Redes complexas: novas metodologias e modelagem de aquisição de conhecimento

Detalhes bibliográficos
Autor(a) principal: Silva, Filipi Nascimento
Data de Publicação: 2009
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/76/76132/tde-15032010-105321/
Resumo: Estudos em redes complexas têm ganhado cada vez mais atenção devido ao seu potencial de representação simples de modelos complexos em diversas áreas de conhecimento. A obtenção de modelos quantitativos que representem fenômenos observados da natureza, assim como o desenvolvimento de metodologias de caracterização de redes complexas, tornaram-se essenciais para a compreensão e desenvolvimento de pesquisas com essas estruturas. Este trabalho tem como objetivo desenvolver e estudar alguns métodos recentes, usados para a caracterização de redes complexas, explorando-os no contexto da modelagem de conhecimento. Para isso, duas redes complexas foram geradas, uma rede de colaboração de pesquisadores da USP e outra obtida a partir do banco de dados de artigos da Wikipédia, considerando apenas aqueles da categoria de teoremas matemáticos. As medidas concêntricas, que foram recentemente formalizadas, são exploradas e aplicadas às redes descritas, assim como para diversos modelos teóricos, fornecendo informações muito relevantes sobre a topologia dessas redes. Resultados ainda mais interessantes são obtidos pela caracterização dos vértices da rede de colaboração, que revelam padrões de interdisciplinaridade entre as diferentes áreas do conhecimento. Um modelo de aquisição de conhecimento também foi proposto, aplicando a utilização de simulações de múltiplos agentes interagentes que caminham por uma rede complexa segundo uma heurística auto-esquivante. Resultados dessas simulações, realizadas para a rede da Wikipédia e outros modelos teóricos, mostram que certas configurações de parâmetros e de redes apresentam melhor desempenho na aquisição do conhecimento, com a rede de teoremas apresentando o pior deles. Entretanto, diferentemente do que era esperado, a variação da memória dos agentes pouco influência a velocidade de aquisição de conhecimento dos agentes. A freqüência de acesso dos vértices pelos agentes também foi determinada e explorada superficialmente. Diversos softwares foram desenvolvidos para uso neste projeto de mestrado, dentre eles destaca-se o visualizador 3D, que se tornou indispensável para a análise das contribuições das outras propriedades apresentadas.
id USP_931a99261d18c34f46ef52e69471f274
oai_identifier_str oai:teses.usp.br:tde-15032010-105321
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Redes complexas: novas metodologias e modelagem de aquisição de conhecimentoComplex Networks: New methodologies and knowledge acquisition modelingComplex NetworksComplex SystemsComputational VisualizationConcentric Measurements.Propriedades concêntricasRedes complexasSistemas complexosVisualização computacionalEstudos em redes complexas têm ganhado cada vez mais atenção devido ao seu potencial de representação simples de modelos complexos em diversas áreas de conhecimento. A obtenção de modelos quantitativos que representem fenômenos observados da natureza, assim como o desenvolvimento de metodologias de caracterização de redes complexas, tornaram-se essenciais para a compreensão e desenvolvimento de pesquisas com essas estruturas. Este trabalho tem como objetivo desenvolver e estudar alguns métodos recentes, usados para a caracterização de redes complexas, explorando-os no contexto da modelagem de conhecimento. Para isso, duas redes complexas foram geradas, uma rede de colaboração de pesquisadores da USP e outra obtida a partir do banco de dados de artigos da Wikipédia, considerando apenas aqueles da categoria de teoremas matemáticos. As medidas concêntricas, que foram recentemente formalizadas, são exploradas e aplicadas às redes descritas, assim como para diversos modelos teóricos, fornecendo informações muito relevantes sobre a topologia dessas redes. Resultados ainda mais interessantes são obtidos pela caracterização dos vértices da rede de colaboração, que revelam padrões de interdisciplinaridade entre as diferentes áreas do conhecimento. Um modelo de aquisição de conhecimento também foi proposto, aplicando a utilização de simulações de múltiplos agentes interagentes que caminham por uma rede complexa segundo uma heurística auto-esquivante. Resultados dessas simulações, realizadas para a rede da Wikipédia e outros modelos teóricos, mostram que certas configurações de parâmetros e de redes apresentam melhor desempenho na aquisição do conhecimento, com a rede de teoremas apresentando o pior deles. Entretanto, diferentemente do que era esperado, a variação da memória dos agentes pouco influência a velocidade de aquisição de conhecimento dos agentes. A freqüência de acesso dos vértices pelos agentes também foi determinada e explorada superficialmente. Diversos softwares foram desenvolvidos para uso neste projeto de mestrado, dentre eles destaca-se o visualizador 3D, que se tornou indispensável para a análise das contribuições das outras propriedades apresentadas.Studies of complex networks have gained increasing research interest in recent years, in part due to its potential for simple representation of complex systems in various fields of science. The needs of quantitative models representing observed phenomena, as well the development of methods for the characterization of complex networks, is a essential matter for the development and understanding of scientific researches exploring such structures. This work aims to develop and study some new methods for the characterization of complex networks, exploring them in the context of knowledge modeling. Initially, two complex networks were developed, a collaborative network of researchers from the Universidade de Sao Paulo and the other obtained from the database of Wikip´edia articles, considering only those strict related to mathematical theorems. The recently formalized concentric measurements are explored and applied to the described networks, as well to other several theoretical models, providing much more information about the topology of these networks than by the use of traditional measurements. Even more interesting results are obtained by the characterization of the vertices of the collaboration network, which reveal patterns of interdisciplinarity among the many fields of science. A model of knowledge acquisition has also been proposed by the use of simulations of multiple interacting agents walking through a complex network in self-avoiding trajectories. Results of those simulations, performed for the network of Wikipedia and other theoretical models shows that certain sets of parameters and networks perform better in the acquisition of knowledge, through the network of theorems presenting the worst of them. However, unlike what should be expected on the basis of intuition, the agents memories do not play much influence to the speed of acquisition of knowledge. The agent access frequencies of vertices was also been obtained and explored superficially in order to determine where the agents walk more ofen. Several softwares had been developed in this masters thesis project, among these, there is a complex network computational visualization tool, which had become indispensable for the many analysis of the contributions obtained by the use of the other described properties.Biblioteca Digitais de Teses e Dissertações da USPCosta, Luciano da FontouraSilva, Filipi Nascimento2009-12-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/76/76132/tde-15032010-105321/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/openAccesspor2016-07-28T16:10:03Zoai:teses.usp.br:tde-15032010-105321Biblioteca 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:27212016-07-28T16:10:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
Complex Networks: New methodologies and knowledge acquisition modeling
title Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
spellingShingle Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
Silva, Filipi Nascimento
Complex Networks
Complex Systems
Computational Visualization
Concentric Measurements.
Propriedades concêntricas
Redes complexas
Sistemas complexos
Visualização computacional
title_short Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
title_full Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
title_fullStr Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
title_full_unstemmed Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
title_sort Redes complexas: novas metodologias e modelagem de aquisição de conhecimento
author Silva, Filipi Nascimento
author_facet Silva, Filipi Nascimento
author_role author
dc.contributor.none.fl_str_mv Costa, Luciano da Fontoura
dc.contributor.author.fl_str_mv Silva, Filipi Nascimento
dc.subject.por.fl_str_mv Complex Networks
Complex Systems
Computational Visualization
Concentric Measurements.
Propriedades concêntricas
Redes complexas
Sistemas complexos
Visualização computacional
topic Complex Networks
Complex Systems
Computational Visualization
Concentric Measurements.
Propriedades concêntricas
Redes complexas
Sistemas complexos
Visualização computacional
description Estudos em redes complexas têm ganhado cada vez mais atenção devido ao seu potencial de representação simples de modelos complexos em diversas áreas de conhecimento. A obtenção de modelos quantitativos que representem fenômenos observados da natureza, assim como o desenvolvimento de metodologias de caracterização de redes complexas, tornaram-se essenciais para a compreensão e desenvolvimento de pesquisas com essas estruturas. Este trabalho tem como objetivo desenvolver e estudar alguns métodos recentes, usados para a caracterização de redes complexas, explorando-os no contexto da modelagem de conhecimento. Para isso, duas redes complexas foram geradas, uma rede de colaboração de pesquisadores da USP e outra obtida a partir do banco de dados de artigos da Wikipédia, considerando apenas aqueles da categoria de teoremas matemáticos. As medidas concêntricas, que foram recentemente formalizadas, são exploradas e aplicadas às redes descritas, assim como para diversos modelos teóricos, fornecendo informações muito relevantes sobre a topologia dessas redes. Resultados ainda mais interessantes são obtidos pela caracterização dos vértices da rede de colaboração, que revelam padrões de interdisciplinaridade entre as diferentes áreas do conhecimento. Um modelo de aquisição de conhecimento também foi proposto, aplicando a utilização de simulações de múltiplos agentes interagentes que caminham por uma rede complexa segundo uma heurística auto-esquivante. Resultados dessas simulações, realizadas para a rede da Wikipédia e outros modelos teóricos, mostram que certas configurações de parâmetros e de redes apresentam melhor desempenho na aquisição do conhecimento, com a rede de teoremas apresentando o pior deles. Entretanto, diferentemente do que era esperado, a variação da memória dos agentes pouco influência a velocidade de aquisição de conhecimento dos agentes. A freqüência de acesso dos vértices pelos agentes também foi determinada e explorada superficialmente. Diversos softwares foram desenvolvidos para uso neste projeto de mestrado, dentre eles destaca-se o visualizador 3D, que se tornou indispensável para a análise das contribuições das outras propriedades apresentadas.
publishDate 2009
dc.date.none.fl_str_mv 2009-12-17
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/76/76132/tde-15032010-105321/
url http://www.teses.usp.br/teses/disponiveis/76/76132/tde-15032010-105321/
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_ 1809090734405451776