Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Connecting network science and information theory

Texto completo
Autor(es):
de Arruda, Henrique F. [1] ; Silva, Filipi N. [2, 3] ; Comin, Cesar H. [2] ; Amancio, Diego R. [1, 3] ; Costa, Luciano da F. [2]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Inst Math & Comp Sci, Sao Carlos, SP - Brazil
[2] Univ Sao Paulo, Sao Carlos Inst Phys, Sao Carlos, SP - Brazil
[3] Indiana Univ, Sch Informat Comp & Engn, Bloomington, IN - USA
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS; v. 515, p. 641-648, FEB 1 2019.
Citações Web of Science: 0
Resumo

A framework integrating information theory and network science is proposed. By incorporating and integrating concepts such as complexity, coding, topological projections and network dynamics, the proposed network-based framework paves the way not only to extending traditional information science, but also to modeling, characterizing and analyzing a broad class of real-world problems, from language communication to DNA coding. Basically, an original network is supposed to be transmitted, with or without compaction, through a sequence of symbols or time-series obtained by sampling its topology by some network dynamics, such as random walks. We show that the degree of compression is ultimately related to the ability to predict the frequency of symbols based on the topology of the original network and the adopted dynamics. The potential of the proposed approach is illustrated with respect to the efficiency of transmitting several types of topologies by using a variety of random walks. Several interesting results are obtained, including the behavior of the Barabasi Albert model oscillating between high and low performance depending on the considered dynamics, and the distinct performances obtained for two geographical models. (C) 2018 Elsevier B.V. All rights reserved. (AU)

Processo FAPESP: 15/18942-8 - Associando redes complexas com espaços efetivos de atributos
Beneficiário:Cesar Henrique Comin
Linha de fomento: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 15/08003-4 - Abordagem de redes complexas em e-Science e dados dinâmicos
Beneficiário:Filipi Nascimento Silva
Linha de fomento: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 14/20830-0 - Modelagem e reconhecimento de padrões em textos com redes complexas
Beneficiário:Diego Raphael Amancio
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 11/50761-2 - Modelos e métodos de e-Science para ciências da vida e agrárias
Beneficiário:Roberto Marcondes Cesar Junior
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 16/19069-9 - Classificação de documentos usando informações semânticas em redes complexas
Beneficiário:Diego Raphael Amancio
Linha de fomento: Auxílio à Pesquisa - Regular