Higher-order dynamics on complex networks
L’estudi de les xarxes complexes ha esdevingut un nou paradigma a l’hora d’entendre i modelar sistemes físics. Uns dels principals punts d’interès són les dinàmiques que hi podem modelar. Però com en tot model, la quantitat de informació que podem representar-hi està limitada per la seva complexitat...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/666484 |
| Acceso en línea: | http://hdl.handle.net/10803/666484 |
| Access Level: | acceso abierto |
| Palabra clave: | Xarxes complexes Propagació d'epidèmies Comportament humà Redes complejas Propagación de epidemias Comportamiento humano Complex networks Epidemic spreading Human behavior Ciències 004 5 53 62 |
| Sumario: | L’estudi de les xarxes complexes ha esdevingut un nou paradigma a l’hora d’entendre i modelar sistemes físics. Uns dels principals punts d’interès són les dinàmiques que hi podem modelar. Però com en tot model, la quantitat de informació que podem representar-hi està limitada per la seva complexitat. La motivació principal d’aquesta tesi és l’estudi de l’efecte que un increment de la complexitat estructural, relacional i temporal té sobre tres importants àrees d’estudi: l’evolució de la cooperació, la propagació de malalties, i l’estudi de la mobilitat humana. En aquest treball hem utilitzat dilemes socials per estudiar com evoluciona la cooperació dins d’una població. Incrementant l’ordre de complexitat estructural de les xarxes, permetent que els individus és puguin relacionar en diferents contextos socials, s’ha mostrat cabdal a l’hora d’explicar algunes característiques sobre l’aparició de comportaments altruistes. Utilitzant aquestes noves estructures, les xarxes multicapa, permetem als membres de la població cooperar en determinat contextos i de no fer-ho en d’altres i això, com analíticament demostrem, augmenta l’espectre d’escenaris allà on cooperació i defecció poden sobreviure. Seguidament, estudiem els models de propagació de malalties des de el punt de vista dels enllaços entre individus. Amb aquest augment de la complexitat relacional dels models epidèmics, aconseguim extreure informació que ens permet, entre altres coses, definir una mesura d’influència d’un enllaç a la propagació de l’epidèmia. Utilitzem aquest fet per a proposar una nova mesura de contenció, basada en l’eliminació dels enllaços més influents, que es mostra més eficient que altres mètodes previs. Finalment, proposem un mètode per a descriure la mobilitat que permet capturar patrons recurrents i heterogeneïtats en els temps que els individus estan en un lloc abans de desplaçar-se a un altre. Aquestes propietats són intrínseques a la mobilitat humana i el fet de poder-les capturar, tot i el cost d’augmentar l’ordre temporal, és crític, com demostrem, a l’hora de modelar com les epidèmies és difonen per mitja del moviment de les persones. |
|---|