Detecção de comunidades em redes complexas por dinâmica de partículas

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Gouvêa, Alessandra Marli Maria Morais [UNIFESP]
Orientador(a): Quiles, Marcos [UNIFESP]
Banca de defesa: Não Informado pela instituição
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