Nuestra producción científica publicada, accesible, impugnable.

Una empresa que pretende tener una base científica sin producir publicaciones científicas regulares se sitúa fuera del régimen científico establecido. La publicación es el mecanismo histórico por el cual una disciplina se constituye, se documenta, se deja impugnar por sus pares y se transmite.

Imagine All The People se inscribe en ese régimen. Nuestros trabajos sobre la generación de poblaciones sintéticas por Maximum Entropy Relaxation, sobre los protocolos de calibración, sobre los benchmarks NPORS extendidos, sobre las extensiones a gran escala mediante Persistent Contrastive Divergence: todo ello está publicado en los archivos científicos abiertos (ArXiv), en las ediciones académicas de referencia (Frontiers in AI), en las conferencias científicas del ámbito.

Esta página organiza el acceso a ese corpus. Referencia las publicaciones recientes y futuras firmadas por nuestros equipos, las contribuciones editoriales que llevamos en las grandes revistas del ámbito, así como los trabajos históricos de nuestro cofundador François Pachet que constituyen la matriz intelectual de nuestra disciplina. El conjunto es accesible mediante enlaces directos a las publicaciones originales: ninguna mediación, ningún resumen promocional, acceso en bruto a los textos científicos.

Publicado en abril de 2026: Maximum Entropy Relaxation of Multi-Way Cardinality Constraints for Synthetic Population Generation. François Pachet y Jean-Daniel Zucker. ArXiv:2603.22558. Artículo fundador que formaliza el enfoque por Maximum Entropy Relaxation para la generación de poblaciones sintéticas que satisfacen restricciones multidimensionales unitarias, binarias y ternarias. Introducción de la formulación dual convexa, del solver L-BFGS y de la comparación sistemática con el generalized raking en los benchmarks NPORS-derived de 4 a 40 atributos. → Leer el artículo en ArXiv

En preparación: Balanced Exact Population Synthesis via Maximum Entropy Repair. François Pachet y Jean-Charles Régin. Artículo metodológico en curso de finalización que combina Maximum Entropy Relaxation y programación por restricciones exacta para la generación de poblaciones sintéticas bajo restricciones equilibradas. Publicación prevista a lo largo de 2026.

En preparación: Scalable Maximum Entropy Population Synthesis via Persistent Contrastive Divergence. Extensión del framework Pachet-Zucker al régimen K superior a 20 atributos, donde el cálculo exacto de las esperanzas se vuelve intratable, mediante estimación estocástica vía Gibbs sampling. Publicación prevista a lo largo de 2026, prolongando los benchmarks NPORS a una clase significativamente más amplia de configuraciones reales.

El conjunto de estas publicaciones, desde su puesta a disposición, será referenciado aquí con acceso directo a los artículos originales en ArXiv o en las revistas correspondientes.

Más allá de la publicación de artículos, nuestro equipo contribuye a la estructuración editorial del ámbito emergente de las poblaciones sintéticas en la literatura científica internacional.

Coedición del Research Topic Synthetic Populations en Frontiers in Artificial Intelligence. François Pachet coedita con Frédéric Kaplan (École Polytechnique Fédérale de Lausanne) y Mirko Degli Esposti (Universidad de Bolonia) el Research Topic Synthetic Populations publicado en Frontiers in Artificial Intelligence. Esta edición reúne los trabajos internacionales más significativos sobre la generación, el uso, la validación y los retos éticos de las poblaciones sintéticas. Constituye hasta la fecha la contribución editorial más estructurada a la emergencia de esta disciplina científica. → Consultar el Research Topic en Frontiers in AI

Esta coedición materializa nuestro posicionamiento en el corazón de la comunidad científica internacional del ámbito: no nos limitamos a publicar nuestros propios trabajos, participamos en estructurar el propio campo científico en diálogo con investigadores de primer nivel de la EPFL y de la Universidad de Bolonia.