O grande volume de dados armazenados em meio digital dificulta a anáalise e extração de informações por um ser humano sem que seja utilizada alguma ferramenta computacional inteligente. A área de Aprendizado de Máquina (AM) estuda e desenvolve algoritmos para o processamento e obtenção automática de conhecimento em dados digitais. Tradicionalmente, os algoritmos de AM modelam os dados analisados com base na abordagem proposicional; entretanto, recentemente com a disponibilidade de conjuntos de dados relacionais novas abordagens têm sido estudadas, como a modelagem utilizando redes complexas. Redes complexas é uma área de pesquisa recente e ativa que têm atraíido a atenção de pesquisadores e tem sido aplicada em diversos domínios. Mais especificamente, o estudo de detecção de comunidades em redes complexas é o tema principal deste trabalho. Detectar comunidades consiste em buscar grupos de vértices densamente conectados entre si em uma rede. Detectar a melhor divisão em comunidades de uma rede é um problema NP-completo, o que requer que o desenvolvimento de soluções viáveis baseiem-se em heurísticas como, por exemplo, medidas de qualidade. Newman prop^os a medida de modularidade Q que tem se mostrado eficiiente na análise de comunidades em redes. Este trabalho apresenta o Algoritmo Multinível de Otimização de Modularidade (AMOM) que é baseado a na otimização da medida de modularidade e integrado na estratégia multinível. A estratégia multinível é composta de três fases: (i) sucessivas compactações da rede inicial com base em contrações de arestas e fus~oes de vértices, (ii) particionamento da rede reduzida utilizando Algoritmo de Otimização de Modularidade (AOM) modificado, e (iii) sucessivas descompactações das redes intermediárias até que se retorne a rede inicial. O principal atrativo da estratégia é viabilizar a utilização de algoritmos custosos no particionamento do grafo compactado, uma vez que neste grafo a quantidade de vértices e arestas é uma fração reduzida em relação ao grafo inicial. O trabalho também propõe dois novos métodos para refinamento dos particionamentos durante a fase de uncoasening. A fiim de avaliar a escalabilidade e eficiiência da metodologia proposta foram realizados experimentos empíricos em redes consideradas benchmark. Os resultados demonstram um significativo ganho de desempenho, mantendo bons resultados qualitativos / Human based analysis of large amount of data is a hard task when no intelligent computer aid is provided. In this context, Machine Learning (ML) algorithms are aimed at automatically processing and obtaining knowledge from data. In general, ML algorithms use a propositional representation of data such as an attribute-value table. However, this model is not suitable for relational information modeling, which can be better accomplished using graphs or networks. In this context, complex networks have been call attention of scientific community recently and many applications in different domains have been developed. In special, one of complex networks research trends is the community detection field which is the main focus of this work. Community detection is the problem of finding dense and disjoint connected groups of vertices in a network. The problem is a well know NP-complete task which requires heuristics approaches, like quality measures, to be addressed. Newman introduced a specific quality measure called modularity that proved to be useful for analysis communities in networks. This work presents a new algorithm, called Multilevel Modularity Optimization Algorithm, based on modularity measure optimization integrated in a multilevel graph partitioning strategy. The multilevel graph partitioning scheme consists of three phases: (i) reduction of the size (coarsen) of original graph by collapsing vertices and edges, (ii) partitioning the coarsened graph, and (iii) uncoarsen it to construct a partition for the original graph. The rationale behind this strategy is to apply a computationally expensive method in a coarsened graph, i.e., with a significantly reduced number of vertices and edges. In addition, it is proposed two new methods that uses modularity and clustering coefficient for partition refinement. Empirical evaluation on benchmarks networks using this approach demonstrate a significant speed up gain compared to the original modularity-based algorithm, keeping a good quality clusters partitioning

O que motivou a realização desse trabalho foi estudar estruturas organizacionais complexas, uma vez que tais formas - pouco exploradas empiricamente - têm sido muito atuantes no atual cenário econômico. Além disso, investigações nesse campo são importantes porque a literatura da área não apresenta consenso sobre o impacto e o desempenho desses modelos organizacionais. Assim, esta pesquisa colabora com um maior entendimento sobre as estruturas complexas, investigando uma rede inserida no sistema agroindustrial do vinho, no Vale dos Vinhedos - RS. Esta é uma região rural formada por vinícolas, produtores de uva, hotéis, pousadas, restaurantes e artesanatos. Dentro desse sistema complexo ocorrem várias ações coletivas, destacando-se a obtenção do Selo de Indicação de Procedência dos vinhos finos da região, em 2002. Essa certificação afeta vários atores, sendo que se desconhecia o impacto da ação para os diferentes agentes envolvidos. Assim, este estudo identificou como a rede do Vale dos Vinhedos possibilita a criação de valor para os atores coletivos nela inseridos, além de analisar como ocorre a apropriação do valor gerado na rede entre os agentes. Os dados empíricos foram obtidos por meio de entrevistas e questionários realizados com produtores e vinícolas. Para a análise dos dados, utilizaram-se os métodos econométrico e descritivo. Em relação ao primeiro, realizaram-se regressões e os dados foram organizados em modelo painel. Os principais resultados apontam para um cenário de criação de valor na rede vitivinícola. O selo de Indicação de Procedência possui impacto positivo sobre a venda de vinhos finos das vinícolas, além de influenciar de forma positiva a venda de vinhos comuns dessas firmas, o que conduz a um contexto de formação de externalidades. Também comprovou-se que a certificação apresenta influência positiva sobre a renda por hectare dos produtores de uva da região. Porém, no que tange à apropriação do valor gerado pela rede, evidenciou-se que os atores possuem ganhos diferenciados. Os resultados sugerem que as vinícolas conseguem se apropriar mais do que os viticultores do valor criado pela rede. Ainda cumpre destacar que a rede possibilita criação de valor para outros atores envolvidos, como hotéis, restaurantes, comércios, pousadas e artesanatos, uma vez que promove geração de externalidades positivas, como: aumento do número de turistas na região; geração de empregos; reconhecimento da região em todo o país e no exterior; fortalecimento dos diversos estabelecimentos comerciais inseridos no vale e valorização dos imóveis rurais. De maneira geral, a pesquisa demonstra que os ganhos e as fontes de criação de valor existentes em redes superam os riscos e custos de tais sistemas coletivos. Esse estudo apresenta relevante contribuição, principalmente, se considerado que o Vale dos Vinhedos serve de modelo para outras regiões do país, uma vez que é pioneiro em termos de certificação geográfica no Brasil. / What motivated the realization of this research was to study complex organizational structures, since such forms - little explored empirically - have been active in the current economic scenario. Moreover, investigations in this field are important, since the literature regarding this subject does not present a consensus on the impact and performance of these organizational models. Therefore, this research contributes with a greater understanding on complex organizational systems, by investigating a network inserted in the agro-industrial system of wine, in Vale dos Vinhedos - RS. This is a rural region formed by wineries, grape growers, hotels, restaurants, inns and craftworks. Within this complex system, it occurs several collective actions, with special mention to the acquisition of the Indication of Origin Label of fine wines, in 2002. This certification affects several actors in the collective system, but the impact of the action on the agents involved is unknown. Therefore, this study identify how the network of Vale dos Vinhedos enables the value creation for the collective actors involved, as well as analyses how the value appropriation occurs between the agents. The empirical data were obtained through interviews and questionnaires conducted with wineries and grape growers. Econometric and descriptive methods were used to analyze the data. In relation to the first method, regressions were performed and the data were organized in a panel model. The main results point to a value creation scenario in the investigated network. The Indication of Origin Label has a positive impact on the sales of fine wines from wineries and also has a positive influence on the sales of common wines of these firms, leading to a formation context of externalities. The survey also found that the certification has a positive influence on the local wine producers income. However, regarding to the appropriation of the value generated by the network, it became evident that the actors have different gains. The results suggest that wineries can appropriate more the value created by the network than the growers. It should also be noted that the network enables value creation for other stakeholders, such as hotels, restaurants, shops, inns and crafts, since it promotes the generation of positive externalities as: increasing numbers of tourists, employment generating, recognition of the region around the country and abroad, strengthening of various shops in the region and valuation of rural properties. In general, the research shows that the gains and the sources of value creation in networks outweigh the risks and costs of such collective systems. This study presents relevant contribution, especially when considering that Vale dos Vinhedos is a model for other regions of the country, since it is a pioneer in terms of geographic certification in Brazil.

Esta tese aborda o interrelacionamento entre morfologia, topologia e dinâmica de ativação em redes neuronais morfologicamente realistas, construídas com neurônios da base pública Neuromorpho. Foi desenvolvido um arcabouço computacional capaz de simular a dinâmica de ativação neuronal (através do modelo integra-e-dispara) ao longo do desenvolvimento da conexão das redes tridimensionais respectivas. Tal arcabouço permitiu investigar como aspectos da dinâmica de ativação variam ao longo das épocas de desenvolvimento das redes, incluindo antes, durante e depois da percolação. Em particular, calcularam-se correlações de Pearson entre várias medidas dinâmicas e topológicas ao longo das épocas de evolução, de forma a se quantificar de maneira objetiva os possíveis relacionamentos entre a ativação neuronal e a topologia das redes. Foram considerados três tipos de neurônios piramidais: occipitais e pré-frontais de humanos e células piramidais de macado (macaco Rhesus). Os dois primeiros tipos foram verificados (através de histogramas de médias e análise por componentes principais) possuírem características morfológicas semelhantes, enquanto o grupo de células piramidais do macaco apresentaram substancial diferenciação. Vários resultados foram obtidos respectivamente às correlações entre medidas dinâmicas e topológicas. Em particular, verificou- se que os graus médios de entrada e saída das redes estão significativamente correlacionados com as taxas médias de ativação, convergindo rapidamente após a formação do componente fraco. A correlação do grau de entrada mostrou-se mais elevada do que a obtida para o grau de saída. Além disto, a correlação entre o grau de entrada e a taxa média de disparos tendeu a diminuir ao longo das épocas finais das simulações. Verificou-se também como os perfis de evolução de várias correlações entre dinâmica e topologia implicam na diferenciação dos tipos neuronais considerados. / This thesis addresses the interrelationships between morphology, topology and activation dynamics in morphologically realistic neuronal networks, derived from the public data base Neuromorpho. A computational framework has been developed that is capable of simulating the dynamics of neuronal activation (via the integrate-and-fire dynamics) during the development of the network connection in three-dimensional spaces. This framework allowed to investigate how aspects of the activation dynamics vary over the epochs of network development, including before, during and after the critical event of percolation. In particular, we calculated Pearson correlation coefficients between various topological and dynamical measurements throughout the epochs of evolution, in order to quantify in an objective way how the relationships between neuronal activation and network topology changed along the development of the connectivity. We considered three types of neurons: occipital and prefrontal pyramidal cells of human and diverse pyramidal cells of monkey individuals (monkey Rhesus). The first two types were found (via histograms and principal component analysis) to have mostly similar morphological characteristics, while the group of pyramidal cells from apes showed substantial differentiation. Several results were obtained respectively to the correlations between measurements of dynamics and morphology along the epochs of development. In particular, it was found that the input and output average degrees of the network are significantly correlated with the average rates of activation. After a period of large variation that precedes the formation of the weakly connected component, these correlation values converge rapidly to a regime of smooth decrease which suggests saturation of the activation in the network. The correlation implied by the indegree proved to be clearly higher than that obtained for the outdegree. It was also investigated how the profiles of the various correlations along the development epochs implied in the differentiation between the neuronal types considered.

A indústria automotiva vem mudando seu perfil drasticamente na última década, tornando-se mais intensiva em sistemas computacionais, e consequentemente em software, do que em sistemas mecânicos. A maioria das funcionalidades dos veículos modernos é controlada por software distribuído, dentro de muitas Unidades de Controle Eletrônicas (ECUs) interconectadas, de modo que o veículo pode ser considerado como um conjunto de sistemas complexos. Como resultado da integração, os testes para as funções de software distribuído se tornaram um grande desafio. Muitas estratégias têm sido propostas para organizar o multinível de teste de software em sistemas embarcados automotivos, a fim de reduzir custos e melhorar sua eficácia e robustez. Esta investigação pretende estender este conceito de teste de software multinível baseado no modelo em V, projetando uma metodologia sistemática que mapeie cada função dentro do sistema embarcado do veículo, sem a existência de uma especificação detalhada de cada componente e possibilitando a definição de uma estratégia e um planejamento de teste de software antecipadamente. Esta metodologia foi totalmente desenvolvida incorporando as características da aplicação automotiva, incluindo os requisitos de segurança funcional ISO 26262. Desta forma e dentro de rigorosas condições de segurança, a nova metodologia melhora a eficiência dos processos de desenvolvimento de sistemas embarcados, possibilitando a antecipação do planejamento de teste de software. Sendo este, baseado em um mapeamento e codificação da função e das atividades de teste proposto nesta tese, que funciona também como base para futuros desenvolvimento de soluções de rastreabilidade do sistema embarcado. / The automotive industry has been changing its profile drastically in the last decade, becoming more intensive in computer systems, and consequently in software, than in mechanical systems. Most of the functionality of modern vehicles is controlled by distributed software, within many interconnected Electronic Control Units (ECUs), so that the vehicle can be considered as a set of complex systems. As a result of integration, testing for distributed software functions has become a major challenge. Many strategies have been proposed to organize the multilevel software testing in embedded automotive systems in order to reduce costs and improve their effectiveness and robustness. This research intends to extend this concept of multilevel software testing based on the V development model, designing a systematic methodology that maps each function within the embedded system of the vehicle, without the existence of a detailed specification of each component, allowing the definition of a strategy and software testing planning in advance. This methodology was fully developed incorporating the characteristics of the automotive application, including the ISO 26262 functional safety requirements. In this way, the new methodology improves the efficiency of the embedded systems development processes, within strict security conditions, allowing the anticipation of the planning based on a mapping and encoding of the function and test activities proposed in this thesis, which also serves as a basis for future development of embedded system traceability solutions.

Na última década, observaram-se substanciais mudanças nos tipos de dados processados, quando comparados à definição convencional de dados estruturados. Neste contexto, sistemas computacionais que em sua maioria acessam bases de dados convencionais, centralizadas, que armazenam dados estruturados, necessitam cada vez mais acessarem e processarem também dados não estruturados, distribuídos e em grandes quantidades. Fatores tais como versatilidade em abrigar dados não estruturados, coexistência, integração e difusão de dados complexos a velocidades superiores as velocidades até então observadas, restringem, em determinadas situações, o uso dos modelos de dados convencionais. Dessa forma, nesta Tese é proposto e formalizado um modelo de dados pós relacional, baseado nos conceitos de grafos complexos, também denominados, Redes Complexas. Por intermédio da utilização do modelo de grafos, define-se uma forma de se implementar uma integração inter-estrutural de dados, ou seja, os tradicionais dados estruturados, com os mais recentemente utilizados dados não estruturados, tais como os dados multimídia. Tal integração envolve todas as transações presentes em um banco de dados, ou seja, consulta, inserção, atualização e exclusão de dados. A denominação dada a tal forma de trabalho e implementação foi Modelo Navegacional Dinâmico - MND. Esse modelo representa diferentes estruturas de dados e sobretudo, permite que essas diferentes estruturas coexistam de forma integrada, agregando à informação resultante maior completeza e abrangência. Portanto, o MND associa os benefícios da junção da estrutura das Redes Complexas ao contexto de dados não estruturados, sobretudo no que tange à integração resultante de dados com estruturas distintas, conferindo assim às aplicações que necessitam desta integração, melhoria no aproveitamento dos recursos. / Over the last decade several changes in data processing have been observed when compared to the conventional structured data definition. In such context, computational systems accessing centralized databases need to process large, distributed, non-structured data as well. Factors like versatility in hosting data, coexistence, integration and diffusion of such complex data at high speeds can be, in some cases, troublesome when using conventional data models. In this work a post-relational, graph-based (also known as Complex Network) model, is presented. Such model enables the integration of both structured data and non-structured data, such as multimedia, allowing such structures to coexist. This integration involves all transactions found in a database, such as select, insert, delete and update data. The name given to this form of work and implementation was Navigational Model Dynamic - MND. This model represents different data structures and above all, allows these different structures to coexist in an integrated way, adding to the resulting information greater completeness and comprehensiveness. Hence, MND harnesses the benefits of Complex Network and non-structured data providing all relational data handling already available in other databases but also integration and better use of resources.

Em modelos de redes corticais com neuronios pulsantes, os mecanismos responsaveis pela emergencia e impacto de flutuacoes de atividade neuronal ainda nao estao completamente entendidos. Neste trabalho, modelos computacionais de redes corticais foram utilizados para investigar como flutuacoes ritmicas e nao-ritmicas surgem e suas possiveis consequencias. Foram estudadas redes com dois tipos de topologia: aleatoria e hierarquica modular, esta ultima inspirada em evidencias experimentais para a arquitetura cortical. Foram utilizados tres diferentes modelos simplificados de neuronios: integra-e-dispara, Izhikevich e integra-e-dispara exponencial com adaptacao. Primeiramente, estudou-se a ocorrencia de atividade auto-sustentada em redes hierarquicas modulares compostas por populacoes de neuronios de classes eletrofisiologicas distintas. Nesses modelos, os padroes de atividade auto-sustentada de longa duracao sao oscilatorios e seu tempo de vida depende do nivel hierarquico e da mistura de neuronios na rede. Em seguida, estudou-se o efeito da introducao de ruido sinaptico em modelos de redes aleatorias. Observou-se o aparecimento de alternancia intermitente entre atividade ritmica e nao-ritmica com caracteristicas similares a estados corticais sincronos e assincronos, respectivamente. Desenvolveu-se a extensao de uma abordagem reducionista para redes neuronais homogeneas, em que um esquema iterativo auto-consistente e usado para que um unico neuronio gere trens de disparo com propriedades estatisticas de segunda ordem similares as de uma rede, para o caso de redes neuronais heterogeneas. Mostrou-se que essa abordagem captura situacoes em que flutuacoes de atividade lentas emergem. Finalmente, utilizou-se o esquema reducionista e ferramentas de teoria de informacao para estudar a emergencia de flutuacoes de atividade lentas e sua propagacao em redes hierarquicas modulares. Os resultados mostram que a propagacao de informacao pela rede depende do numero de modulos, sugerindo que ha um nivel hierarquico otimo para a propagacao de informacao. Os estudos feitos contribuem para aprofundar o entendimento da relacao entre estrutura e composicao neuronal em modelos de redes corticais e indicam mecanismos de emergencia e manutencao de flutuacoes de atividade nessas redes / In cortical network models with spiking neurons, the mechanisms responsible for the emergence and impact of neuronal activity fluctuations are not yet completely understood. In this work, computational models of cortical networks were used to investigate how rhythmic and non-rhythmic fluctuations arise and their possible consequences. Networks with two types of topology were studied: random and hierarchical modular, this latter inspired on experimental evidence about cortical architecture. Three different simplified spiking neuron models were used: integrate-and-fire, Izhikevich, and integrate-and-fire with adaptation. Initially, the types of self-sustained activity patterns that emerge in hierarchical modular networks with mixtures of electrophysiological neuronal classes were studied. In these models, the long-duration self-sustained activity patterns are oscillatory and their lifetime depend on the hierarchical level of the network and its neuronal composition. Next, the effect of the introduction of synaptic noise in random networks was studied. These networks displayed intermittent alternations between rhythmic and non-rhythmic activity patterns with characteristics similar to synchronous and asynchronous cortical states, respectively. A reductionist approach for homogeneous neuronal networks, in which an iterative self-consistent scheme is used so that a single neuron spike train generates second-order statistical properties similar to the ones of a network, was extended to heterogeneous networks. It was shown that this reductionist scheme captures situations in which slow activity fluctuations emerge. Finally, the reductionist scheme and information theoretical tools were used to study the emergence of slow activity fluctuations and their propagation through hierarchical modular networks. The results show that the information propagation in the network depends on the number of modules, suggesting an optimal hierarchical level for information propagation. The studies done contribute to deepen the understanding of the relationship between structure and neuronal composition in cortical network models, and point to mechanisms of emergence and maintenance of activity fluctuations in these networks

Ossos, estruturas essenciais para a proteção de órgãos internos, estrutura corporal e suporte mecânico nos vertebrados, possuem uma complexa rede de canais (canais de Volkmann e Havers) responsáveis por nutrir as células do tecido. Entretanto a falta de estudos quantitativos leva a uma carência de medidas e parâmetros para a caracterização dessas estruturas. Utilizando computação gráfica, técnicas de processamento de imagens, e redes complexas descreveremos a obtenção, reconstrução, representação, e análise dessas redes de canais. Para isso, duas falanges distais, uma de um galo e uma de uma galinha, passaram por um processo de corte histológico, as lâminas resultantes foram fotografadas e as imagens tratadas até serem reconstruídas em 3D. Os volumes foram convertidos em redes complexas, o que permitiu o uso de métodos de análise consagrados pela literatura. As redes foram comparadas entre si e com a rede do trabalho desenvolvido por Matheus P. Viana et al. (1–3) usando análise de grau, posicionamento dos nós, detecção de comunidades, e ataques (em cascata e aleatórios). Três resultados se destacam: 1) as redes apresentam diviões predominantemente dicotômica dos canais; 2) as redes apresentam uma alta modularidade, indicando que áreas específicas desempenham funções específicas; e 3) as redes são particularmente resistentes a ataques em cascata. / Bones are essential for the protection of internal organs, for body structure, and for mechanical support in vertebrates, and present a complex network of channels (Havers and Volkmann channels) required to nourish tissue cells. However, the lack of quantitative studies leads to scarce parameters and measures to characterize these structures. By using computational graphic, image processing, and complex networks we will describe the acquisitation, reconstruction, representation, and analysis of these channel networks. Two distal phalanges (one from a hen and one from a rooster) were submitted to hystological section processing; the resulting slices were photographed and the images were treated before 3D reconstruction. The volumes were converted into complex networks which allow us to use methods of analysis widely accepted in literature. Networks were compared with each other and with the network obtained in the study by Viana et al. (1–3) using degree analysis, node positioning, community detection, and random and systematic attacks. Three results stand out: (i) the networks show a predominantly dichotomic division of channels; (ii) the networks show high modularity, indicating that specific areas perform specific functions; and (iii) the networks are particularly resistant to cascate attacks.

The strong relationship between cognitive processing and coherent behaviour and neurocognitive networks justifies the current huge interest in cortical functional connectivity modeling. This has fostered the development of connectivity estimators from the classical bivariate coherence concept to the notion of multivariate partial directed coherence (PDC) which provides information about temporal dependencies exposing cause and effect relationships. This work examines PDC performance for scalp EEG data whose research value has been subject to much debate in the light of the presence of volume conduction (VC) effects that often obscure the actual nature of cortical source dynamics. Through analytical considerations and simulations we show that even though (VC) can hinder accurate connectivity estimation, one can mitigate its effects by a judicious choice of scalp electrode configuration/ground reference. This observation allows settling the connectivity estimation adequacy debate in the presence of PDC. / A forte relação que processamento cognitivo e comportamento coerente tem com redes neurocognitivas justifica o enorme interesse atual em modelamento de conectividade cortical. Este fato tem justificado o desenvolvimento de estimadores de conectividade desde a clássica coerência bivariada até a noção multivariada de coerência parcial direcionada (PDC) que exibe informação a cerca de dependências temporais que permitem expor relações de causa e efeito. O presente trabalho examina o desempenho da PDC no contexto de EEG de escalpo cujo valor em pesquisa sob os efeitos de condução de volume (VC) tem sido objeto de uma quantidade substancial de questionamentos na medida em esta obscurece a observação da dinâmica das fontes corticais. Por meio de considerações analíticas e simulações, mostramos que é possível mitigar os erros de estimação devidos à VC através da escolha judiciosa da configuração de eletrodos e da referência de terra. Esta observação permite resolver o conflito acerca da adequabilidade da inferência cortical baseada em EEG de escalpo.

As crises financeiras são processos de perdas decorrentes do mecanismo do mercado financeiro. Elas afetam as instituições do sistema financeiro e por meio do processo de contágio se espalham por ele, algumas vezes analogamente ao efeito dominó. Este processo pode levar muitas instituições financeiras saudáveis a se tornarem insolventes. Isso acontece porque os agentes econômicos estão interligados por meio de relações contratuais e se tornam dependentes uns aos outros. O risco sistêmico pode ser entendido como o risco de uma grande perda em um sistema. O presente trabalho tem como objetivo utilizar as propriedades de um modelo de contágio, proposto para estudar os efeitos da propagação de crises financeiras, bem como a mensuração do risco sistêmico no sistema interbancário. Este problema foi investigado considerando três diferentes topologias de rede: Erdös-Rényi, Livre de Escala (ou Scale-Free) e Interbancária Empírica. A escolha destas topologias foi pelo fato de que duas delas - Livre de Escala e Interbancária Empírica - podem emular o sistema bancário real e a de Erdös-Rényi ter sido utilizada em diversos modelos da literatura. Cada nó representa um banco que possui balanço patrimonial constituído de passivos (patrimônio líquido, empréstimos e depósitos) e ativos (empréstimos, títulos e valores mobiliários). Foi analisada a influência da alavancagem do sistema, da probabilidade inicial de default e do número de clusters da rede Interbancária Empírica. O risco sistêmico foi medido utilizando o Indicador de Risco Sistêmico, o Índice de Risco Sistêmico e o VaR Sistêmico. Mostrou-se que as redes Livres de Escala são mais robustas em relação aos ataques aleatórios evitando o aumento da inadimplência. O aumento abrupto do impacto causados pela crise acontece devido ao aumento do grau de alavancagem do sistema. O número de clusters da rede Interbancária Empírica impacta a robustez do sistema. O modelo reproduz o resultado conhecido como Muito Interconectado para Falhar, que é quando bancos mais interconectados oferecem maior risco ao sistema. / The financial crises are processes of losses arising from financial market mechanism. They affect the institutions of the financial system by the process of contagion. Sometimes it is equal to the domino effect. This process can make many healthy financial institutions become insolvents. It happens because economic agents are interconnected through contractual relations and become dependent on each other. Systemic risk can be understood as the risk of a huge loss in a system. The present work aims to study the properties of a contagion model proposed to study the effects of the spread of financial crises, as well as the measurement of systemic risk in the interbank system. This problem was investigated considering three different network topologies: Erdös-Rényi, Scale-Free and Empirical Interbank. The choice of these topologies was made by the fact that two of them - Scale-Free and Empirical Interbank - may emulate the real banking system and Erdös-Rényi has been used in several models in the literature. Each node is a bank and consists on a balance sheet split as liabilities (equity, borrowings and deposits) and assets (lendings, bonds and securities). It was analyzed the influence of the coefficient of leverage, the influence of the initial probability of default and the influence of the number of clusters on the Empirical Interbank. The systemic risk was measured using the Systemic Risk Indicator, Systemic Index and Systemic Value at Risk. It was shown that Scale-Free networks are more robust against random attacks, avoiding increases in the number of defaults. The abrupt increase in the impact caused by the crisis happens due to the increase in coefficient of leverage. The number of clusters on Empirical Interbank network impacts the robustness of the system. The model reproduces the result known as Too Interconnected to Fail, that is, banks more interconnected offer higher risk to the system.

As redes sociais conseguem modelar diversos sistemas complexos existentes no mundo real. Conseguir prever o crescimento destas redes é um desafio de pesquisa atual, especialmente ao se tratar das redes sociais tecnológicas usadas na atualidade. Estas redes possuem grandes quantidades de textos que certamente refletem as características inerentes à própria rede. Esta tese procura desvendar a relação existente entre as palavras presentes nos textos das redes sociais e a sua estrutura. Nesta tese, é apresentada a entropia condicional das palavras existentes nas redes sociais em relação aos seus nós como um critério estável para a redução da dimensionalidade encontrada na análise dos textos. É proposta também uma medida de similaridade entre os nós da rede, baseada na probabilidade do uso de palavras pelos nós e, por fim, é proposto um processo de predição de ligações baseado na medida de similaridade proposta, juntamente com aspectos topológicos das redes sociais. Testes com uma rede social real foram realizados para avaliar o desempenho das técnicas propostas.