Tesis
Explotar la firma topológica en datos para predecir desempeño de algoritmos de reconstrucción de modelos gráficos.
Fecha
2017-09-11Registro en:
Torres Calderon, Andrea. (2016). Explotar la firma topológica en datos para predecir desempeño de algoritmos de reconstrucción de modelos gráficos. (Maestría en Ciencias de la Computación), Instituto Politécnico Nacional, Sección de Estudios de Posgrado e Investigación, Centro de Investigación en computación, México.
Autor
Torres Calderon, Andrea
Institución
Resumen
Uno de los principales objetivos en el estudio de sistemas complejos es encontrar la red que modele la interacción de sus variables. Usualmente se cuenta con datos como: series de tiempo, valores de las variables que se actualizan bajo diferentes condiciones, entre otros.
Este trabajo tiene como objetivo determinar un vector de propiedades topológicas sin la necesidad de tener la red misma; con la finalidad de proporcionar nueva información a los algoritmos de construcción de redes.
Las técnicas de aprendizaje supervisado son funciones que transforman la entrada X en la salida Y. Para nuestro problema la entrada a la función son los datos que describen la dinámica de una red (entrada X), mientras que la salida es el vector propiedades topológicas (salida Y).
Lamentablemente existen pocas instancias para las que se conozcan los datos y la red que modela el sistema; por lo que se generaron datos de forma artificial: se construyeron redes buscando que tuvieran propiedades topológicas diferentes entre sí y se generaron dinámicas que fueran representativas de la red, de esta forma se pudieron generar datos para el entrenamiento de una red neuronal artificial.