Tese

Redes neurais para grafos e suas aplicações aos sistemas complexos (2022)

• Authors:
  • Carvalho, Guilherme Michel Lima de
  • Rodrigues, Francisco Aparecido (Orientador)
• Autor USP: CARVALHO, GUILHERME MICHEL LIMA DE - Interinstitucional de Pós-Graduação em Estatística
• Unidade: Interinstitucional de Pós-Graduação em Estatística
• Sigla do Departamento: SME
• DOI: 10.11606/D.104.2022.tde-07062022-132235
• Subjects: REDES NEURAIS; APRENDIZADO COMPUTACIONAL; REDES COMPLEXAS; TEORIA DOS GRAFOS; ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO
• Keywords: Complex systems; Graph neural networks; Machine learning; Sistemas complexos
• Agências de fomento:
  • Financiado pela CAPES
• Language: Português
• Abstract: Sistemas complexos são compostos de diversos componentes que interagem entre si. Uma abordagem natural para estes tipos de sistemas é utilizando a abstração matemática de grafos. Em diversos contextos do mundo real é possível se utilizar técnicas de redes complexas para a modelagem desses sistemas. Nestes sistemas podem ocorrer processos dinâmicos como por exemplo a propagação de informação e a propagação de doenças. Neste trabalho consideramos a utilização de técnicas de redes neurais artificiais para dados estruturados como grafos com o objetivo de estudar a propagação de rumor em redes complexas e a detecção de estruturas de comunidades. Para o caso de propagação de rumor, foi proposto um modelo baseado em redes neurais para grafos com o objetivo de recuperar a origem de propagação em grafos artificiais com estruturas de comunidades e para a detecção de estruturas de comunidades foi avaliado o potencial do aprendizado de representações por redes neurais para grafos em comparação a algoritmos tradicionais da ciência de redes complexas.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2022
• Data da defesa: 08.04.2022


Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).

Status:

Artigo publicado em periódico de acesso aberto (Gold Open Access)

Versão do Documento:

Versão publicada (Published version)

Acessar versão aberta:

• PDF de acesso aberto

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

• ABNT

  CARVALHO, Guilherme Michel Lima de. Redes neurais para grafos e suas aplicações aos sistemas complexos. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/. Acesso em: 12 abr. 2026.

• APA

  Carvalho, G. M. L. de. (2022). Redes neurais para grafos e suas aplicações aos sistemas complexos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/

• NLM

  Carvalho GML de. Redes neurais para grafos e suas aplicações aos sistemas complexos [Internet]. 2022 ;[citado 2026 abr. 12 ] Available from: https://teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/

• Vancouver

  Carvalho GML de. Redes neurais para grafos e suas aplicações aos sistemas complexos [Internet]. 2022 ;[citado 2026 abr. 12 ] Available from: https://teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/

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

• Statistical machine learning for predicting diabetes cases in indigenous women