Detecção de comunidades em redes complexas por dinâmica de partículas
| Ano de defesa: | 2022 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| dARK ID: | ark:/48912/001300002t26m |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal de São Paulo
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://hdl.handle.net/11600/63674 |
Resumo: | Muitos dos sistemas que despertam interesse científico ou industrial podem ser descritos por meio de uma estrutura abstrata denominada por rede. O estudo de sistemas via redes tem se mostrado uma área bastante ativa. Tal estudo é comumente realizado com base na análise das propriedades estruturais da rede, isto é, por meio das relações entre seus componentes (topologia). Esta Tese tem por objetivo reinterpretar a análise das propriedades estruturais a partir dos chamados métodos de partículas, uma abordagem que modela e soluciona problemas matemáticos por intermédio da dinâmica newtoniana. Os métodos de partículas abrem margem para extração de medidas de caracterização de rede mediante a caracterização do sistema físico composto pelas partículas definidas pelo método. Dentre as propriedades estruturais, a organização dos vértices em comunidades se destacam, tanto por sua aplicabilidade em questões práticas quanto no estudo da rede como um todo. Sendo assim, este trabalho valida o uso de métodos de partículas na detecção de comunidades em redes. Em suma, esta Tese demonstra que há na Literatura um arcabouço teórico suficiente para tratar o problema da detecção de comunidades por intermédio de métodos de partículas, ao passo que coloca tal abordagem em paridade com os métodos clássicos de detecção. Por fim, propõe-se o modelo GQMR, um novo método de partículas de segunda ordem, que sob determinadas condições oferece estruturas de comunidades com qualidade similar ou superior aos demais modelos propostos na Literatura. |
| id |
UFSP_0af0049d4eff6c41b50e3cdd2886b30a |
|---|---|
| oai_identifier_str |
oai:repositorio.unifesp.br:11600/63674 |
| network_acronym_str |
UFSP |
| network_name_str |
Repositório Institucional da UNIFESP |
| repository_id_str |
|
| spelling |
http://lattes.cnpq.br/0793627832164040http://lattes.cnpq.br/8867164774240536Gouvêa, Alessandra Marli Maria Morais [UNIFESP]http://lattes.cnpq.br/1874607068493252Quiles, Marcos [UNIFESP]Macau, Elbert [UNIFESP]São José dos Campos, SP2022-04-05T16:12:15Z2022-04-05T16:12:15Z2022-02-23Muitos dos sistemas que despertam interesse científico ou industrial podem ser descritos por meio de uma estrutura abstrata denominada por rede. O estudo de sistemas via redes tem se mostrado uma área bastante ativa. Tal estudo é comumente realizado com base na análise das propriedades estruturais da rede, isto é, por meio das relações entre seus componentes (topologia). Esta Tese tem por objetivo reinterpretar a análise das propriedades estruturais a partir dos chamados métodos de partículas, uma abordagem que modela e soluciona problemas matemáticos por intermédio da dinâmica newtoniana. Os métodos de partículas abrem margem para extração de medidas de caracterização de rede mediante a caracterização do sistema físico composto pelas partículas definidas pelo método. Dentre as propriedades estruturais, a organização dos vértices em comunidades se destacam, tanto por sua aplicabilidade em questões práticas quanto no estudo da rede como um todo. Sendo assim, este trabalho valida o uso de métodos de partículas na detecção de comunidades em redes. Em suma, esta Tese demonstra que há na Literatura um arcabouço teórico suficiente para tratar o problema da detecção de comunidades por intermédio de métodos de partículas, ao passo que coloca tal abordagem em paridade com os métodos clássicos de detecção. Por fim, propõe-se o modelo GQMR, um novo método de partículas de segunda ordem, que sob determinadas condições oferece estruturas de comunidades com qualidade similar ou superior aos demais modelos propostos na Literatura.Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)2016/23642-689 f.https://hdl.handle.net/11600/63674ark:/48912/001300002t26mporUniversidade Federal de São Pauloinfo:eu-repo/semantics/openAccessRedes ComplexasCiência das RedesDetecção de ComunidadesMétodos de PartículasDetecção de comunidades em redes complexas por dinâmica de partículasinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionreponame:Repositório Institucional da UNIFESPinstname:Universidade Federal de São Paulo (UNIFESP)instacron:UNIFESPInstituto de Ciência e Tecnologia (ICT)Ciência da ComputaçãoSistemas InteligentesORIGINALTese_alessandraGouvea.pdfTese_alessandraGouvea.pdfapplication/pdf50385224https://repositorio.unifesp.br/bitstreams/6be932c7-427d-4a03-819d-377bab3fea7a/download514c4e7bd386411706d19f38b2d4b3fdMD51Errata tese Alessandra Marli.pdfErrata tese Alessandra Marli.pdferrata teseapplication/pdf89632https://repositorio.unifesp.br/bitstreams/13dc181a-f667-48df-a65b-0a20a031488f/download677fd7bc419a85a8f900db9d6cbb5ec0MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-85832https://repositorio.unifesp.br/bitstreams/f4448d5c-c5f0-4a65-b1b7-f9ea1ef6bb39/downloaddbc6e4962fe1bd3dc34ec17804847d10MD52TEXTTese_alessandraGouvea.pdf.txtTese_alessandraGouvea.pdf.txtExtracted texttext/plain103832https://repositorio.unifesp.br/bitstreams/9bd36206-ea77-4d9e-946e-a2985a778bac/download172216adfb523851996cca6ecf62f88cMD520Errata tese Alessandra Marli.pdf.txtErrata tese Alessandra Marli.pdf.txtExtracted texttext/plain843https://repositorio.unifesp.br/bitstreams/411be52b-a846-45ff-88f7-4a3c51971f12/download1191cc0e3d2d38514e14768682bc8b63MD522THUMBNAILTese_alessandraGouvea.pdf.jpgTese_alessandraGouvea.pdf.jpgGenerated Thumbnailimage/jpeg2343https://repositorio.unifesp.br/bitstreams/5f5de7f3-b102-4e74-a0bb-2e4f7cd137e4/downloadf3974a8133260d86186d9f3bbcaf0f36MD521Errata tese Alessandra Marli.pdf.jpgErrata tese Alessandra Marli.pdf.jpgGenerated Thumbnailimage/jpeg4011https://repositorio.unifesp.br/bitstreams/bb7e8c42-6c12-47e9-a9f6-a2769ffc0fc9/downloadfc92688dc5f4e80fa7799246e94814aaMD52311600/636742024-07-26 20:34:29.504oai:repositorio.unifesp.br:11600/63674https://repositorio.unifesp.brRepositório InstitucionalPUBhttp://www.repositorio.unifesp.br/oai/requestbiblioteca.csp@unifesp.bropendoar:34652024-07-26T20:34:29Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP)false |
| dc.title.pt_BR.fl_str_mv |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| title |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| spellingShingle |
Detecção de comunidades em redes complexas por dinâmica de partículas Gouvêa, Alessandra Marli Maria Morais [UNIFESP] Redes Complexas Ciência das Redes Detecção de Comunidades Métodos de Partículas |
| title_short |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| title_full |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| title_fullStr |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| title_full_unstemmed |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| title_sort |
Detecção de comunidades em redes complexas por dinâmica de partículas |
| author |
Gouvêa, Alessandra Marli Maria Morais [UNIFESP] |
| author_facet |
Gouvêa, Alessandra Marli Maria Morais [UNIFESP] |
| author_role |
author |
| dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0793627832164040 |
| dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8867164774240536 |
| dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/1874607068493252 |
| dc.contributor.author.fl_str_mv |
Gouvêa, Alessandra Marli Maria Morais [UNIFESP] |
| dc.contributor.advisor1.fl_str_mv |
Quiles, Marcos [UNIFESP] |
| dc.contributor.advisor-co1.fl_str_mv |
Macau, Elbert [UNIFESP] |
| contributor_str_mv |
Quiles, Marcos [UNIFESP] Macau, Elbert [UNIFESP] |
| dc.subject.por.fl_str_mv |
Redes Complexas Ciência das Redes Detecção de Comunidades Métodos de Partículas |
| topic |
Redes Complexas Ciência das Redes Detecção de Comunidades Métodos de Partículas |
| description |
Muitos dos sistemas que despertam interesse científico ou industrial podem ser descritos por meio de uma estrutura abstrata denominada por rede. O estudo de sistemas via redes tem se mostrado uma área bastante ativa. Tal estudo é comumente realizado com base na análise das propriedades estruturais da rede, isto é, por meio das relações entre seus componentes (topologia). Esta Tese tem por objetivo reinterpretar a análise das propriedades estruturais a partir dos chamados métodos de partículas, uma abordagem que modela e soluciona problemas matemáticos por intermédio da dinâmica newtoniana. Os métodos de partículas abrem margem para extração de medidas de caracterização de rede mediante a caracterização do sistema físico composto pelas partículas definidas pelo método. Dentre as propriedades estruturais, a organização dos vértices em comunidades se destacam, tanto por sua aplicabilidade em questões práticas quanto no estudo da rede como um todo. Sendo assim, este trabalho valida o uso de métodos de partículas na detecção de comunidades em redes. Em suma, esta Tese demonstra que há na Literatura um arcabouço teórico suficiente para tratar o problema da detecção de comunidades por intermédio de métodos de partículas, ao passo que coloca tal abordagem em paridade com os métodos clássicos de detecção. Por fim, propõe-se o modelo GQMR, um novo método de partículas de segunda ordem, que sob determinadas condições oferece estruturas de comunidades com qualidade similar ou superior aos demais modelos propostos na Literatura. |
| publishDate |
2022 |
| dc.date.accessioned.fl_str_mv |
2022-04-05T16:12:15Z |
| dc.date.available.fl_str_mv |
2022-04-05T16:12:15Z |
| dc.date.issued.fl_str_mv |
2022-02-23 |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/11600/63674 |
| dc.identifier.dark.fl_str_mv |
ark:/48912/001300002t26m |
| url |
https://hdl.handle.net/11600/63674 |
| identifier_str_mv |
ark:/48912/001300002t26m |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
89 f. |
| dc.coverage.spatial.pt_BR.fl_str_mv |
São José dos Campos, SP |
| dc.publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
| publisher.none.fl_str_mv |
Universidade Federal de São Paulo |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFESP instname:Universidade Federal de São Paulo (UNIFESP) instacron:UNIFESP |
| instname_str |
Universidade Federal de São Paulo (UNIFESP) |
| instacron_str |
UNIFESP |
| institution |
UNIFESP |
| reponame_str |
Repositório Institucional da UNIFESP |
| collection |
Repositório Institucional da UNIFESP |
| bitstream.url.fl_str_mv |
https://repositorio.unifesp.br/bitstreams/6be932c7-427d-4a03-819d-377bab3fea7a/download https://repositorio.unifesp.br/bitstreams/13dc181a-f667-48df-a65b-0a20a031488f/download https://repositorio.unifesp.br/bitstreams/f4448d5c-c5f0-4a65-b1b7-f9ea1ef6bb39/download https://repositorio.unifesp.br/bitstreams/9bd36206-ea77-4d9e-946e-a2985a778bac/download https://repositorio.unifesp.br/bitstreams/411be52b-a846-45ff-88f7-4a3c51971f12/download https://repositorio.unifesp.br/bitstreams/5f5de7f3-b102-4e74-a0bb-2e4f7cd137e4/download https://repositorio.unifesp.br/bitstreams/bb7e8c42-6c12-47e9-a9f6-a2769ffc0fc9/download |
| bitstream.checksum.fl_str_mv |
514c4e7bd386411706d19f38b2d4b3fd 677fd7bc419a85a8f900db9d6cbb5ec0 dbc6e4962fe1bd3dc34ec17804847d10 172216adfb523851996cca6ecf62f88c 1191cc0e3d2d38514e14768682bc8b63 f3974a8133260d86186d9f3bbcaf0f36 fc92688dc5f4e80fa7799246e94814aa |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNIFESP - Universidade Federal de São Paulo (UNIFESP) |
| repository.mail.fl_str_mv |
biblioteca.csp@unifesp.br |
| _version_ |
1865648807939670016 |