Redes neurais para grafos e suas aplicações aos sistemas complexos

Detalhes bibliográficos
Autor(a) principal: Carvalho, Guilherme Michel Lima de
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/
Resumo: Sistemas complexos são compostos de diversos componentes que interagem entre si. Uma abordagem natural para estes tipos de sistemas é utilizando a abstração matemática de grafos. Em diversos contextos do mundo real é possível se utilizar técnicas de redes complexas para a modelagem desses sistemas. Nestes sistemas podem ocorrer processos dinâmicos como por exemplo a propagação de informação e a propagação de doenças. Neste trabalho consideramos a utilização de técnicas de redes neurais artificiais para dados estruturados como grafos com o objetivo de estudar a propagação de rumor em redes complexas e a detecção de estruturas de comunidades. Para o caso de propagação de rumor, foi proposto um modelo baseado em redes neurais para grafos com o objetivo de recuperar a origem de propagação em grafos artificiais com estruturas de comunidades e para a detecção de estruturas de comunidades foi avaliado o potencial do aprendizado de representações por redes neurais para grafos em comparação a algoritmos tradicionais da ciência de redes complexas.
id USP_70b976241f292ffbb7d614790f90c78a
oai_identifier_str oai:teses.usp.br:tde-07062022-132235
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Redes neurais para grafos e suas aplicações aos sistemas complexosGraph neural networks and its applications to complex systemsAprendizado de máquinaComplex systemsGraph neural networksMachine learningRedes neurais para grafosSistemas complexosSistemas complexos são compostos de diversos componentes que interagem entre si. Uma abordagem natural para estes tipos de sistemas é utilizando a abstração matemática de grafos. Em diversos contextos do mundo real é possível se utilizar técnicas de redes complexas para a modelagem desses sistemas. Nestes sistemas podem ocorrer processos dinâmicos como por exemplo a propagação de informação e a propagação de doenças. Neste trabalho consideramos a utilização de técnicas de redes neurais artificiais para dados estruturados como grafos com o objetivo de estudar a propagação de rumor em redes complexas e a detecção de estruturas de comunidades. Para o caso de propagação de rumor, foi proposto um modelo baseado em redes neurais para grafos com o objetivo de recuperar a origem de propagação em grafos artificiais com estruturas de comunidades e para a detecção de estruturas de comunidades foi avaliado o potencial do aprendizado de representações por redes neurais para grafos em comparação a algoritmos tradicionais da ciência de redes complexas.Complex systems are composed of several components that interact with each other. A natural approach for these types of systems is to use mathematical graph abstraction. In different contexts in the real world, it is possible to use complex network techniques to model these systems. In these systems, dynamic processes such as the spread of information and the spread of disease can occur. In this work we consider the use of artificial neural network techniques for graph-structured data in order to study the propagation of rumor in complex networks and the detection of community structures. For the proposed case of rumor, a model was developed based on graph neural networks for the porpuse of detected the source of the a rumour in graphs with community structure and for community dectection was evaluate the potential of graph neural networks in comparison to traditional methods of the network science.Biblioteca Digitais de Teses e Dissertações da USPRodrigues, Francisco AparecidoCarvalho, Guilherme Michel Lima de2022-04-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/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/openAccesspor2022-06-07T16:51:18Zoai:teses.usp.br:tde-07062022-132235Biblioteca 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:27212022-06-07T16:51:18Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Redes neurais para grafos e suas aplicações aos sistemas complexos
Graph neural networks and its applications to complex systems
title Redes neurais para grafos e suas aplicações aos sistemas complexos
spellingShingle Redes neurais para grafos e suas aplicações aos sistemas complexos
Carvalho, Guilherme Michel Lima de
Aprendizado de máquina
Complex systems
Graph neural networks
Machine learning
Redes neurais para grafos
Sistemas complexos
title_short Redes neurais para grafos e suas aplicações aos sistemas complexos
title_full Redes neurais para grafos e suas aplicações aos sistemas complexos
title_fullStr Redes neurais para grafos e suas aplicações aos sistemas complexos
title_full_unstemmed Redes neurais para grafos e suas aplicações aos sistemas complexos
title_sort Redes neurais para grafos e suas aplicações aos sistemas complexos
author Carvalho, Guilherme Michel Lima de
author_facet Carvalho, Guilherme Michel Lima de
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Francisco Aparecido
dc.contributor.author.fl_str_mv Carvalho, Guilherme Michel Lima de
dc.subject.por.fl_str_mv Aprendizado de máquina
Complex systems
Graph neural networks
Machine learning
Redes neurais para grafos
Sistemas complexos
topic Aprendizado de máquina
Complex systems
Graph neural networks
Machine learning
Redes neurais para grafos
Sistemas complexos
description Sistemas complexos são compostos de diversos componentes que interagem entre si. Uma abordagem natural para estes tipos de sistemas é utilizando a abstração matemática de grafos. Em diversos contextos do mundo real é possível se utilizar técnicas de redes complexas para a modelagem desses sistemas. Nestes sistemas podem ocorrer processos dinâmicos como por exemplo a propagação de informação e a propagação de doenças. Neste trabalho consideramos a utilização de técnicas de redes neurais artificiais para dados estruturados como grafos com o objetivo de estudar a propagação de rumor em redes complexas e a detecção de estruturas de comunidades. Para o caso de propagação de rumor, foi proposto um modelo baseado em redes neurais para grafos com o objetivo de recuperar a origem de propagação em grafos artificiais com estruturas de comunidades e para a detecção de estruturas de comunidades foi avaliado o potencial do aprendizado de representações por redes neurais para grafos em comparação a algoritmos tradicionais da ciência de redes complexas.
publishDate 2022
dc.date.none.fl_str_mv 2022-04-08
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 https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/
url https://www.teses.usp.br/teses/disponiveis/104/104131/tde-07062022-132235/
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_ 1815256786688540672

Registros relacionados