Busca avançada
Ano de início
Entree
Conteúdo relacionado

Análise de dados espaço-temporais baseado em redes complexas

Processo: 18/24260-5
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Data de Início da vigência: 01 de fevereiro de 2019
Data de Término da vigência: 31 de janeiro de 2020
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Zhao Liang
Beneficiário:Didier Augusto Vega Oliveros
Supervisor: Santo Fortunato
Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
Instituição Anfitriã: Indiana University, Estados Unidos  
Vinculado à bolsa:16/23698-1 - Processos Dinâmicos em Aprendizado de Máquina baseados em Redes Complexas, BP.PD
Assunto(s):Redes complexas
Palavra(s)-Chave do Pesquisador:Deteção de comunidades em redes temporais | Medidas de centralidade em redes temporais | Métodos para análise de dados espaço-temporais | redes climáticas | Redes Complexas | Redes multiplex e dinâmicas | Redes Complexas

Resumo

A teoria de redes complexas ajudou a identificar informações valiosas em muitos domínios, onde os sistemas são complexos, com conexões e propriedades não triviais. Desta forma, entender como a estrutura da rede impacta a dinâmica e também como inferir a estrutura a partir dessas dinâmicas é de suma importância para a área. Neste projeto, objetivamos desenvolver métodos para analisar os padrões de atividade e evolução das redes dinâmicas. O projeto inclui a proposta, desenvolvimento e teste de novas técnicas para mineração de redes temporais e dinâmicas e a aplicação de técnicas de análise de redes para problemas do mundo real. Analisaremos e avaliaremos padrões de redes dinâmicas em dados espaços-temporais de clima, cujos índices climáticos são geo e temporalmente marcados. Vamos propor um conjunto de métodos para redes geo-temporais que, embora aplicados sobre dados climáticos, podem em princípio ser estendidos a qualquer tipo de dados temporais. Outros possíveis conjuntos de dados que iremos explorar incluem a difusão da desinformação, dados da rede de votação e redes de opinião. Quanto à fundamentação para a avaliação geo-temporal, pretendemos aplicar e adaptar métodos clássicos de redes, incluindo medidas de centralidade, algoritmos de detecção de comunidades e métricas globais de redes para avaliar a estrutura. As análises serão realizadas considerando a teoria de redes complexas, aprendizado de máquina e redes dinâmicas, utilizando conjuntos de dados artificiais e reais, avaliando os métodos da literatura e aplicando-os a problemas reais.

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 (15)
(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, . (13/07375-0, 19/26283-5, 15/50122-0, 18/24260-5, 16/23698-1)
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, . (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., . (17/12646-3, 18/24260-5, 19/26283-5, 16/23698-1)
ANGHINONI, LEANDRO; VEGA-OLIVEROS, DIDIER A.; SILVA, THIAGO CHRISTIANO; ZHAO, LIANG. Time series pattern identification by hierarchical community detection. European Physical Journal-Special Topics, . (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, . (18/01722-3, 18/24260-5, 16/23698-1, 15/50122-0)
VEGA-OLIVEROS, DIDIER A.; ZHAO, LIANG; BERTON, LILIAN. Evaluating link prediction by diffusion processes in dynamic networks. SCIENTIFIC REPORTS, v. 9, . (18/24260-5, 13/07375-0, 18/01722-3, 16/23698-1, 15/50122-0)
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, . (13/07375-0, 18/24260-5, 19/07665-4, 16/23698-1, 15/50122-0, 17/12646-3, 18/01722-3, 19/26283-5)
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, . (18/01722-3, 18/24260-5, 16/23698-1, 15/50122-0, 18/04029-7)
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, . (15/22308-2, 11/50761-2, 15/50122-0, 13/07375-0, 16/23698-1, 18/24260-5)
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, . (18/24260-5, 13/07375-0, 19/26283-5, 16/23698-1)
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., . (17/05831-9, 16/23698-1, 16/16291-2, 18/24260-5, 15/50122-0, 18/01722-3, 19/00157-3)
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, . (18/24260-5, 13/07375-0, 19/26283-5, 16/23698-1, 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, . (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., . (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, . (13/07375-0, 18/24260-5, 16/23698-1, 15/50122-0)