Espectro de Redes Complexas: um estudo via aprendizado de máquina

• Processo: 25/03055-8
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Física
• Pesquisador responsável: Francisco Aparecido Rodrigues
• Beneficiário: Sofia de Freitas Martins
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Redes complexas
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | espectro de redes | Redes Complexas | Topologia de Redes | Redes Complexas

Resumo

As redes complexas são grafos compostos de vértices interligados por arestas, representando relações entre pares de objetos. Essas estruturas são utilizadas para descrever interações em sistemas complexos como as redes sociais, nas quais os vértices são representados por indivíduos e as arestas representam algum tipo de relação social, como amizade. O espectro de uma rede é composto pelos autovalores da matriz associada a essa rede, descrevendo aspectos globais de conectividade e a dinâmica do sistema. Neste projeto, métodos de aprendizado de máquina serão utilizados para estudar espectros de redes. Especificamente, modelos de regressão serão ajustados para predição de métricas estruturais, como centralidade, a partir dos autovalores espectrais. Dessa forma, é possível definir quais componentes espectrais estão mais correlacionados com propriedades topológicas, fornecendo uma nova perspectiva para a análise estrutural de redes baseada no espectro. (AU)