Inferência estatística e amostragem de redes complexas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/104/104131/tde-29082019-150859/ |
Resumo: | Redes complexas são formadas por amostras de dados obtidos a partir do mapeamento da estrutura de sistemas complexos. Geralmente, diferentes métodos de amostragem são considerados para a construção da rede. No entanto, dependendo do método, as amostras podem ser muito diferentes das redes originais. Logo, uma comparação entre os diferentes métodos de amostragem é altamente recomendável, de modo a permitir escolher o método que preserve uma determinada característica. Nesse trabalho, propomos uma comparação de métodos de amostragem de redes e um estudo considerando métodos inferência estatística e técnicas de amostragem em grafos para estimar as principais medidas de caracterização. |
id |
USP_3f8cf29c742c13b744ccb213d177e00a |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-29082019-150859 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Inferência estatística e amostragem de redes complexasStatistical inference and sampling of complex networkAmostragemAprendizado de máquinaComplex networkGrafosGraphsInferenceInferênciaMachine learningRedes complexasSamplingRedes complexas são formadas por amostras de dados obtidos a partir do mapeamento da estrutura de sistemas complexos. Geralmente, diferentes métodos de amostragem são considerados para a construção da rede. No entanto, dependendo do método, as amostras podem ser muito diferentes das redes originais. Logo, uma comparação entre os diferentes métodos de amostragem é altamente recomendável, de modo a permitir escolher o método que preserve uma determinada característica. Nesse trabalho, propomos uma comparação de métodos de amostragem de redes e um estudo considerando métodos inferência estatística e técnicas de amostragem em grafos para estimar as principais medidas de caracterização.Complex networks are formed by data samples obtained from the mapping of complex system structures. Generally, different sampling methods are considered for the construction of the network. However, depending on the method, the samples may be very different from the original networks. Therefore, a comparison between the different methods of sampling is highly recommended, in order to allow to choose the method that preserves a certain characteristic. In this work, we propose a comparison of network sampling methods and a study considering statistical inference methods and graph sampling techniques to estimate the main characterization measures.Biblioteca Digitais de Teses e Dissertações da USPSuzuki, Adriano KamimuraContel, Andrey Luan Gomes2019-06-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/104/104131/tde-29082019-150859/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-05-05T02:38:26Zoai:teses.usp.br:tde-29082019-150859Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-05-05T02:38:26Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Inferência estatística e amostragem de redes complexas Statistical inference and sampling of complex network |
title |
Inferência estatística e amostragem de redes complexas |
spellingShingle |
Inferência estatística e amostragem de redes complexas Contel, Andrey Luan Gomes Amostragem Aprendizado de máquina Complex network Grafos Graphs Inference Inferência Machine learning Redes complexas Sampling |
title_short |
Inferência estatística e amostragem de redes complexas |
title_full |
Inferência estatística e amostragem de redes complexas |
title_fullStr |
Inferência estatística e amostragem de redes complexas |
title_full_unstemmed |
Inferência estatística e amostragem de redes complexas |
title_sort |
Inferência estatística e amostragem de redes complexas |
author |
Contel, Andrey Luan Gomes |
author_facet |
Contel, Andrey Luan Gomes |
author_role |
author |
dc.contributor.none.fl_str_mv |
Suzuki, Adriano Kamimura |
dc.contributor.author.fl_str_mv |
Contel, Andrey Luan Gomes |
dc.subject.por.fl_str_mv |
Amostragem Aprendizado de máquina Complex network Grafos Graphs Inference Inferência Machine learning Redes complexas Sampling |
topic |
Amostragem Aprendizado de máquina Complex network Grafos Graphs Inference Inferência Machine learning Redes complexas Sampling |
description |
Redes complexas são formadas por amostras de dados obtidos a partir do mapeamento da estrutura de sistemas complexos. Geralmente, diferentes métodos de amostragem são considerados para a construção da rede. No entanto, dependendo do método, as amostras podem ser muito diferentes das redes originais. Logo, uma comparação entre os diferentes métodos de amostragem é altamente recomendável, de modo a permitir escolher o método que preserve uma determinada característica. Nesse trabalho, propomos uma comparação de métodos de amostragem de redes e um estudo considerando métodos inferência estatística e técnicas de amostragem em grafos para estimar as principais medidas de caracterização. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-06-07 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://www.teses.usp.br/teses/disponiveis/104/104131/tde-29082019-150859/ |
url |
http://www.teses.usp.br/teses/disponiveis/104/104131/tde-29082019-150859/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257483944394752 |