Dinâmica de arestas em redes complexas para classificação de dados

• Processo: 15/18456-6
• Linha de fomento: Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
• Vigência (Início): 01 de fevereiro de 2016
• Vigência (Término): 29 de janeiro de 2017
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Zhao Liang
• Beneficiário: Filipe Alves Neto Verri
• Supervisor no Exterior: Ying-Cheng Lai
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Local de pesquisa: Arizona State University, Tempe (ASU), Estados Unidos
• Vinculado à bolsa: 13/25876-6 - Classificação de dados de alto nível baseada em redes complexas com aplicações em reconhecimento invariante de padrões, BP.DD
• Assunto(s): Aprendizado computacional Sistemas dinâmicos Redes complexas

Resumo

Redes complexas são grafos que modelam sistemas naturais com topologia e dinâmica não trivial. As propriedades topológicas e a evolução destas redes fornecem informações a respeito dos sistemas que elas representam. Esta teoria pode ser aplicada na resolução de tarefas de aprendizado de máquina, por exemplo, na classificação de dados. A competição de partículas é um exemplo de mecanismo de aprendizado dinâmico em redes complexas. Recentemente, um esquema alternativo de competição de partículas com ênfase nas arestas da rede foi proposto. Esta nova abordagem, chamada Sistema de Dominação de Arestas, oferece maior compreensão do comportamento do sistema do que a abordagem baseada na dinâmica dos vértices. Os objetivos do projeto regular no país são desenvolver, analisar e aplicar técnicas de classificação de dados baseadas em sistemas dinâmicos em redes complexas. Justifica-se o estágio no exterior pela necessidade de aprimorar os conhecimentos matemáticos fundamental para a investigação destes sistemas. Este plano de pesquisa propõe estudar, analisar e modelar sistemas dinâmicos com ênfase na dinâmica das arestas para solucionar problemas de classificação de dados. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

NETO VERRI, FILIPE ALVES; URIO, PAULO ROBERTO; ZHAO, LIANG. Network Unfolding Map by Vertex-Edge Dynamics Modeling. IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, v. 29, n. 2, p. 405-418, FEB 2018. Citações Web of Science: 2.