture solutions. In order to test the feasibility of architecture selection in an industrial environment, a study was conducted integrating four system designers. This study underlined the difficulties in defining architecture selection criteria and provides recommendations for the future system architecture selection support.

In this thesis, we explore the potential of employing Statistical Mechanics techniques to study economic systems, showing how such an approach could greatly contribute by allowing the study of very complex systems, exhibiting rich behavior such as phase transitions, criticality and glassy phases, which are not found in the usual economic models. We exemplify this potential via three specific problems: (i) a Statistical Mechanics framework for dealing with irrational consumers, in which the rationality is set by a parameter akin to a temperature which controls deviations from the maximum of his utility function. We show that an irrational consumer increases the economic activity while decreasing his own utility; (ii) an analysis using Information Theory of real world Input-Output matrices, showing that the aggregation methods used to build them most likely underestimated the dependency of the production chain on a few crucial sectors, having important consequences for the analysis of these data; (iii) a zero intelligence model in which agents with a power law distributed initial wealth randomly trade goods of different prices. We show that this initial inequality generates a higher inequality in free cash, reducing the overall liquidity in the economy and slowing down the number of trades. We discuss the insights obtained with these three problems, along with their relevance for the larger picture in Economics. / Nesta tese, exploramos o potencial de ser usar técnicas de Mecânica Estatística para o estudo de sistemas econômicos, mostrando como tal abordagem pode contribuir significativamente ao permitir o estudo de sistemas complexos que exibem comportamentos ricos como transições de fase, criticalidade e fases vítreas, não encontradas normalmente em modelos econômicos tradicionais. Exemplificamos este potencial através de três problemas específicos: (i) um framework de Mecânica Estatística para lidar com consumidores irracionais, no qual a racionalidade é controlada pela temperatura do sistema, que define o tamanho dos desvios do estado de máxima utilidade. Mostramos que um consumidor irracional aumenta a atividade econômica ao mesmo tempo que diminui seu próprio bem estar; (ii) uma anáise usando Teoria da Informação de matrizes Input-Output de economias reais, mostrando que os métodos de agregação utilizados para construí-las provavelmente subestima a dependência das cadeias de produção em certos setores cruciais, com consequências importantes para a analíse destes dados; (iii) um modelo em que agentes com uma riqueza inicial distributida como lei de potências trocam aleatoriamente objetos com preços distintos. Mostramos que esta desigualdade inicial gera uma desigualdade ainda maior em dinheiro livre, reduzindo a liquidez total na economia e diminuindo a quantidade de trocas. Discutimos as consequências dos resultados destes três problemas, bem como sua relevância na perspectiva geral em Economia.

Estudos em redes complexas têm ganhado cada vez mais atenção devido ao seu potencial de representação simples de modelos complexos em diversas áreas de conhecimento. A obtenção de modelos quantitativos que representem fenômenos observados da natureza, assim como o desenvolvimento de metodologias de caracterização de redes complexas, tornaram-se essenciais para a compreensão e desenvolvimento de pesquisas com essas estruturas. Este trabalho tem como objetivo desenvolver e estudar alguns métodos recentes, usados para a caracterização de redes complexas, explorando-os no contexto da modelagem de conhecimento. Para isso, duas redes complexas foram geradas, uma rede de colaboração de pesquisadores da USP e outra obtida a partir do banco de dados de artigos da Wikipédia, considerando apenas aqueles da categoria de teoremas matemáticos. As medidas concêntricas, que foram recentemente formalizadas, são exploradas e aplicadas às redes descritas, assim como para diversos modelos teóricos, fornecendo informações muito relevantes sobre a topologia dessas redes. Resultados ainda mais interessantes são obtidos pela caracterização dos vértices da rede de colaboração, que revelam padrões de interdisciplinaridade entre as diferentes áreas do conhecimento. Um modelo de aquisição de conhecimento também foi proposto, aplicando a utilização de simulações de múltiplos agentes interagentes que caminham por uma rede complexa segundo uma heurística auto-esquivante. Resultados dessas simulações, realizadas para a rede da Wikipédia e outros modelos teóricos, mostram que certas configurações de parâmetros e de redes apresentam melhor desempenho na aquisição do conhecimento, com a rede de teoremas apresentando o pior deles. Entretanto, diferentemente do que era esperado, a variação da memória dos agentes pouco influência a velocidade de aquisição de conhecimento dos agentes. A freqüência de acesso dos vértices pelos agentes também foi determinada e explorada superficialmente. Diversos softwares foram desenvolvidos para uso neste projeto de mestrado, dentre eles destaca-se o visualizador 3D, que se tornou indispensável para a análise das contribuições das outras propriedades apresentadas. / Studies of complex networks have gained increasing research interest in recent years, in part due to its potential for simple representation of complex systems in various fields of science. The needs of quantitative models representing observed phenomena, as well the development of methods for the characterization of complex networks, is a essential matter for the development and understanding of scientific researches exploring such structures. This work aims to develop and study some new methods for the characterization of complex networks, exploring them in the context of knowledge modeling. Initially, two complex networks were developed, a collaborative network of researchers from the Universidade de Sao Paulo and the other obtained from the database of Wikip´edia articles, considering only those strict related to mathematical theorems. The recently formalized concentric measurements are explored and applied to the described networks, as well to other several theoretical models, providing much more information about the topology of these networks than by the use of traditional measurements. Even more interesting results are obtained by the characterization of the vertices of the collaboration network, which reveal patterns of interdisciplinarity among the many fields of science. A model of knowledge acquisition has also been proposed by the use of simulations of multiple interacting agents walking through a complex network in self-avoiding trajectories. Results of those simulations, performed for the network of Wikipedia and other theoretical models shows that certain sets of parameters and networks perform better in the acquisition of knowledge, through the network of theorems presenting the worst of them. However, unlike what should be expected on the basis of intuition, the agents memories do not play much influence to the speed of acquisition of knowledge. The agent access frequencies of vertices was also been obtained and explored superficially in order to determine where the agents walk more ofen. Several softwares had been developed in this masters thesis project, among these, there is a complex network computational visualization tool, which had become indispensable for the many analysis of the contributions obtained by the use of the other described properties.

O entendimento de como a informação é representada e processada no cérebro e quais são os mecanismos necessários para que isto seja possível é um dos grandes desafios da neurociência. A atividade populacional das células corticais possui dinâmica emergente bastante complexa, apresentando padrões auto-sustentados mesmo na ausência de estímulos externos. Esses padrões de atividade podem representar estados internos de auto-organização da rede neural cortical. Porém, quais características da rede cortical seriam essenciais para o entendimento deste tipo de atividade? Podemos elencar duas características fundamentais: a organização topológica da rede e as características dinâmicas das unidades funcionais da rede (os neurônios). Neste trabalho estudamos a influência da topologia e da dinâmica dos neurônios sobre a atividade auto-sustentada de dois modelos corticais diferentes. O primeiro modelo possui arquitetura hierárquica e modular construída segundo uma estratégia top-down. As simulações com este modelo mostram que criação hierárquica de módulos favorece a atividade auto-sustentada em concordância com trabalhos anteriores de outros autores. Também observamos que diferentes classes funcionais de neurônios influenciam de maneiras distintas a atividade auto-sustentada da rede. O segundo modelo possui arquitetura em camadas com regras intra- e inter-laminares específicas baseadas em dados anatômicos do córtex visual primário de gatos. As simulações com este modelo mostram um importante papel das condutâncias sinápticas excitatórias e inibitórias sobre o início da atividade auto-sustentada na rede, especialmente sobre a largura (intervalo de valores da condutância excitatória) da zona de transição entre as regiões com e sem atividade auto-sustentada no diagrama de condutâncias sinápticas. Conclui-se que a topologia da rede cortical e sua composição em termos de combinações de neurônios de diferentes tipos têm importante papel sobre a existência e as propriedades da atividade auto-sustentada na rede. / To understand how information is represented and processed in the brain and the necessary mechanisms for this is one of the major challenges in neuroscience. The population activity of cortical cells has complex and emergent dynamics, showing self-sustained activity patterns even in the absence of external stimuli. These activity patterns may represent internal self-organizing states of the cortical network. Which characteristics that make up the cortical network would be essential to understand this type of activity? We can list two basic characteristics: the topological organization of the network and the dynamic characteristics of its functional units (the neurons). In this work we studied the influence of topology and neuronal dynamics on self-sustained activity in two different cortical network models. The first model has hierarchical and modular architecture constructed according to a top-down strategy. Simulations with this model show that the hierarchical creation of modules favors self-sustained activity in agreement with results from other authors. We also observed that different functional neuronal classes influence in distict ways the self-sustained activity. The second model has a layered architecture with specific intra- and inter-laminar rules based on anatomical evidence from the primary visual cortex of cats. Simulations with this model show an important role of excitatory and inhibitory synaptic conductances on the beginning of self-sustained network activity, specially on the width of the border (range of excitatory conductance values) between regions with and without self-sustained activity in the excitatory-inhibitory synaptic conductances diagram. We conclude that network topology and its composition in terms of combinations of neurons with different dynamics have an important role on the existence and properties of self-sustained activity in the network.

A existência de opiniões distintas em uma sociedade na qual indivíduos interagem constantemente atraiu o interesse de cientistas sociais e físicos estatísticos. Em 1997, Robert Axelrod propôs um modelo vetorial para o estudo da formação de domínios culturais diferentes em uma rede de agentes interagentes. Nesse modelo, os agentes são representados por um vetor de F componentes em que cada componente assume um dentre Q estados inteiros. O modelo apresenta uma transição de um estado monocultural (ordenado) para um estado multicultural (desordenado) que tem sido estudada na literatura através de parâmetros de ordem tais como o tamanho relativo do maior domínio cultural (S) e a fração de domínios culturais diferentes (g). Desde então, propriedades como robustez à introdução de ruídos, à variação de topologia e à introdução de campos local, global e externo foram investigadas. Nosso trabalho está organizado em três partes principais. Na primeira, apresentamos a proposta de novas medidas baseadas no conceito de atividade por agente para o estudo do modelo de Axelrod na rede quadrada. Mostramos que a variância da atividade do sistema (A) pode ser usada para indicar os pontos de transição e que sua distribuição de frequência pode indicar a ordem da transição. Na segunda, estimamos o diagrama de fases no plano (F,Q) e comparamos resultados obtidos em redes com condição de contorno aberta e fechada. Para isso, utilizamos as susceptibilidades dos parâmetros de ordem S e A para determinar os valores críticos Qc(F) para alguns valores de F. Na terceira, analisamos a formação de domínios culturais com a introdução de agentes persistentes para modelar efeitos de mídia interna. Nossos resultados revelam uma dependência de Qc com a probabilidade de ocupação p de agentes persistentes que nos permite obter o diagrama de fases no plano (p,Q). Interpretamos a linha crítica como resultado da competição de duas forças opostas (denominadas efeito de barreira e efeito de ligação) causadas por agentes não-persistentes que aderem aos persistentes. / The existence of different opinions in a society where individuals constantly interact has attracted the interest of social scientists and statistical physicists. In 1997, Robert Axelrod proposed a vectorial model to study the formation of cultural domains in a network of interacting agents. In this model, the agents are represented by a F components vector in which one from Q integer states is assigned to each component. The model presents a transition from a monocultural state (ordered) to a multicultural one (disordered) that has been studied by using order parameters such as the relative size of the biggest cultural domain (S) and the fraction of different domains (g). Since then, some properties as the robustness to the introduction of noise, to the variation of topology and to the introduction of local, global and external fields were studied. Our work is organized in three main parts. In the first part we present the proposal of new measurements based on the concept of activity per agent to study the Axelrod\'s model in a square lattice. We show the variance of system\'s activity (A) can be used to indicate the transition points and that the system\'s activity frequency distribution can be used to indicate the order of the transition. In the second part we estimate the phase diagram in the (F,Q) plane and compare the results obtained from simulations performed in lattices with open and closed boundary conditions. For this purpose, we use the susceptibility of order parameters S and A to determine the critical values Qc(F) for some values of F. In the third part we analyze the formation of cultural domains by introducing persistent agents to model effects of internal media. Our results reveal a dependence of Qc on the occupation probability p of persistent agents that allows us to obtain the phase diagram in the (p,Q) plane. We interpret the critical locus as a result of two opposite forces (called barrier effect and bonding effect) caused by non-persistent agents which adhere the persistent ones.

O córtex visual desempenha papel essencial no processamento de informação visual. A primeira região do córtex a receber estímulos visuais é o córtex visual primário (V1) e pode ser subdividida anatomicamente em seis camadas, onde cada camada contém diferentes tipos e números de neurônios. Entender a forma como a informação é processada entre as diferentes camadas envolve o estudo da dinâmica dos padrões coletivos de atividade neural quando a rede é exposta a diferentes situações e como esses padrões relacionam-se com a organização estrutural e funcional da rede cortical. Essa dinâmica é afetada por mecanismos de plasticidade sináptica, de maneira que modelos computacionais que busquem capturá-la devem incluir tais mecanismos. Neste trabalho foi construído um modelo computacional de uma rede neural com 4000 neurônios baseada em informações sobre a estrutura local das conexões em V1 disponíveis na literatura neurobiológica. O modelo contém características estruturais consideradas fundamentais tais como: proporção entre neurônios inibitórios e excitatórios e probabilidades de conexões entre neurônios de diferentes populações em diferentes camadas. Os neurônios foram descritos pelo modelo de Izhikevich, reproduzindo três classes eletrofisiológicas mais abundantes no córtex: neurônios de disparo regular, para os excitatórios; neurônios de disparo rápido e baixo limiar de disparo, para os inibitórios. A regra de plasticidade sináptica utilizada foi do tipo plasticidade dependente dos tempos dos disparos neuronais (STDP em inglês), que pode fortalecer ou enfraquecer a força da conexão entre dois neurônios dependendo dos instantes dos seus disparos. Foram utilizadas versões diferentes dessa regra de plasticidade para sinapses excitatórias (STDPe) e inibitórias (STDPi). Foram simuladas situações com e sem plasticidade e alterando o tipo de neurônio inibitório presente na rede. Para cada uma, três protocolos de estimulação da rede foram utilizados: 1 estimulação por trens de disparos poissonianos aplicada a neurônios da camada 4 (simulando entradas talâmicas) e aplicada aleatoriamente aos neurônios da rede como ruído de fundo; 2 - pulsos aplicados a neurônios da camada 4 simulando estimulação visual com barras luminosas com diferentes orientações angulares; 3 - similar ao segundo protocolo, porém, estimulando a rede com dois pulsos alternantes de diferentes ângulos. Os parâmetros do modelo foram ajustados para que a atividade neural tivesse baixas frequências de disparos coerentes com dados experimentais. Esse ajuste foi mais fácil nos casos em que os neurônios inibitórios eram do tipo FS e havia STDPi. Os resultados mostraram que, de modo geral, os neurônios do tipo LTS contribuem para a formação de atividade síncrona na rede e este efeito foi amplificado com a STDPe. Para todos os protocolos, a STDPe aumentou a frequência média de disparos da rede e, para o segundo experimento, apesar da seletividade à orientação dos neurônios não ter sido alterada significativamente, houve mudanças visíveis na formação de assembleias funcionais. A competição da atividade dos neurônios no experimento 3 na presença da STDPe foi intensificada fortalecendo respostas funcionais de neurônios que não respondiam a ambos os estímulos. O balanço entre os dois tipos de regra de STDP manteve o equilíbrio entre as forças das conexões excitatórias e inibitórias. / The visual cortex plays essential role in the processing of visual information. The first region of the cortex that receives visual stimuli is the primary visual cortex (V1) or striate cortex, which can be anatomically divided into six layers, where each layer has different types and numbers of neurons. Understanding the way in which information is processed by the different layers involves the study of the dynamics of collective patterns of neural activity when the network is exposed to different situations, and how these patterns are related with the structural and functional organization of cortical network. This dynamics is affected by mechanisms of synaptic plasticity, so computational models which seek to capture it should include them. In this project a computational model of a neural network was built with 4000 neurons based on information on local connectivity in V1 from the neurobiological literature. The model has realistic structural characteristics such as the proportion between inhibitory and excitatory neurons and the connection probabilities among neurons from different populations of different layers. Neurons were described by the Izhikevich model, reproducing the three most abundant electrophysiological classes in cortex: RS, for the excitatory ones; FS and LTS, for the inhibitory neurons. The synaptic plasticity rule used was spike-timing dependent plasticity (STDP), whereby the synaptic strength between two neurons can increase or decrease depending on the timing of their spikes. Were used different versions of this plasticity rule to synapses made by excitatory neurons (STDPe) and by inhibitory neurons (STDPi). Different scenarios were simulated with and without plasticity and changing the type of inhibitory neuron present in the network. For each configuration, three network stimulation protocols were used: 1 - stimulation applied to layer 4 neurons (simulating thalamic inputs) modeled by Poissonian spike trains and background noise applied to all network neurons modeled in a similar manner; 2 - pulses applied to layer 4 neurons simulating visual stimulation with light bars at different angular directions; 3 - similar to the second protocol, however, stimulating the network with two alternating pulses of different angles. The parameters of the model were adjusted so that neural activity had low spike frequencies consistent with experimental data. This adjustment was easier in cases where inhibitory neurons were of FS type and had STDPi. The results showed that, in general, LTS neurons contribute to the formation of synchronous activity in the network and this effect was amplified with the insertion of STDPe. For all protocols, the STDPe increased the average firing frequency of the network. For Experiment 2, although the orientation selectivity of the neurons did not change significantly, there have been noticeable changes in the formation of functional assemblies. The competition of the activity of neurons in Experiment 3 in the presence of STDPe strengthened functional responses of neurons that do not respond to both stimuli. The balance between the two types of STDP rule maintained the equilibrium between excitatory and inhibitory connections.

Como a informação sobre o ambiente natural é codificada na atividade neural do cérebro? Existe de fato um código neural que impera ao longo de todo processamento neural? Essas são algumas das grandes perguntas da Neurociência da atualidade. Assumindo que estratégias bem sucedidas são preservadas e reaproveitadas através da Evolução, buscamos explorar essas questões ao analisar a resposta extracelular do neurônio H1 do sistema visual da mosca a estímulos visuais com distribuições estatísticas de velocidades horizontais bem definidas. Utilizando uma abordagem de Sistemas Complexos, a análise de multifractalidade do código neural do H1 lança algumas luzes sobre uma estratégia de codificação fascinante, sustentando a idéia de que esse neurônio é capaz de falar diferentes linguagens, se ajustando de forma extremamente dinâmica e flexível à complexidade do estímulo visual (1), visando uma transmissão ótima de informação (2). / How is information about the natural environment coded in the brain neural activity? Is there really a neural code that reigns throughout the neural processing? These are some of the greatest questions of todays Neuroscience. Assuming that well succeeded strategies are preserved and reused through Evolution, we seek to explore these questions by analyzing the extracellular response of the blowfly visual system H1 neuron to certain visual stimuli with well known statistical distributions of horizontal velocities. Using a Complex Systems approach, the multifractality analysis of H1s neural code casts highlights in its fascinating coding strategy, supporting the idea that this neuron is capable of speaking different languages by adjusting itself to the complexity in visual stimuli in a very dynamical and flexible way (1), aiming at a optimal information transmission (2).

Esta pesquisa investiga processos de design de objetos que surgem da intersecção entre o mundo físico e o meio digital a partir de construção teórica pautada em conceitos presentes na Cibernética, na Teoria Geral dos Sistemas e no contemporâneo campo dos sistemas complexos. Considerando que tais objetos apresentam algumas peculiaridades inerentes da associação entre a instância física e digital, a hipótese desta pesquisa é, portanto, que os processos de design são sistemas complexos que devem ser analisados por uma abordagem sistêmica e holística para formulação de proposições que possam incorporar complexidade e estimular fenômenos emergentes nos processos de design. Assim, a pesquisa possui como objetivos entender em que aspectos os processos de design de tais objetos podem ser considerados como sistemas complexos; estabelecer relações sistêmicas ao longo do processo; compreender como os atores dialogam entre si, considerando que possuem distintos conhecimentos específicos, experiências e visões de mundo; e refletir sobre o uso do meio digital para o diálogo entre os atores e também como meio instrumental no processo. Para atingir esses objetivos, além de reflexão teórica, a pesquisa alimenta-se de fontes primárias através de entrevistas e visitas a centros de pesquisa, institutos e escritórios que trabalham na interseção de instâncias físicas e digitais, que, associadas aos experimentos realizados, fornecem uma visão ampliada dos processos de design para o desenvolvimento de uma reflexão propositiva. / This research investigates design processes of products that are created from the intersection between physical and digital world, according to theoretical framework basing on concepts from Cybernetics, General System Theory and contemporary complex systems approach. Considering that such products involve some peculiarities regarded to the association between physical and digital instance, the hypothesis of this research is, therefore, that design processes are complex systems that must be analyzed by a systemic and holistic perspective to formulate propositions embracing the complexity and stimulating the emergence in design processes with the support of digital technologies. Thus, the research aims to explore what circumstances design processes can be considered as complex system; establish systemic relationships throughout the process; understand how the actors interact with each other, considering they have different expertise, experiences, worldviews; and reflect on the use of digital media for dialogue between the actors and as instrument in the process. To achieve these objectives, in addition to theoretical analysis, the research seeks to understand design processes from primary sources through interviewing and visiting research centers, institutes and offices that work in the intersection of physical and digital instances, that, associated with the experiments conducted in this research, provide comprehensive view about the subject of study in order to develop propositions for design processes.

A teoria das redes complexas tem se consolidado por seu forte caráter interdisciplinar, relativa simplicidade conceitual e ampla aplicabilidade na modelagem de sistemas reais. Embora tendo evoluído rapidamente, uma série de problemas ainda não foram estudados usando as redes complexas. Em especial, sistemas envolvendo acoplamento e interação entre diferentes redes complexas têm sido pouco investigados. Na presente monografia, apresentamos duas contribuições fundamentais no estudo desses sistemas. A primeira consiste num modelo que descreve a interação entre um padrão de massa evoluindo numa rede regular com uma rede complexa que se organiza para impedir a evolução desse padrão. Os vértices da rede complexa se ativam e se movem sobre a rede regular conforme são requisitados por seus vizinhos, que se ativam pela rede regular. Essa última ativação ocorre quando a concentração de massa ultrapassa um limiar na respectiva posição do vértice e consiste em liberar uma difusão oposta de massa neutralizadora contra a massa original. A dinâmica mostrou-se completamente relacionada à estrutura da rede de controle. A presença de concentradores no modelo de Barabási-Albert tem papel fundamental para acelerar o processo de geração de massa neutralizadora. Por outro lado, a distribuição uniforme de vizinhos da rede de Erdös-Rényi resultou numa melhora de desempenho na presença de várias regiões distintas contendo massa original. A segunda contribuição consiste num modelo de interação entre duas espécies (predador e presa) através de campos sensitivos, que dependem da distância Euclidiana entre dois indivíduos e do seu respectivo tipo. Padrões espaço-temporais emergem nesse sistema e estão diretamente relacionados à intensidade de atração entre os indivíduos da mesma espécie. Para entender a evolução do sistema e quantificar a transferência de informação entre os diferentes aglomerados, duas redes complexas são construídas onde os vértices representam os indivíduos. Na primeira rede, o peso das conexões é dado pela distância Euclidiana entre os indivíduos e na segunda, pelo tempo que eles permaneceram suficientemente próximos. A partir de um mecanismo de fusão entre as duas redes, obtemos uma terceira rede complexa onde os vértices correspondem a grupos espaciais definidos a partir de um processo de limiarização dos pesos da primeira rede. Algumas configurações de parâmetros privilegiam a sobrevivência de presas enquanto outras beneficiam a caça dos predadores. / Complex network theory has become very popular because of its interdisciplinarity, conceptual simplicity and wide applicability to model real systems. Although fast growing, there is a number of problems which have not been addressed by using complex networks. For example, few efforts have been directed to systems involving coupling and interaction between different complex networks. In the following monography, we present two fundamental contributions in the study of such systems. The first consists in a model which describes the interaction dynamics between a mass pattern evolving in a regular network with a complex network, which are expected to control the pattern evolution. As soon as a complex network node is activated by the regular network, it requests help from its topological neighbours and activates them. The activation is triggered when the mass concentration overcomes a threshold in the node position and consists in liberating an opposite diffusion intended to eliminate the original pattern. The dynamics is completely related to the structure of the control network. The existence of hubs in the Barabási-Albert model plays a fundamental role to accelerate the opposite mass generation. Conversely, the uniform distribution of neighbours in the Erdös-Rényi network provided an increase in the efficiency when several focuses of the original pattern were distributed in the regular network. The second contribution consists in a model based on interactions between two species (predator and prey) provided by sensitive fields which depends of the Euclidean distance between two agents and on their respective types. Spatio-temporal patterns emerge in the system which are directly related to the attraction intensity between same species agents. To understand the dynamics evolution and quantify the information transfer through different clusters, we built two complex networks where the nodes represent the agents. In the first network, the edge weight is given by the Euclidean distance between two agents and, in the second network, by the amount of time two agents become close one another. By following a merging process, another network is obtained whose nodes correspond to spatial groups defined by a weight thresholding process in the first network. Some configurations favor the preys survival, while predators efficiency are improved by other ones.