Reconstrução de redes complexas através de informação causal

• Processo: 18/12072-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de dezembro de 2018
• Data de Término da vigência: 28 de fevereiro de 2023
• Área de conhecimento: Ciências Exatas e da Terra - Física
• Pesquisador responsável: Francisco Aparecido Rodrigues
• Beneficiário: Tiago Martinelli
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Bolsa(s) vinculada(s): 20/04543-2 - Raciocínio causal e processos de tomada de decisão, BE.EP.DR
• Assunto(s): Redes complexas Sistemas dinâmicos (física matemática) Informação Análise de séries temporais Doenças degenerativas
• Palavra(s)-Chave do Pesquisador: Inferência Causal | Redes Complexas | Teoria de Informação | Sistemas dinâmicos complexos

Resumo

Uma das principais questões no estudo de sistemas complexos é entender como a sua organização, representada por redes complexas, influencia processos dinâmicos. Por exemplo, como padrões de conexões entre osciladores acoplados influencia na emergência do estado síncrono. Embora esse estudo seja fundamental para se desenvolver métodos para se controlar um processo dinâmico a partir de modificações na estrutura da rede, muitas vezes na prática a única informação disponível são séries temporais de um dado processo dinâmico desconhecido a priori. Recentes avanços mostram a possibilidade de recuperar propriedades emergentes da rede atráves de dados. Assim, o objetivo deste projeto será a reconstrução de redes complexas através da análise da informação disponível. Ou seja, através de séries temporais podemos inverter a ordem causal para obter o modelo via dados. Tal estudo permitirá uma melhor compreensão desses processos e sua topologia por trás, possibilitando melhorias no planejamento para lidar, por exemplo, com doenças degenerativas. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

MARTINELLI, Tiago. Modelagem causal em cenários de alta ordem: revelando mecanismos movendo-se através de escalas. 2023. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Física de São Carlos (IFSC/BT) São Carlos.