Busca avançada
Ano de início
Entree

Teoria Espectral para a Análise de Agrupamento em Grafos

Processo: 16/22688-2
Modalidade de apoio:Bolsas no Brasil - Doutorado
Data de Início da vigência: 01 de maio de 2017
Data de Término da vigência: 07 de fevereiro de 2021
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Mariá Cristina Vasconcelos Nascimento Rosset
Beneficiário:Camila Pereira dos Santos Tautenhain
Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
Assunto(s):Agrupamento em grafos
Palavra(s)-Chave do Pesquisador:Graph Clustering | Large scale graphs | Spectral Clustering | agrupamento em grafos

Resumo

A literatura é vasta quando se trata de algoritmos para abordar o problema de agrupamento em grafos. Algoritmos baseados em relaxação espectral de diversas formulaçõesdesse problema são responsáveis pela classe de heurísticas espectrais, conceitualmentebastante elegantes e com resultados bem satisfatórios. O custo computacional desses algoritmos, entretanto, muitas vezes os tornam inviáveis para lidar com grafos muito grandes.Além disso, a literatura aponta que relaxações baseadas na matriz de adjacências não conseguem detectar clusters de certos tipos de grafos esparsos. Nesse sentido, recentemente,foi proposta uma excelente alternativa para abordar grafos esparsos considerando a relaxação espectral de uma nova matriz, baseada em caminhos sem backtracking no grafo.Este projeto visa abordar o problema de agrupamento em grafos de larga escala por novasheurísticas espectrais. Por meio da manipulação da matriz sem backtracking, espera-se serpossível encontrar grupos em grafos grandes com milhares de vértices e arestas e refinarresultados obtidos na literatura para esses grafos com novas estratégias introduzidas nesseestudo. Além disso, intenta-se contribuir com aspectos teóricos e investigar novas medidasde avaliação que melhor mensurem a qualidade em grafos com essas características.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
TAUTENHAIN, CAMILA P. S.; NASCIMENTO, V, MARIA C.. An ensemble based on a bi-objective evolutionary spectral algorithm for graph clustering. EXPERT SYSTEMS WITH APPLICATIONS, v. 141, . (16/22688-2, 15/21660-4)
TAUTENHAIN, CAMILA P. S.; NASCIMENTO, MARIA C. V.; ROCHA, AP; STEELS, L; VANDENHERIK, J. Spectral Algorithm for Line Graphs to Find Overlapping Communities in Social Networks. PROCEEDINGS OF THE 11TH INTERNATIONAL CONFERENCE ON AGENTS AND ARTIFICIAL INTELLIGENCE (ICAART), VOL 2, v. N/A, p. 12-pg., . (15/21660-4, 16/22688-2)