Exportar registro bibliográfico

Dinâmica de partículas e aprendizado competitivo para detecção de comunidades em redes complexas (2008)

  • Authors:
  • Autor USP: ALONSO, RONALDO LUIZ - ICMC
  • Unidade: ICMC
  • Sigla do Departamento: SCE
  • Subjects: REDES COMPLEXAS; COMPUTAÇÃO BIOINSPIRADA
  • Language: Português
  • Abstract: O estudo de redes complexas tem alavancado um tremendo interesse em anos recentes. Uma das características salientes de redes complexas é a presença de comunidades, ou grupos de nós densamente conectados. A detecção de comunidades pode não apenas ajudar a entender as estruturas topológicas de redes complexas, mas também pode fornecer novas técnicas para aplicações reais, como mineração de dados. Neste trabalho, propomos um novo modelo para detecção de comunidades em redes complexas, no qual várias partículas caminham na rede e competem umas com as outras para marcar seu próprio território e rejeitar partículas intrusas. O processo atinge o equilíbrio dinâmico quando cada comunidade tem apenas uma partícula. Nossa abordagem não apenas pode obter bons resultados na detecção de comunidades, como também apresenta diversas características interessantes: 1) O processo de competição de partículas é similar a muitos processos naturais e sociais, tais como competição de animais por recursos, exploração territorial por humanos (animais), campanhas eleitorais, etc.. Portanto, o modelo proposto neste trabalho pode ser útil para simular a dinâmica evolutiva de tais processos. 2) Neste modelo, nós introduzimos uma regra para controlar o nível de aleatoriedade do passeio da partícula. Descobrimos que uma pequena porção de aleatoriedade pode aumentar bastante a taxa de detecção de comunidades. Nossa descoberta é análoga ao notável fenômeno chamado ressonância estocásticaonde o desempenho de um sistema determinístico não-linear pode ser bastante melhorado através da introdução de um certo nível de ruído. É interessante notar que tal fenômeno é observado em uma situação diferente aos sistemas clássicos de ressonância estocástica. 3) Nossa descoberta indica que a aleatoriedade tem um papel importante em sistemas evolutivos. Ela serve para automaticamente escapar de armadilhas não ) desejáveis e explorar novos espaços, isto é, ela é um descobridor de novidades. 4) Uma análise quantitativa para processo de competição entre duas particulas e duas comunidades foi conduzida, a qual é um passo de avanço para desenvolvimento de teoria fundamental de aprendizado competitivo
  • Imprenta:
  • Data da defesa: 19.05.2008
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      ALONSO, Ronaldo Luiz; LIANG, Zhao. Dinâmica de partículas e aprendizado competitivo para detecção de comunidades em redes complexas. 2008.Universidade de São Paulo, São Carlos, 2008. Disponível em: < http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01072008-141436/ >.
    • APA

      Alonso, R. L., & Liang, Z. (2008). Dinâmica de partículas e aprendizado competitivo para detecção de comunidades em redes complexas. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01072008-141436/
    • NLM

      Alonso RL, Liang Z. Dinâmica de partículas e aprendizado competitivo para detecção de comunidades em redes complexas [Internet]. 2008 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01072008-141436/
    • Vancouver

      Alonso RL, Liang Z. Dinâmica de partículas e aprendizado competitivo para detecção de comunidades em redes complexas [Internet]. 2008 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-01072008-141436/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021