Estudo comparativo de métodos de seleção de modelos para redes aleatórias

• Processo: 25/04228-3
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Andressa Cerqueira
• Beneficiário: Felipe Baptistão Durante Molina
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Vinculado ao auxílio: 23/13453-5 - Modelagem de sistemas estocásticos, AP.TEM
• Assunto(s): Redes complexas Seleção de modelos
• Palavra(s)-Chave do Pesquisador: detecção de comunidades | Redes Complexas | Seleção de Modelos | Redes aleatórias

Resumo

Nos últimos anos, redes complexas têm sido vastamente utilizadas para modelar sistemas que possuem objetos de interesse, denominados vértices, que interagem entre si por meio de certa característica ou relação, representada por uma aresta. Dentre os vários usos de redes complexas, a detecção de comunidade possui grande importância na área, cujo objetivo é agrupar vértices em um mesmo grupo dada certa semelhança entre eles. Assim, inúmeros modelos são propostos para realizar o agrupamento, supondo o número de comunidades previamente conhecido, porém tal suposição nem sempre é aceitável em dados reais. Dessa forma, neste trabalho, lidaremos com o número de comunidades desconhecido, ou seja, um problema de seleção de modelos, em que um estudo será realizado a fim de comparar métodos de seleção para o Modelo Estocástico de Blocos, incluindo o método proposto aproximado computacionalmente com base na máxima verossimilhança condicional normalizada.