Comparando algoritmos para conversão de séries temporais em grafos

Autores

  • Vinicius de Paula Silva
  • Leonardo N. Ferreira
  • Leonardo B. L. Santos
  • Vander L. S. Freitas

Resumo

A constante evolução do estudo sobre redes complexas possibilitou seu uso em áreas como biologia, medicina e neurociência [1]. A partir do mapeamento do sistema, e consequentemente do espaço topológico gerado, pode-se utilizar métricas de rede para sua caracterização. Um exemplo de aplicação é a análise de séries temporais via o formalismo de redes [4]. [...]

Downloads

Não há dados estatísticos.

Biografia do Autor

Vinicius de Paula Silva

Departamento de Computação, Universidade Federal de Ouro Preto, Brasil

Leonardo N. Ferreira

Max Planck Institute for Human Development, Alemanha

Leonardo B. L. Santos

Centro Nacional de Monitoramento e Alertas de Desastres Naturais, Brasil

Vander L. S. Freitas

Departamento de Computação, Universidade Federal de Ouro Preto, Brasil

Referências

Albert-László Barabási e Márton Pósfai. Network science. Cambridge: Cambridge University Press, 2016.

Vander L. S. Freitas, Juliana C. Lacerda e Elbert E. N. Macau. “Complex Networks Approach for Dynamical Characterization of Nonlinear Systems”. Em: International Journal of Bifurcation and Chaos 29.13 (2019), p. 1950188. doi: 10.1142/S0218127419501888.

Toni Giorgino. “Computing and Visualizing Dynamic Time Warping Alignments in R: The dtw Package”. Em: Journal of Statistical Software 31.7 (2009), pp. 1–24. doi: 10.18637/ jss.v031.i07.

Lucas Lacasa et al. “From time series to complex networks: The visibility graph”. Em: Proceedings of the National Academy of Sciences 105.13 (2008), pp. 4972–4975. doi: 10.1073/pnas.0709247105.

Mattia Tantardini et al. “Comparing methods for comparing networks”. Em: Scientific Reports 9.1 (nov. de 2019), p. 17557. issn: 2045-2322. doi: 10.1038/s41598-019-53708-y. url: https://doi.org/10.1038/s41598-019-53708-y.

Downloads

Publicado

2022-12-08

Edição

Seção

Resumos