Estimadores de parâmetro consistentes para modelos de grafo aleatório e estudo sobre a relação entre a rede modo padrão do cérebro e o volume do corpo caloso (2020)
- Authors:
- Autor USP: SANTOS, SUZANA DE SIQUEIRA - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/T.45.2020.tde-16032020-111145
- Subjects: TRANSTORNO AUTÍSTICO; GRAFOS ALEATÓRIOS
- Keywords: Asperger; Autismo; Conectividade funcional; Corpo caloso; Corpus callosum; Default-mode network of the brain; Densidade espectral; Largest eigenvalue; Maior autovalor; Random graph; Spectral density
- Agências de fomento:
- Language: Português
- Abstract: Grafos possibilitam estudar o funcionamento de diversos sistemas, como redes biológicas e sociais. Nesse contexto, surge o problema (i) de selecionar um modelo de grafo aleatório e um conjunto de parâmetros que melhor se ajustem a uma rede do mundo real, buscando interpretar e predizer seu comportamento. Dada uma sequência de redes e valores observados, temos adicionalmente o problema (ii) de correlacioná-los. Para (i), Takahashi e colegas propuseram um método baseado nas densidades dos espectrais (distribuição dos autovalores da matriz de adjacência) cuja principal vantagem é a generalidade. Nós propusemos adaptações, baseadas na norma l1 entre densidades espectrais e entre distribuições acumuladas, que nos levaram à derivação de resultados teóricos sobre a consistência do estimador de parâmetro. Finalmente, o problema (ii) é abordado no Transtorno do Espectro Autista (TEA), cujas sub-classificações em Asperger e autismo têm bases neurais pouco conhecidas. Como há evidências de alterações da rede modo padrão em TEA, comparamos a relação dessa rede com a maior estrutura de matéria branca do cérebro (corpo caloso) entre Asperger e autismo. Nossos resultados sugerem que essa relação é maior em Asperger do que em autismo na região anterior do corpo caloso e que o maior autovalor do grafo é capaz de capturar a relação com o parâmetro estimado
- Imprenta:
- Data da defesa: 28.02.2020
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
SANTOS, Suzana de Siqueira. Estimadores de parâmetro consistentes para modelos de grafo aleatório e estudo sobre a relação entre a rede modo padrão do cérebro e o volume do corpo caloso. 2020. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://teses.usp.br/teses/disponiveis/45/45134/tde-16032020-111145/. Acesso em: 02 abr. 2026. -
APA
Santos, S. de S. (2020). Estimadores de parâmetro consistentes para modelos de grafo aleatório e estudo sobre a relação entre a rede modo padrão do cérebro e o volume do corpo caloso (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45134/tde-16032020-111145/ -
NLM
Santos S de S. Estimadores de parâmetro consistentes para modelos de grafo aleatório e estudo sobre a relação entre a rede modo padrão do cérebro e o volume do corpo caloso [Internet]. 2020 ;[citado 2026 abr. 02 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-16032020-111145/ -
Vancouver
Santos S de S. Estimadores de parâmetro consistentes para modelos de grafo aleatório e estudo sobre a relação entre a rede modo padrão do cérebro e o volume do corpo caloso [Internet]. 2020 ;[citado 2026 abr. 02 ] Available from: https://teses.usp.br/teses/disponiveis/45/45134/tde-16032020-111145/ - Análise de redes biológicas: estudo comparativo de medidas de dependência e uma ferramenta computacional para discriminar grafos
- A comparative study of statistical methods used to identify dependencies between gene expression signals
- Spectral density of random graphs: convergence properties and application in model fitting
- Complex network measures in autism spectrum disorders
- Complex network measures in autism spectrum disorders
- BioNetStat: a tool for biological networks differential analysis
- A semi-parametric statistical test to compare complex networks
- CoGA: an R package to identify differentially co-expressed gene sets by analyzing the graph spectra
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
