Processos Dinâmicos em Aprendizado de Máquina baseados em Redes Complexas

• Processo: 16/23698-1
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Vigência (Início): 01 de julho de 2017
• Vigência (Término): 31 de março de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Zhao Liang
• Beneficiário: Didier Augusto Vega Oliveros
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 15/50122-0 - Fenômenos dinâmicos em redes complexas: fundamentos e aplicações, AP.TEM
• Bolsa(s) vinculada(s): 18/24260-5 - Análise de dados espaço-temporais baseado em redes complexas, BE.EP.PD
• Assunto(s): Aprendizado computacional Redes complexas
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Processos de propagação | Propagação de rótulos | Redes Complexas | Redes de informação heterogênea | Redes Multicamadas | Aprendizado de Máquina

Resumo

Processos de propagação são ubíquos em muitos sistemas complexos baseados em redes. A propagação de uma epidemia, um rótulo ou informação compartilham características semelhantes e dependem profundamente da organização da rede. As redes complexas possuem natureza heterogênea, onde alguns vértices são mais influentes que outros e existem diferentes tipos de vértices conectados entre si. Desse modo, entender como a estrutura da rede impacta nas dinâmicas e também como inferir a estrutura a partir dessas dinâmicas é de suma importância para a área. Neste projeto, objetivamos desenvolver métodos para aprimorar as tarefas dos processos dinâmicos de aprendizado de máquina em redes complexas, analisando o impacto que a rede exerce sobre elas. Vamos analisar quais os vértices mais influentes na tarefa de propagação de rótulos e quais podem ser recomendados para serem rotulados de modo a maximizar os resultados do processo. Também, desenvolveremos métodos para detectar a estrutura de comunidades da rede a partir das dinâmicas de propagação. Por último, mediante o uso de redes multicamadas, desenvolveremos um método de seleção de atributos próprio para redes. As análises serão conduzidas considerando a teoria de redes complexas e aprendizado de máquina, usando bases de dados artificiais e reais, avaliando com os métodos da literatura e aplicando em possíveis problemas reais.

Publicações científicas

(24)

(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)

VEGA-OLIVEROS, DIDIER A.; GRANDE, HELDER L. C.; IANNELLI, FLAVIO; VAZQUEZ, FEDERICO. Bi-layer voter model: modeling intolerant tolerant positions and bots in opinion dynamics. European Physical Journal-Special Topics, JUN 2021. (13/07375-0, 19/26283-5, 15/50122-0, 18/24260-5, 16/23698-1)

GOUVEA, ALESSANDRA M. M. M.; DA SILVA, TIAGO S.; MACAU, ELBERT E. N.; QUILES, MARCOS G.. Force-directed algorithms as a tool to support community detection. European Physical Journal-Special Topics, JUN 2021. (19/00157-3, 17/05831-9, 15/50122-0, 19/26283-5, 16/16291-2, 16/23698-1, 16/23642-6)

FERREIRA, LEONARDO N.; VEGA-OLIVEROS, DIDIER A.; COTACALLAPA, MOSHE; CARDOSO, MANOEL F.; QUILES, MARCOS G.; ZHAO, LIANG; MACAU, ELBERT E. N.. Spatiotemporal data analysis with chronological networks. NATURE COMMUNICATIONS, v. 11, n. 1, AUG 12 2020. (13/07375-0, 17/05831-9, 18/24260-5, 16/23698-1, 16/16291-2, 15/50122-0, 19/00157-3, 19/26283-5)

VEGA-OLIVEROS, DIDIER A. A.; KOREN, ORE. Measuring Spatiotemporal Civil War Dimensions Using Community-Based Dynamic Network Representation (CoDNet). IEEE TRANSACTIONS ON COMPUTATIONAL SOCIAL SYSTEMS, v. N/A, p. 11-pg., 2023-02-10. (17/12646-3, 18/24260-5, 19/26283-5, 16/23698-1)

FERREIRA, LEONARDO N.; VEGA-OLIVEROS, DIDIER A.; ZHAO, LIANG; CARDOSO, MANOEL F.; MACAU, ELBERT E. N.. Global fire season severity analysis and forecasting. Computers & Geosciences, v. 134, JAN 2020. (13/07375-0, 17/05831-9, 16/23698-1, 15/50122-0, 19/00157-3, 18/03211-6, 18/01722-3)

ANGHINONI, LEANDRO; ZHAO, LIANG; JI, DONGHONG; PAN, HENG. Time series trend detection and forecasting using complex network topology analysis. NEURAL NETWORKS, v. 117, p. 295-306, SEP 2019. (16/23698-1, 15/50122-0)

VEGA-OLIVEROS, DIDIER A.; MENDEZ-BERMULEZ, J. A.; RODRIGUES, FRANCISCO A.. Multifractality in random networks with power-law decaying bond strengths. PHYSICAL REVIEW E, v. 99, n. 4, p. 7-pg., 2019-04-10. (13/07375-0, 16/23698-1, 13/26416-9)

GOUVEA, ALESSANDRA M. M. M.; VEGA-OLIVEROS, DIDIER A.; COTACALLAPA, MOSHE; FERREIRA, LEONARDO N.; MACAU, ELBERT E. N.; QUILES, MARCOS G.; GERVASI, O; MURGANTE, B; MISRA, S; GARAU, C; et al. Dynamic Community Detection into Analyzing of Wildfires Events. COMPUTATIONAL SCIENCE AND ITS APPLICATIONS - ICCSA 2020, PT I, v. 12249, p. 16-pg., 2020-01-01. (16/16291-2, 19/26283-5, 17/05831-9, 19/00157-3, 15/50122-0, 16/23698-1, 16/23642-6)

GOUVEA, ALESSANDRA M. M. M.; RUBIDO, NICOLAS; MACAU, ELBERT E. N.; QUILES, MARCOS G.. Importance of Numerical Implementation and Clustering Analysis in Force-Directed Algorithms for Accurate Community Detection. Applied Mathematics and Computation, v. 431, p. 21-pg., 2022-10-15. (19/26283-5, 17/05831-9, 16/23698-1, 16/16291-2, 19/00157-3)

VEGA-OLIVEROS, DIDIER A.; MENDEZ-BERMULEZ, J. A.; RODRIGUES, FRANCISCO A.. Multifractality in random networks with power-law decaying bond strengths. Physical Review E, v. 99, n. 4, APR 10 2019. (13/07375-0, 16/23698-1, 13/26416-9)

ANGHINONI, LEANDRO; VEGA-OLIVEROS, DIDIER A.; SILVA, THIAGO CHRISTIANO; ZHAO, LIANG. Time series pattern identification by hierarchical community detection. European Physical Journal-Special Topics, JUN 2021. (13/07375-0, 15/50122-0, 19/26283-5, 18/24260-5, 16/23698-1)

VEGA-OLIVERO, DIDIER A.; GOMES, PEDRO SPOLJARIC; MILIOS, EVANGELOS E.; BERTON, LILIAN. A multi-centrality index for graph-based keyword extraction. INFORMATION PROCESSING & MANAGEMENT, v. 56, n. 6, NOV 2019. (18/01722-3, 18/24260-5, 16/23698-1, 15/50122-0)

DE CASTRO SANTOS, MATHEUS A.; VEGA-OLIVEROS, DIDIER A.; ZHAO, LIANG; BERTON, LILIAN. Classifying El Ni & x00F1;o-Southern Oscillation Combining Network Science and Machine Learning. IEEE ACCESS, v. 8, p. 55711-55723, 2020. (18/01722-3, 18/24260-5, 16/23698-1, 15/50122-0, 18/04029-7)

VEGA-OLIVEROS, DIDIER A.; ZHAO, LIANG; ROCHA, ANDERSON; BERTON, LILIAN. Link Prediction Based on Stochastic Information Diffusion. IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, FEB 2021. (13/07375-0, 18/24260-5, 19/07665-4, 16/23698-1, 15/50122-0, 17/12646-3, 18/01722-3, 19/26283-5)

VEGA-OLIVEROS, DIDIER A.; ZHAO, LIANG; BERTON, LILIAN. Evaluating link prediction by diffusion processes in dynamic networks. SCIENTIFIC REPORTS, v. 9, JUL 25 2019. (18/24260-5, 13/07375-0, 18/01722-3, 16/23698-1, 15/50122-0)

VEGA-OLIVEROS, DIDIER A.; COSTA, LUCIANO DA FONTOURA; RODRIGUES, FRANCISCO APARECIDO. Influence maximization by rumor spreading on correlated networks through community identification. COMMUNICATIONS IN NONLINEAR SCIENCE AND NUMERICAL SIMULATION, v. 83, APR 2020. (15/22308-2, 11/50761-2, 15/50122-0, 13/07375-0, 16/23698-1, 18/24260-5)

VEGA-OLIVEROS, DIDIER A.; GRANDE, HELDER L. C.; IANNELLI, FLAVIO; VAZQUEZ, FEDERICO. Bi-layer voter model: modeling intolerant tolerant positions and bots in opinion dynamics. European Physical Journal-Special Topics, v. 230, n. 14-15, p. 2875-2886, OCT 2021. (18/24260-5, 13/07375-0, 19/26283-5, 16/23698-1, 15/50122-0)

GOUVEA, ALESSANDRA M. M. M.; DA SILVA, TIAGO S.; MACAU, ELBERT E. N.; QUILES, MARCOS G.. Force-directed algorithms as a tool to support community detection. European Physical Journal-Special Topics, v. 230, n. 14-15, p. 2745-2763, OCT 2021. (16/16291-2, 19/26283-5, 16/23698-1, 17/05831-9, 19/00157-3, 16/23642-6, 15/50122-0)

ANGHINONI, LEANDRO; VEGA-OLIVEROS, DIDIER A.; SILVA, THIAGO CHRISTIANO; ZHAO, LIANG. Time series pattern identification by hierarchical community detection. European Physical Journal-Special Topics, v. 230, n. 14-15, p. 2775-2782, OCT 2021. (18/24260-5, 13/07375-0, 19/26283-5, 16/23698-1, 15/50122-0)

VEGA-OLIVEROS, DIDIER A.; COTACALLAPA, MOSHE; FERREIRA, LEONARDO N.; QUILES, MARCOS G.; ZHAO, LIANG; MACAU, ELBERT E. N.; CARDOSO, MANOEL F.; ASSOC COMP MACHINERY. From spatio-temporal data to chronological networks: An application to wildfire analysis. SAC '19: PROCEEDINGS OF THE 34TH ACM/SIGAPP SYMPOSIUM ON APPLIED COMPUTING, v. N/A, p. 8-pg., 2019-01-01. (18/24260-5, 18/01722-3, 15/50122-0, 16/23698-1, 11/18496-7, 17/05831-9, 16/16291-2)

GAO, XUBO; ZHENG, QIUSHENG; VEGA-OLIVEROS, DIDIER A.; ANGHINONI, LEANDRO; ZHAO, LIANG. Temporal Network Pattern Identification by Community Modelling. SCIENTIFIC REPORTS, v. 10, n. 1, JAN 14 2020. (13/07375-0, 18/24260-5, 16/23698-1, 15/50122-0)

COTACALLAPA, MOSHE; BERTON, LILIAN; FERREIRA, LEONARDO N.; QUILES, MARCOS G.; ZHAO, LIANG; MACAU, ELBERT E. N.; VEGA-OLIVEROS, DIDIER A.; IEEE. Measuring the engagement level in encrypted group conversations by using temporal networks. 2020 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 8-pg., 2020-01-01. (17/05831-9, 16/23698-1, 16/16291-2, 18/24260-5, 15/50122-0, 18/01722-3, 19/00157-3)

BERTON, LILIAN; LOPES, ALNEU DE ANDRADE; VEGA-OLIVEROS, DIDIER A.; IEEE. A Comparison of Graph Construction Methods for Semi-Supervised Learning. 2018 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 8-pg., 2018-01-01. (16/23698-1, 15/14228-9, 11/21880-3)

SILVA, FILIPI N.; VEGA-OLIVEROS, DIDIER A.; YAN, XIAORAN; FLAMMINI, ALESSANDRO; MENCZER, FILIPPO; RADICCHI, FILIPPO; KRAVITZ, BEN; FORTUNATO, SANTO. Detecting Climate Teleconnections With Granger Causality. Geophysical Research Letters, v. 48, n. 18, SEP 28 2021. (18/24260-5, 13/07375-0, 19/26283-5, 16/23698-1)