Inferência estatística e amostragem de redes complexas
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....
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | Brasil |
| Recursos: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-29082019-150859 |
| Acesso em linha: | http://www.teses.usp.br/teses/disponiveis/104/104131/tde-29082019-150859/ |
| Access Level: | acceso abierto |
| Palavra-chave: | Amostragem Aprendizado de máquina Complex network Grafos Graphs Inference Inferência Machine learning Redes complexas Sampling |
| 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. |
|---|