The work in this thesis is focused on the complex dynamics of semiconductor laser (SL) devices which receive time-delayed feedback from an external cavity or are delay-coupled with a second semiconductor laser. We investigate fundamental properties of the dynamics and study the utilization of transient complex dynamics of a single SL arising from delayed feedback and external signal injection for a neuro-inspired photonic data processing scheme. Based on experiments and numerical modelling, we investigate systems of two coupled SLs, gaining insights into the role of laser and coupling parameters for the synchronization characteristics of these systems. We link certain features of the synchronization dynamics, like intermittent desynchronization events, to the underlying nonlinear dynamics in the coupled laser system. Our research thus combines both fundamental insights into delay-coupled lasers as well as novel application perspectives.

Uma nova perspectiva da ciência tem sido adotada com sucesso por diversos pesquisadores ao redor do mundo, resultando em avanços tecnológicos nas mais variadas áreas do conhecimento. A nova abordagem científica é amplamente interdisciplinar e envolve métodos para a análise, armazenamento e visualização eficiente de grandes quantidades de informação, assim como formas de entender e quantificar a própria estrutura das ciências. Entretanto, os novos problemas tratados por esta abordagem também são mais complexos e tendem a apresentar uma intrincada união entre conceitos e suas relações. Redes complexas representam naturalmente sistemas desta natureza, sendo amplamente adotadas por pesquisadores de diversas áreas científicas. Este trabalho tem como objetivo estudar e desenvolver técnicas multiescala para caracterizar a estrutura de redes complexas através de vários aspectos ligados à complexidade, como a dimensão, a regularidade e a organização de sistemas em subestruturas. Para isso, são sugeridas novas métricas baseadas no conceito de níveis e padrões concêntricos, que permitem estender, de forma natural, medidas tradicionais de redes complexas ao contexto multiescala. Desta forma, é introduzida uma nova medida de dimensão multiescala, que permite a quantificação da dimensão, tanto ao redor de vértices quanto em escalas globais de uma rede. A regularidade de redes é abordada através da ideia de simetria, redefinida em termos da simetria concêntrica, que permitiu, na prática, a quantificação e comparação da simetria entre diferentes redes. Outro conceito explorado é a caracterização do papel desempenhado por vértices dentro de comunidades, que estão diretamente relacionados às subsestruturas de sistemas. Para isso, definimos uma nova medida multiescala de pertinência baseada na diversidade das comunidades presentes na vizinhança de um vértice. Também foram utilizadas e desenvolvidas técnicas e ferramentas para visualização de redes complexas, que se mostraram fundamentais durante todos os estágios deste trabalho, em especial na criação de mapeamentos científicos. A união das metodologias enriqueceu a caracterização de redes complexas, permitindo a criação de um mapa da complexidade desses sistemas. Verificou-se que a complexidade de sistemas, em geral, está associada à dimensão e simetria. Sistemas com baixa simetria e alta dimensionalidade tendem a ser aqueles de maior complexidade compartilhando a mesma região que redes de conhecimento de da infraestrutura da Internet. Sob esses aspectos, também é estudado como redes são influenciadas pelas restrições geográficas ou de planejamento. As metodologias introduzidas neste trabalho culminaram em diversas aplicações em vários segmentos como: classificação de genes em redes de transcriptoma humano, detecção de crises no mercado financeiro, visualização e sumarização automática de dados científicos, assim como a quantificação da interdisciplinaridade de revistas científicas. No geral, os desenvolvimentos presentes aqui mostram o potencial da abordagem multiescala na análise de sistemas complexos através da representação por redes. / A new perspective of making science is being adopted by many researchers around the world, resulting in several technological achievements in many research fields. The new approach to science is largely interdisciplinary and wraps together many new methods used to analyze, store and visualize large amounts of data, as well as techniques to understand the structure of science itself. However, the problems usually handled by this new approach also are very complex and present an intricate collection of concepts and relationships. Complex networks can be used to naturally represent such systems, having being adopted by many researchers of different backgrounds. The objective of this work is to study and develop new multiscale techniques to characterize the structure of complex networks under three different aspects: dimension, regularity and the organization of systems in substructures; which are tightly related to the concept of complexity. To conduct such analysis, new measurements based on the idea of concentric levels and patterns are proposed, which permits traditional network properties to be extended to a multiscale approach. Therefore, we introduce a new measurement of dimension, the multiscale dimension, which can be used to quantify the dimension around the neighborhoods of a vertex, as well as over the entire network structure in a global scale. The regularity is considered in terms of symmetry, which is redefined to create the concentric symmetry, allowing the quantification and comparison of symmetry among networks of distinct sizes and connectivity. Another concept explored in this work is the characterization of the role of vertices inside a community, which represents the substructure organization of the underlying system. This is done by defining another multiscale measurement, in this case, based on the diversity of the communities of vertices in the neighborhoods of a central reference. Also, we developed new tools and techniques to visualize complex networks, which have proven essential to all the steps of the analysis conducted in this work, including the task of mapping the science structure. The combination of the proposed methodologies enriched the analysis and the characterization of complex networks, resulting in the development of a new way of mapping complexity based on dimension and symmetry. Systems presenting low symmetry and high dimensionality are more likely to also display a more complex behavior, this is the case of knowledge networks the infrastructure of the Internet. In this context, we also study the effects of spatial restrictions and system planning on networks. The methodologies introduced in this paper culminated in several other applications in many scientific topics, such as: the classification of genes in human transcriptome networks, crisis detection on the financial market network, visualization and automatic summarization of scientific data, as well as the quantification of interdisciplinarity of scientific journals. In general, the contributions of this work demonstrate the potential of the multiscale analysis applied to understanding complex systems through the networks representation.

Esta tesis doctoral se centra en la aplicación de la física estadística del no equilibrio al estudio de problemas ecológicos de diferente naturaleza. En primer lugar se desarrollan modelos teóricos para explicar la formación de patrones de vegetación en algunas regiones donde el agua es escasa, prestando especial atención al papel que juegan las interacciones entre plantas. En la segunda parte se abordan problemas de búsqueda en los que los individuos son capaces de comunicarse entre sí. El objetivo es comprender el comportamiento de las gacelas que habitan la estepa centroasiática. En un último capitulo se estudia el efecto que tiene un medio externo cuyos características cambian en el tiempo sobre distintas propiedades de los ecosistemas. Situando problemas de tan diversa naturaleza en un marco común se pretende mostrar el poder de la física estadística como herramienta interdisciplinar. / This thesis focuses on the application of nonequilibrium statistical physics to different ecological problems. In the first part we study the formation of vegetation patterns in water-limited systems, emphasizing the role of nonlocal interactions among plants. In the second part we develop mathematical models to explain the collective searching behavior in some animal species, where individuals communicate among them. The objective of this chapter is to build the theoretical tools to study foraging behavior in Mongolian gazelles, which is the aim of the next chapter. Finally, the effect of environmental variability on the robustness and evolution of ecosystems is studied. Studying problems of different nature within the common framework provided by statistical physics we aim to show its relevant role as an interdisciplinary tool.

Uma nova perspectiva da ciência tem sido adotada com sucesso por diversos pesquisadores ao redor do mundo, resultando em avanços tecnológicos nas mais variadas áreas do conhecimento. A nova abordagem científica é amplamente interdisciplinar e envolve métodos para a análise, armazenamento e visualização eficiente de grandes quantidades de informação, assim como formas de entender e quantificar a própria estrutura das ciências. Entretanto, os novos problemas tratados por esta abordagem também são mais complexos e tendem a apresentar uma intrincada união entre conceitos e suas relações. Redes complexas representam naturalmente sistemas desta natureza, sendo amplamente adotadas por pesquisadores de diversas áreas científicas. Este trabalho tem como objetivo estudar e desenvolver técnicas multiescala para caracterizar a estrutura de redes complexas através de vários aspectos ligados à complexidade, como a dimensão, a regularidade e a organização de sistemas em subestruturas. Para isso, são sugeridas novas métricas baseadas no conceito de níveis e padrões concêntricos, que permitem estender, de forma natural, medidas tradicionais de redes complexas ao contexto multiescala. Desta forma, é introduzida uma nova medida de dimensão multiescala, que permite a quantificação da dimensão, tanto ao redor de vértices quanto em escalas globais de uma rede. A regularidade de redes é abordada através da ideia de simetria, redefinida em termos da simetria concêntrica, que permitiu, na prática, a quantificação e comparação da simetria entre diferentes redes. Outro conceito explorado é a caracterização do papel desempenhado por vértices dentro de comunidades, que estão diretamente relacionados às subsestruturas de sistemas. Para isso, definimos uma nova medida multiescala de pertinência baseada na diversidade das comunidades presentes na vizinhança de um vértice. Também foram utilizadas e desenvolvidas técnicas e ferramentas para visualização de redes complexas, que se mostraram fundamentais durante todos os estágios deste trabalho, em especial na criação de mapeamentos científicos. A união das metodologias enriqueceu a caracterização de redes complexas, permitindo a criação de um mapa da complexidade desses sistemas. Verificou-se que a complexidade de sistemas, em geral, está associada à dimensão e simetria. Sistemas com baixa simetria e alta dimensionalidade tendem a ser aqueles de maior complexidade compartilhando a mesma região que redes de conhecimento de da infraestrutura da Internet. Sob esses aspectos, também é estudado como redes são influenciadas pelas restrições geográficas ou de planejamento. As metodologias introduzidas neste trabalho culminaram em diversas aplicações em vários segmentos como: classificação de genes em redes de transcriptoma humano, detecção de crises no mercado financeiro, visualização e sumarização automática de dados científicos, assim como a quantificação da interdisciplinaridade de revistas científicas. No geral, os desenvolvimentos presentes aqui mostram o potencial da abordagem multiescala na análise de sistemas complexos através da representação por redes. / A new perspective of making science is being adopted by many researchers around the world, resulting in several technological achievements in many research fields. The new approach to science is largely interdisciplinary and wraps together many new methods used to analyze, store and visualize large amounts of data, as well as techniques to understand the structure of science itself. However, the problems usually handled by this new approach also are very complex and present an intricate collection of concepts and relationships. Complex networks can be used to naturally represent such systems, having being adopted by many researchers of different backgrounds. The objective of this work is to study and develop new multiscale techniques to characterize the structure of complex networks under three different aspects: dimension, regularity and the organization of systems in substructures; which are tightly related to the concept of complexity. To conduct such analysis, new measurements based on the idea of concentric levels and patterns are proposed, which permits traditional network properties to be extended to a multiscale approach. Therefore, we introduce a new measurement of dimension, the multiscale dimension, which can be used to quantify the dimension around the neighborhoods of a vertex, as well as over the entire network structure in a global scale. The regularity is considered in terms of symmetry, which is redefined to create the concentric symmetry, allowing the quantification and comparison of symmetry among networks of distinct sizes and connectivity. Another concept explored in this work is the characterization of the role of vertices inside a community, which represents the substructure organization of the underlying system. This is done by defining another multiscale measurement, in this case, based on the diversity of the communities of vertices in the neighborhoods of a central reference. Also, we developed new tools and techniques to visualize complex networks, which have proven essential to all the steps of the analysis conducted in this work, including the task of mapping the science structure. The combination of the proposed methodologies enriched the analysis and the characterization of complex networks, resulting in the development of a new way of mapping complexity based on dimension and symmetry. Systems presenting low symmetry and high dimensionality are more likely to also display a more complex behavior, this is the case of knowledge networks the infrastructure of the Internet. In this context, we also study the effects of spatial restrictions and system planning on networks. The methodologies introduced in this paper culminated in several other applications in many scientific topics, such as: the classification of genes in human transcriptome networks, crisis detection on the financial market network, visualization and automatic summarization of scientific data, as well as the quantification of interdisciplinarity of scientific journals. In general, the contributions of this work demonstrate the potential of the multiscale analysis applied to understanding complex systems through the networks representation.