As pressões seletivas impostas por interações ecológicas são uma das forças que moldam a adaptação por seleção natural em populações. Entre os resultados possíveis das pressões seletivas impostas por interações está a coevolução, isto é, mudanças evolutivas recíprocas que ocorrem nas populações das espécies que interagem. Um dos principais desafios para a ecologia evolutiva é entender se e como o processo coevolutivo ocorre quando espécies interagem com muitas outras espécies formando redes de interações. Nesta tese desenvolvi, com a ajuda de colaboradores, modelos que descrevem a coevolução entre espécies que interagem de forma antagonista. Interações antagonistas são interações ecológicas interespecíficas que resultam em consequências negativas para a aptidão de indivíduos de uma das espécies envolvidas e positivas para indivíduos da outra espécie. Busquei uma melhor compreensão sobre os mecanismos ecológicos e evolutivos responsáveis pela formação, manutenção e evolução das redes de interação antagonista. Em primeiro lugar, encontrei que a assimetria da seleção influenciou a dinâmica evolutiva em antagonismos. A dinâmica coevolutiva gerou corridas armamentistas quando a intensidade da seleção foi maior sobre as vítimas do que sobre os exploradores. Por outro lado, os valores dos fenótipos flutuaram quando a intensidade da seleção foi maior sobre os exploradores do que sobre as vítimas. No entanto, a dinâmica coevolutiva dependeu da estrutura das redes formadas por antagonistas. Redes aninhadas favoreceram a evolução de resistência em vítimas atacadas por exploradores generalistas. A dinâmica evolutiva também reorganizou as redes de interação e, especialmente em cenários nos quais a seleção favoreceu forte acoplamento fenotípico, formou módulos de espécies interagentes. Em segundo lugar, encontrei que regras de interação baseadas no acoplamento fenotípico ou em barreiras fenotípicas reproduziram a estrutura de redes antagonistas empíricas, mas as duas relações funcionais entre fenótipos e aptidão tenderam a subestimar o aninhamento e superestimar a modularidade das redes empíricas. No entanto, a evolução das características foi diferentemente moldada por essas relações funcionais, sendo mais flutuante no modelo de acoplamento fenotípico e mais direcional no modelo de barreiras fenotípicas. Portanto, a coevolução mediada por diferentes relações funcionais resultou em diferentes dinâmicas coevolutivas mas não teve impacto sobre a organização das redes de interação antagonistas. Em terceiro lugar, estudei como variações nas abundâncias e nos fenótipos estão relacionadas e encontrei que a coevolução rápida mediada por forte pressões seletivas impostas por interações ecológicas pode resultar em uma baixa variabilidade nas abundâncias das populações e alta variabilidade fenotípica. Em contraste, em cenários nos quais a seleção imposta por interações é fraca, encontrei uma alta variabilidade nos tamanhos populacionais e baixa variabilidade fenotípica. Portanto, a rápida resposta evolutiva reduziu as flutuações nos tamanhos populacionais, reduzindo extinções devido a flutuações demográficas. Porém, este resultado foi influenciado pela estrutura da rede: a modularidade aumentou a estabilidade das interações enquanto que o aninhamento esteve associado a maior flutuação demográfica. Por fim, estudei espalhamento de um parasita que infecta diferentes espécies de hospedeiros e que pode ser transmitido por meio da predação de um hospedeiro infectado ou por meio de vetores biológicos. Combinei as diferentes redes antagonistas formadas a partir das interações mediadas por cada mecanismo de transmissão em uma rede de interação múltipla espacialmente explícita. Por meio de um modelo matemático, obtive que a transmissão do parasita é maximizada quando ambos os mecanismos de transmissão são considerados ao mesmo tempo e quando os processos ocorrem com probabilidade semelhante. A análise da cartografia da rede múltipla aliada a simulações de imunização de diferentes tipos de hospedeiros mostraram que a estrutura da rede múltipla pode indicar o papel que cada espécie de hospedeiro desempenha na transmissão do parasita em um determinado ecossistema / Mutualisms are interactions in which organisms of different species exploit each other with net benefits for both interacting individuals. Multispecific mutualistic system can be depicted as interaction networks, such as those formed by plant-pollinator interactions, dispersal systems, species interacting in cleaning stations in reef environments, protective ants in plants, müllerian mimicry, and nitrogen fixing bacteria on the roots of plants. Mutualistic interaction is subject to cheating by individuals who, by means of a diversity of behavioral strategies, achieve the benefit provided by the partner offering nothing or few in return. However, the mutualistic interactions persist despite the existence of cheaters. In this work I show that the parasites of mutualistic interactions increase the resilience of mutualistic networks to disturbances in nested networks, typically found in species-rich mutualisms. Therefore the joint effect of cheating, structure and dynamics of mutualistic networks have implications for how biodiversity is maintained. I subsequently study the conditions under which tubular flowers, which suffer stronger damages when interacting with nectar robbers, can coexist with planar flowers, pollinators, and robbers through indirect effects of cheating on their reproductive success. The theft of nectar may increase the success of a plant if its interactions with robbers generate higher degrees of cross-pollination, thus increasing the reproductive success of plants that interact with both floral visitors. This study suggests a new source of continued cooperation and diversity strategies through non-linear effects of the interactions between different strategies. Finally, I study how local interactions can promote the prevalence of mimic (the cheaters) in a given population in the absence of their models. I found that prey interacting locally may favor the predominance of mimic preys and avoid predators that, after a few generations and under a non-random distribution of individuals in space, can further strengthen this unexpected effect allopatry of the mimic and its model

O aumento na disponibilidade de dados referentes a interação entre pessoas online tornou possível o estudo o processo de propagação de informações em redes sociais com volumes de dado antes jamais pensados. Neste trabalho, utilizamos dados do site de micro-blogging Twitter juntamente com conceitos de redes complexas para entender, caracterizar e classificar processos de difusão de informação observados nessa plataforma e em redes sociais em geral. Apresentamos importantes medidas para caracterização de cascatas de informação, bem como algoritmos eficientes para o seu cálculo. Com o auxilio dessas, mostramos que é possível quantificar a influência da rede social no processo de propagação de informação. Em seguida, constatamos que a informação tende a propagar por caminhos mínimos nessa rede. Por fim, mostramos que é possível utilizar apenas a topologia da rede social, sem nenhuma informação semântica, para agrupar tópicos, e que a topologia da rede social é fortemente influenciada pelos assuntos falados nela. Apesar de nosso trabalho possuir como base um único dataset, os métodos e medidas desenvolvidos são gerais e podem ser aplicados a qualquer processo de difusão de informação e a qualquer rede complexa. / The raise in the availability of data regarding interactions between people online has opened new doors to study the process of information diffusion in social networks. In this present work, we make use of the data from the micro-blogging website Twitteralong with complex networks concepts to understand, characterize and classify information diffusion processes observed in this platform and in social networks in general. We present important measures to characterize information cascades and efficient algorithms to calculate them. With the help of these measures, we show that it is possible to quantify the influence of the social network in the process of information diffusion. After that, we show that information does tend to travel along shortest paths on Twitter. Finally, we show that the topology of the social network, without any extra semantic information, can be used to aggregate topics, and that such topology is highly influenced by the topics being discussed on it. Altough we work with only a single dataset, our methods and measures developed are general and can be applied to any process of information diffusion and any complex network.

Made available in DSpace on 2014-06-12T15:56:33Z (GMT). No. of bitstreams: 2 arquivo2953_1.pdf: 1453994 bytes, checksum: 732515128c21ef9d04d44c0dd1461791 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Faculdade de Amparo à Ciência e Tecnologia do Estado de Pernambuco / Entende-se como Rede Social a estrutura formada por nós, geralmente indivíduos ou organizações, e as interdependências emergidas das interações entre esses nós, como valores, visões, ideias, trocas financeiras, amigos, parentesco, profissão, links da web, relações sexuais, dispersão de doenças (epidemiologia), e rotas aéreas. Dependendo do tipo de interação, um conjunto de nós pode assumir uma configuração diferente. Em um grupo de indivíduos a rede social formada pelas relações profissionais é diferente da rede formada pelos parentescos que por sua vez é diferente da rede formada pela dispersão de doenças. Atualmente existe um enorme interesse em entender a complexidade das Redes Sociais. Este entendimento possibilitará o desenvolvimento de diversas ferramentas para gestão dos ativos que constituem essas redes. Neste trabalho é proposto um mecanismo de recomendação de relacionamentos para Redes Sociais baseado na topologia da rede. O algoritmo desenvolvido analisa o subgrafo composto pelo usuário e todos os outros conectados por até três graus de separação. Contudo, apenas os usuários conectados por dois graus de separação são candidatos a serem sugeridos como novos amigos. O algoritmo utiliza os padrões que caracterizam os relacionamentos do usuário para achar aqueles que seguem este mesmo padrão. O mecanismo de recomendação foi desenvolvido baseado na caracterização e análise da rede formada pelo usuário e os amigos-dos-amigos (friends-of-friends (FOF)). Um módulo do mecanismo foi desenvolvido utilizando algoritmo genético para otimizar as recomendações. O algoritmo genético regula as variáveis responsáveis por ponderar quais características extraídas dos padrões de relacionamento do usuário são mais importantes. Dessa forma as recomendações geradas seguem o mesmo padrão de relacionamentos existentes

Orientador: Fernando José Von Zuben / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-16T05:45:11Z (GMT). No. of bitstreams: 1 Mello_AlanGodoySouza_M.pdf: 2308252 bytes, checksum: f9e7cf4b923ecf59d07a767543b8a7c4 (MD5) Previous issue date: 2010 / Resumo: Este trabalho propõe uma variante de otimização por enxame de partículas, na qual as influências entre as partículas são definidas através de uma rede complexa dinâmica. O objetivo principal é melhorar a capacidade de exploração do mecanismo de busca, particularmente junto a problemas multimodais. Com a vizinhança entre as partículas sendo definida de forma dinâmica e apresentando propriedades típicas de redes complexas, pretende-se: (i) promover uma rápida difusão de informação pela rede; (ii) viabilizar a formação de comunidades; e (iii) permitir que a influência das partículas ao longo da busca seja ajustável. Para validar o algoritmo proposto, foi feita uma análise sobre qual sua sensibilidade à variação de características da topologia. Em seguida, o seu desempenho foi comparado ao de outras propostas de otimização por enxame de partículas, presentes na literatura, utilizando para isso sete funções de teste com alta dimensionalidade e diferentes graus de dificuldade. Os resultados obtidos mostraram-se competitivos, indicando que topologias dinâmicas e complexas conduzem a mecanismos de busca eficazes e flexíveis, capazes de lidar com diferentes cenários de otimização / Abstract: This work proposes a variant of particle swarm optimization, in which the influences among particles are defined by a dynamic complex network. The main purpose of this work is to improve the exploration capability of the search mechanism, particularly in multimodal problems. With the neighborhood of the particles being defined in a dynamic way and presenting typical properties of complex networks, the intention is: (i) to promote a rapid diffusion of information throughout the network; (ii) to enable the formation of communities; and (iii) to allow an adjustable influence of the particles along the search. To validate the proposed algorithm, an analysis of its sensitivity to alternative characteristics of the topology was performed. Further, its performance was compared to other particle swarm optimization proposals, available in the literature, on seven high-dimensional benchmark functions presenting distinct difficulty levels. The obtained results were competitive, indicating that dynamic complex topologies guide to effective and flexible search mechanisms, capable of dealing with distinct optimization scenarios / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientadores: Sergio Furtado dos Reis, Paulo Roberto Guimarães Junior / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Biologia / Made available in DSpace on 2018-08-16T21:49:18Z (GMT). No. of bitstreams: 1 Pires_MathiasMistretta_M.pdf: 1574515 bytes, checksum: 8ed1257891270ac7fccd8f970209e11f (MD5) Previous issue date: 2010 / Resumo: A teoria do nicho como originalmente concebida baseia-se na pressuposição que os indivíduos de uma espécie ou população são ecologicamente equivalentes. Entretanto fatores endógenos e exógenos podem contribuir para a existência de variação nas dimensões do nicho. Nesse contexto foi estudada a ecologia alimentar do marsupial Micoureus paraguayanus em uma área de Cerrado com o objetivo de identificar os fatores endógenos e exógenos que influenciam na sua dieta e os padrões de subdivisão do nicho trófico populacional entre os indivíduos da população. A composição da dieta e a amplitude do nicho trófico foram fortemente influenciadas pela sazonalidade, havendo ainda diferenças relacionadas aos sexos no uso de recursos. No período de escassez de recursos alimentares, durante a estação fria?seca, houve ampliação do nicho trófico populacional devido ao aumento da variação interindividual na dieta. Essa variação resulta na ocorrência de indivíduos com dietas mais restritas compostas por subconjuntos do espectro de recursos usado pelos indivíduos com dietas menos restritas. Esses resultados adicionam M. paraguayanus a uma lista crescente de espécies onde tem sido demonstrada variação no uso de recursos e relatam a emergência de estrutura nas interações tróficas no nível dos indivíduos da população, abrindo caminho para uma nova área de interesse em ecologia alimentar / Abstract: Niche theory as originally formulated is based upon the assumption that the individuals within a species or population are ecolgically equivalent. However endogenous and exogenous factors may contribute to the existence of variation in niche dimensions. In this context, I studied the feeding ecology of the didelphid marsupial Micoureus paraguayanus in a Cerrado (savannah-like) remnant with the objective of identifying the factors that affect its diet and the patterns of trophic niche subdivision amongthe individuals within the population. The dietary composition and trophic niche width were highly affected by seasonality with differences in resource use related o sex. In the cool?dry season, when resources are scarcer, niche was broader due to increased interindividual diet variation. This variation results in the occurrence of individuals with different degrees of diet generalization within the population sch that individuals with more constrained diets use subsets of the resource spectrum used by those individuals with broader dies. These results add M. paraguayanus to a growing list of species showing interindividual diet variation and show the emergence of structure in the trphic interactions at the individual?level, creating new avenues for future research in feeding ecology / Mestrado / Mestre em Ecologia

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / In this thesis we study systems where some form of disorder or non-homogeneity has a significant role at the complexity of the structural building or of the dynamics regulation of the system. First, we study the dynamics of Boolean networks, where the rules to update the state of the nodes are randomly chosen and control the global behavior of the system. At the critical threshold, and near to it, we propose that the transition to the critical regime can be characterized by the divergence of the relaxation time Tr. Based on simple scaling arguments, we show that the cumulative probability distribution of Tr decays as a power-law , with exponent iqual -1, for the annealed model at the critical region. Then, we study a novel method for network decomposition, which we apply to scale-free networks, that have the broad degree distribution as a fundamental feature. This method consists in a simultaneous and iterative remotion of groups of nodes with degree K until there are no more nodes with this degree in the network. Thus, we define new variables that characterize the process of decomposition and we obtain a set of well define exponents and parameters. From the behavior of these variables we can see, through some mathematical manipulations, that our method is self-consistent, serving as a useful tool for the study of the structural features of the network. At last, we study the backbones of the percolation cluster, where we use a network model with layers arranged in a disorderly way to represent some kind of anisotropy resistance to the percolation. Our numerical results indicate a break at the universality class on the fractal dimension and on the mass distribution of the backbones. / Nesta tese estudaremos sistemas onde alguma forma de desordem ou nÃo-homogeneidade tem um importante papel na complexidade da formaÃÃo estrutural ou da regulagem dinÃmica do sistema. Primeiramente estudaremos a dinÃmica das redes Booleanas, onde as regras de atualizaÃÃo escolhidas aleatoriamente controlam o comportamento global do sistema. Na condiÃÃo crÃtica e prÃximo dela, propomos que a transiÃÃo para o regime crÃtico pode ser caracterizado pela divergÃncia do tempo de relaxaÃÃo Tr. Baseados em simples argumentos de escalonamento, mostramos, alÃm de outros resultados, que a probabilidade acumulativa da distribuiÃÃo de Tr decai como uma lei de potÃncia, com o expoente igual a -1, para o modelo annealed na regiÃo crÃtica. Em seguida estudamos um novo mÃtodo de decomposiÃÃo de redes aplicado Ãs redes livres de escalas, onde a ampla distribuiÃÃo de conectividade à um aspecto fundamental. O mÃtodo consiste basicamente na retirada simultÃnea e iterativa de grupos de vÃrtices com um determinado grau K de conectividade atà que nÃo haja mais sÃtios com este mesmo grau de conectividade na rede. Deste modo, definimos algumas variÃveis que caractarizam o processo de decomposiÃÃo e obtemos uma sÃrie de expoentes e parÃmetros bem definidos. A partir do comportamento destas variÃveis pudemos constatar por meio de algumas manipulaÃÃes matemÃticas que nosso mÃtodo à auto-consistente, servindo como Ãtima ferramenta para estudo dos aspectos estruturais de uma rede. Por fim, estudamos os backbones, onde utilizamos um modelo de rede em que a desordem està no arranjo aleatÃrio de camadas fÃceis e difÃceis à percolaÃÃo. Os resultados numÃricos indicam a quebra na classe de universalidade da geometria fractal e da distribuiÃÃo de tamanhos de massa do backbones e tambÃm um comportamento assintÃtico da dimensÃo fractal no limite de grandes valores de massa e/ou anisotropia.

O avanço das pesquisas em redes complexas proporcionou desenvolvimentos significativos para a compreensão de sistemas complexos. Uma rede complexa é modelada matematicamente por meio de um grafo, onde cada vértice representa uma unidade dinâmica e suas interações são simbolizadas por um conjunto de arestas. Para se determinar propriedades estruturais desse sistema, caminhadas aleatórias tem-se mostrado muito úteis pois dependem apenas de informações locais (vértices vizinhos). Entre elas, destaca-se o passeio auto-excludente (SAW) que possui a restrição de não visitar um vértice que já foi alcançado, ou seja, apresenta memória do caminho percorrido. Por este motivo o SAW tem apresentado melhores resultados do que caminhantes sem restrição, na exploração da rede. Entretanto, por não se tratar de um processo Markoviano ele apresenta grande complexidade analítica, tornando indispensável o uso de simulações computacionais para melhor compreensão de sua dinâmica em diferentes topologias. Mesmo com as dificuldades analíticas, o SAW se tornou uma ferramenta promissora na identificação de estruturas de comunidades. Apesar de sua importância, detecção de comunidades permanece um problema em aberto devido à alta complexidade computacional associada ao problema de optimização, além da falta de uma definição formal do significado de comunidade. Neste trabalho, propomos um método de detecção de comunidades baseado em SAW para extrair uma estrutura de comunidades da rede otimizando o parâmetro modularidade. Combinamos características extraídas desta dinâmica com a análise de componentes principais para posteriormente classificar os vértices em grupos por meio da clusterização hierárquica aglomerativa. Para avaliar a performance deste novo algoritmo, comparamos os resultados com outras quatro técnicas populares: Girvan-Newman, Fastgreedy, Walktrap e Infomap, aplicados em dois tipos de redes sintéticas e nove redes reais diversificadas e bem conhecidas. Para os benchmarks, esta nova técnica produziu resultados satisfatórios em diferentes combinações de parâmetros, como tamanho de rede, distribuição de grau e número de comunidades. Já para as redes reais, obtivemos valores de modularidade superior aos métodos tradicionais, indicando uma distribuição de grupos mais adequada à realidade. Feito isso, generalizamos o algoritmo para redes ponderadas e digrafos, além de incorporar metadados à estrutura topológica a fim de melhorar a classificação em grupos. / The progress in complex networks research has provided significant understanding of complex systems. A complex network is mathematically modeled by a graph, where each vertex represents a dynamic unit and its interactions are symbolized by groups of edges. To determine the system structural properties, random walks have shown to be a useful tool since they depend only on local information (neighboring vertices). Among them, the selfavoiding walk (SAW) stands out for not visiting vertices that have already been reached, meaning it can record the path that has been travelled. For this reason, SAW has shown better results when compared to non-restricted walkers network exploration methods. However, as SAW is not a Markovian process, it has a great analytical complexity and needs computational simulations to improve its dynamics in different topologies. Even with the analytical complexity, SAW has become a promising tool to identify the community structure. Despite its significance, detecting communities remains an unsolved problem due to its high computational complexity associated to optimization issues and the lack of a formal definition of communities. In this work, we propose a method to identify communities based on SAW to extract community structure of a network through optimization of the modularity score. Combining technical features of this dynamic with principal components analyses, we classify the vertices in groups by using hierarchical agglomerative clustering. To evaluate the performance of this new algorithm, we compare the results with four other popular techniques: Girvan-Newman, Fastgreedy, Walktrap and Infomap, applying the algorithm in two types of synthetic networks and nine different and well known real ones. For the benchmarks, this new technique shows satisfactory results for different combination of parameters as network size, degree distribution and number of communities. As for real networks, our data shows better modularity values when compared to traditional methods, indicating a group distribution most suitable to reality. Furthermore, the algorithm was adapted for general weighted networks and digraphs in addition to metadata incorporated to topological structure, in order to improve the results of groups classifications.

Contexto: Epilepsia não é uma única doença, mas uma família de síndromes que compartilham a recorrência de crises. Estima-se que 3% da população em geral terá epilepsia em algum momento em suas vidas. A detecção de crises epiléticas é frequentemente feita através da análise de exames de eletroencefalografia. Há várias dificuldades na detecção de crises, variabilidade entre pessoas, localização do conteúdo espectral, interferências, dentre outras. Motivação: Há um crescente uso com bons resultados de redes complexas para análise de séries temporais, mas poucos destes são voltados à análise de sinais de epilepsia. Os trabalhos que analisam epilepsia, em geral, negligenciam uma análise estatística rigorosa. Ainda há dúvida quanto à utilização de algoritmos prospectivos para predição de crises. Métodos: As séries temporais são analisadas utilizando 7 tamanhos diferentes de janelas, 256, 303, 512, 910, 1.024, 2.048, e 2.730 pontos. São utilizados 6 algoritmos de conversão de série temporal em rede complexa, redes de k vizinhos mais próximos, redes de k vizinhos mais próximos adaptativos, redes de epsilon vizinhança, redes cíclicas, redes de transição, e grafos de visibilidade. Cada um desses algoritmos têm seus parâmetros, e no total são realizadas 75 conversões. Para cada rede complexa gerada, são extraídas 21 medidas que as caracterizam. Com a extração dessas medidas, um novo conjunto de dados é formado e utilizado para treinar 37 classificadores diferentes, divididos em 4 classes, análise de discriminante linear, árvore de decisão, k vizinhos mais próximos, e máquina de vetores de suporte. É utilizada uma validação cruzada com 10-folds numa parte do conjunto de dados separada para o treino dos classificadores, e apenas o melhor classificador dentre os 37 foi selecionado em cada conversão realizada. No conjunto de teste, é feita a estimativa de desempenho do melhor classificador, que é então comparado à um preditor aleatório e ao estado da arte. Resultados: A rede de epsilon vizinhança obteve o melhor resultado, com 100% de acurácia no conjunto de teste em quase todos os cenários, com janelas de tamanho pequeno e com a análise de discriminante linear. As outras redes também tiveram bons resultados, comparáveis ao estado da arte, exceto a rede de transição cujo desempenho foi ruim. Conclusão: Foi possível desenvolver um algoritmo prospectivo com classificador linear utilizando a rede de epsilon vizinhança, com desempenho comparável ao estado da arte e com rigorosa avaliação estatística, e não apenas utilizando a acurácia como medida de desempenho. / Context: Epilepsy is not a single disease, but a family of syndromes that share recurrent seizures. It is estimated that 3% of the population will have epilepsy at some moment of their life. Seizure detection is frequently done through EEG analysis. There are several difficulties in seizure detection, people variability, the location of the spectral content, interferences, among other things. Motivation: There is a growing usage with good results of the complex networks to analyze time series, but few studies focusing on epilepsy. The works that have analyzed epilepsy, in general, have neglected a strict statistical analysis. There is still doubts regarding the usage of prospective algorithms to predict seizures. Methods: The time series were analyzed on 7 different window sizes, 256, 303, 512, 910, 1024, 2048, and 2730 points. We used 6 different algorithms to convert the time series into complex networks, k nearest neighbors network, adaptive k nearest neighbors network, epsilon neighborhood network, cycle network, transition network, visibility graph. Each algorithm has its parameters, and in total, we performed 75 conversions. For each conversion, the network extracted 21 measures. A new dataset is formed with these measures, and it was used to train 37 classifiers, divided into 4 classes, linear discriminant analysis, decision tree, k nearest neighbors, support vector machine. We used 10-fold cross-validation in a training set, separated from the whole dataset, and only the best classifier between the 37 was selected for each conversion. In the test set, we estimated the performance of the best classifiers, and then they were compared with a random predictor and with the state-of-the-art. Results: The epsilon neighborhood network presented the best result with 100% accuracy over almost all scenarios in the test set, with small window sizes and the linear discriminant analysis. The other networks also had good results, comparable to the state-of-the-art, except the transition network which had poor performance. Conclusion: We were able to develop a prospective algorithm with a linear classifier using the epsilon neighborhood network, with a performance comparable to the state-of-the-art and with rigorous statistical analysis, and not only using the accuracy as our performance measure.

Made available in DSpace on 2014-06-12T18:04:02Z (GMT). No. of bitstreams: 2 arquivo7714_1.pdf: 4073918 bytes, checksum: 21ba994f0f0b2392061b969389b1232f (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A tuberculose é uma doença endêmica causada por uma bactéria aeróbica denominada Mycobacterium tuberculosis (Mtb). Ela é responsável pela infecção de um terço da popula ção mundial e causa 2,2 milhões de mortes anualmente. A infecção mais comum causada pela Mtb ocorre pela inalação dos microorganismos para os pulmões, onde eles infectam principalmente os macrófagos alveolares. Macrófagos infectados liberam citocinas que ativam a resposta imunológica específica que resulta no desenvolvimento de uma estrutura granulomatosa formada pelas células do sistema imune (macrófagos, células T e B) no sítio de infecção. Apesar de todos os esforços e estudos realizados até o presente, buscando entender a dinâmica de formação de granulomas, ainda não se conhece os mecanismos responsáveis pelo seu crescimento e estabilidade. Neste trabalho de tese nós introduzimos um modelo matemático, baseado na aproxima ção de autômatos celulares, para descrever a formação do granuloma como resposta imunológica a Mtb e as diferentes dinâmicas observadas na natureza para este processo. O modelo leva em conta as principais células envolvidas na resposta imune para a Mtb, bem como a ativação e/ou migração celular devido a sinalização de quimiocinas e citocinas. Dependendo da região do espaço de parâmetros, o modelo reproduz pelo menos um dos três tipos de dinâmicas observadas nos modelos animais: eliminação, contenção e disseminação. O modelo reproduz também resultados experimentais obtidos em experimentos realizados com camundongos: a evolução temporal da contagem de células T e de bactérias durante a dinâmica de contenção. Nesta tese também analisamos as características de uma rede complexa obtida em estudos anteriores, realizados por membros do nosso grupo, sobre o processo endêmico da tuberculose. Dois tipos de rede foram obtidos do estudo da correlação espaço-temporal entre os novos casos anuais de TB ocorridos em Olinda, uma cidade da região Nordeste do Brasil, durante dois períodos de cinco anos consecutivos: redes topológicas onde acontecem os processos endêmicos durante cada período e redes complexas com pesos, nas quais os pesos são atribuídos aos nodos e correspondem ao número de casos que ocorrem em cada nodo durante os cinco anos analisados. Do estudo do comportamento das quantidades usuais definidas para redes complexas, nós mostramos que as redes topológicas extraídas a partir dos processos endêmicos exibem as propriedades de redes mundo pequeno . Contudo quando nós associamos pesos aos nodos das redes, estas exibem propriedades de redes livres de escala

Made available in DSpace on 2014-06-12T18:06:43Z (GMT). No. of bitstreams: 2 arquivo7753_1.pdf: 2076961 bytes, checksum: 18b075a78eb9d0b597e757c3ef581a30 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Uma análise das propriedades topológicas locais e globais das redes de ligações de hidrogênio entre as moléculas de água, geradas a partir de simulações em condições próximas da supercrítica com o método de Monte Carlo (MC-NPT), utilizando o modelo de cinco sítios (TIP5P) para descrever as interações intermoleculares, indica o aparecimento de padrões típicos de pequenos-mundos (smallword), isto é, alto grau de agrupamento e pequenos tamanhos de ilhas. Em condições normais de temperatura e pressão, estas redes não apresentam tais padrões, pois se observa um alto grau de agregação e a percolação do sistema (Ref. 1). Neste trabalho, realizamos simulações computacionais MC-NPT nas condições normais (298 K e 1 atm) para a água, onde introduzimos no potencial de interação eletrostática um fator de amortecimento que modifica as cargas dos sítios de hidrogênios e de pares isolados, permitindo assim, de forma controlada, reduzir a formação das ligações de hidrogênio. Nossos resultados para o coeficiente de agrupamento (C), a conectividade média ( k ) e a distância química (L), em função do fator de amortecimento &#955; (0,7 &#8804; &#955; &#8804; 1), indicam que o sistema exibe uma transição de fase topológica em &#955;c= 0,75, separando as regiões de pequenos e grandes valores de C e k , para &#955; < &#955;c e &#955; > &#955;c, respectivamente. Nossa análise de estatística de ilhas mostra que na região &#955; > &#955;c tem-se a formação de um agregado com cerca de 99% dos componentes, enquanto que para &#955; < &#955;c ocorre um grande número de monômeros, dímeros e trímeros e não há mais a percolação do sistema. O comportamento do coeficiente de agrupamento e da distância química em função do parâmetro &#955;, exibe semelhança com o resultado obtido por Watts e Strogatz (Ref. 2), no qual caracterizam uma região de pequenos mundos. A razão C/Crand, onde Crand é o coeficiente de agrupamento de redes aleatórias com o mesmo número de nós (N), é independente do valor de &#955;, e varia linearmente com N com coeficiente angular dado pela razão C / k = 1/6. O grau de distribuição de ligações para estas redes mostra que, para a região &#955; > &#955;c, a distribuição é muito similar a uma distribuição de Poisson, mostrando que a rede se comporta como uma rede aleatória, mas para valores de &#955; < &#955;c, a distribuição passa a ser assimétrica e bastante diferente da distribuição de Poisson. Cálculos das propriedades termodinâmicas, como densidade, entalpia, e entalpia de vaporização, também são indicativos da ocorrência de uma transição de fase topológica em &#955;c= 0,75