Estratégia multinível para detecção de comunidades em redes k-partidas
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/ |
Resumo: | Algoritmos baseados em grafos têm despertado interesses consideráveis nos últimos anos, facilitando o reconhecimento de padrões e o aprendizado por meio do processo de propagação de informações através do grafo. Porém, com um grande volume de dados, torna-se computacionalmente inviável executar certos algoritmos. A estratégia multinível visa reduzir recursivamente o grafo, realizando sucessivas compactações da rede inicial com base em contrações de arestas e fusões de vértices, a fim de torná-lo tão pequeno quanto desejado, permitindo, assim, a utilização de algoritmos custosos. A estratégia multinível pode ser dividida em três fases: fase de coarsening, composta por combinação e contração, a fase de encontrar a solução, composta pela aplicação do algoritmo desejado na rede mais compacta, e a fase de uncoarsening, composta por projeção e refinamento. Neste trabalho é realizado uma generalização do algoritmo de coarsening para redes bipartidas com base na propagação de rótulos com restrição de peso, tornando possível seu uso em redes k-partidas. Além disso, o coarsening é utilizado diretamente como um algoritmo de detecção de comunidades, no qual cada supervértice obtido no grafo mais reduzido (último nível de coarsening) representa uma comunidade. |
| id |
USP_5f5c2fbfb0abf1a236c70b548b112eb0 |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-25092025-170612 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Estratégia multinível para detecção de comunidades em redes k-partidasMultilevel Strategy for Community Detection in k-Partite NetworksAprendizado baseado em grafosCommunity detectionComplex networksContração de redeDetecção de comunidadesGrafos k-partidosGraph-based learningk-partite graphsMétodo multinívelMultilevel methodNetwork coarseningRedes complexasAlgoritmos baseados em grafos têm despertado interesses consideráveis nos últimos anos, facilitando o reconhecimento de padrões e o aprendizado por meio do processo de propagação de informações através do grafo. Porém, com um grande volume de dados, torna-se computacionalmente inviável executar certos algoritmos. A estratégia multinível visa reduzir recursivamente o grafo, realizando sucessivas compactações da rede inicial com base em contrações de arestas e fusões de vértices, a fim de torná-lo tão pequeno quanto desejado, permitindo, assim, a utilização de algoritmos custosos. A estratégia multinível pode ser dividida em três fases: fase de coarsening, composta por combinação e contração, a fase de encontrar a solução, composta pela aplicação do algoritmo desejado na rede mais compacta, e a fase de uncoarsening, composta por projeção e refinamento. Neste trabalho é realizado uma generalização do algoritmo de coarsening para redes bipartidas com base na propagação de rótulos com restrição de peso, tornando possível seu uso em redes k-partidas. Além disso, o coarsening é utilizado diretamente como um algoritmo de detecção de comunidades, no qual cada supervértice obtido no grafo mais reduzido (último nível de coarsening) representa uma comunidade.Graph-based algorithms have aroused considerable interest in recent years, facilitating pattern recognition and learning by propagating information through the graph. However, with a large volume of data, it becomes computationally infeasible to execute specific algorithms. The multilevel strategy aims to recursively reduce the graph, performing successive compactions of the initial network based on edge contractions and vertex mergers to make it as small as desired, thus allowing the use of costly algorithms. The multilevel strategy can be divided into three phases: the coarsening phase, consisting of combination and contraction; the solution finding phase, consisting of applying the desired algorithm to the most compact network; and the uncoarsening phase, consisting of projection and refinement. In this work, a generalization of the coarsening algorithm for bipartite networks is carried out based on the propagation of labels with weight restriction, making it possible to apply it to k-partite networks. Furthermore, coarsening is used directly as a community detection algorithm, in which each supervertex of the final contraction represents a community.Biblioteca Digitais de Teses e Dissertações da USPLopes, Alneu de AndradeMendes, Renata Sarmet Smiderle2025-07-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-09-25T20:17:02Zoai:teses.usp.br:tde-25092025-170612Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-09-25T20:17:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Estratégia multinível para detecção de comunidades em redes k-partidas Multilevel Strategy for Community Detection in k-Partite Networks |
| title |
Estratégia multinível para detecção de comunidades em redes k-partidas |
| spellingShingle |
Estratégia multinível para detecção de comunidades em redes k-partidas Mendes, Renata Sarmet Smiderle Aprendizado baseado em grafos Community detection Complex networks Contração de rede Detecção de comunidades Grafos k-partidos Graph-based learning k-partite graphs Método multinível Multilevel method Network coarsening Redes complexas |
| title_short |
Estratégia multinível para detecção de comunidades em redes k-partidas |
| title_full |
Estratégia multinível para detecção de comunidades em redes k-partidas |
| title_fullStr |
Estratégia multinível para detecção de comunidades em redes k-partidas |
| title_full_unstemmed |
Estratégia multinível para detecção de comunidades em redes k-partidas |
| title_sort |
Estratégia multinível para detecção de comunidades em redes k-partidas |
| author |
Mendes, Renata Sarmet Smiderle |
| author_facet |
Mendes, Renata Sarmet Smiderle |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Lopes, Alneu de Andrade |
| dc.contributor.author.fl_str_mv |
Mendes, Renata Sarmet Smiderle |
| dc.subject.por.fl_str_mv |
Aprendizado baseado em grafos Community detection Complex networks Contração de rede Detecção de comunidades Grafos k-partidos Graph-based learning k-partite graphs Método multinível Multilevel method Network coarsening Redes complexas |
| topic |
Aprendizado baseado em grafos Community detection Complex networks Contração de rede Detecção de comunidades Grafos k-partidos Graph-based learning k-partite graphs Método multinível Multilevel method Network coarsening Redes complexas |
| description |
Algoritmos baseados em grafos têm despertado interesses consideráveis nos últimos anos, facilitando o reconhecimento de padrões e o aprendizado por meio do processo de propagação de informações através do grafo. Porém, com um grande volume de dados, torna-se computacionalmente inviável executar certos algoritmos. A estratégia multinível visa reduzir recursivamente o grafo, realizando sucessivas compactações da rede inicial com base em contrações de arestas e fusões de vértices, a fim de torná-lo tão pequeno quanto desejado, permitindo, assim, a utilização de algoritmos custosos. A estratégia multinível pode ser dividida em três fases: fase de coarsening, composta por combinação e contração, a fase de encontrar a solução, composta pela aplicação do algoritmo desejado na rede mais compacta, e a fase de uncoarsening, composta por projeção e refinamento. Neste trabalho é realizado uma generalização do algoritmo de coarsening para redes bipartidas com base na propagação de rótulos com restrição de peso, tornando possível seu uso em redes k-partidas. Além disso, o coarsening é utilizado diretamente como um algoritmo de detecção de comunidades, no qual cada supervértice obtido no grafo mais reduzido (último nível de coarsening) representa uma comunidade. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-07-03 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/ |
| url |
https://www.teses.usp.br/teses/disponiveis/55/55134/tde-25092025-170612/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1848370490488389632 |