O uso de técnicas de mineração de dados tem produzido resultados importantes em diversas áreas, tais como bioinformática, atividades de transações bancárias, auditorias de computadores relacionados à segurança, tráfego de redes, análise de textos, imagens e avaliação da qualidade em processos de fabricação. Em medicina, métodos de mineração de dados têm se revelado muito eficazes na realização de diagnósticos automáticos, ajudando na tomada de decisões por equipes médicas. Além do uso de mineração de dados, dados médicos podem ser representados por redes complexas, de modo a incluir conexões entre seus elementos. Por exemplo, no caso do cérebro, regiões corticais podem representar vértices em um grafo e as conexões podem ser definidas através das atividades corticais. Com isso, pode-se comparar a estrutura do cérebro de sujeitos sadios com a de pacientes que apresentam doenças mentais de modo a definir métodos para diagnóstico e obter conhecimento sobre como a estrutura do cérebro está relacionada com alterações comportamentais e neurológicas. Nesse trabalho, estamos interessados em usar métodos de mineração de dados e redes complexas para classificar pacientes portadores de quatro diferentes tipos de doenças mentais, isto é, esquizofrenia, autismo, déficit de atenção/desordem de hiperatividade e paralisia progressiva nuclear. / A data mining and knowledge discovery is in a field of research, with applications in different areas such as bioinformatics, customer transaction activity, security related computer audits, network traffic, text analysis and quality evaluation in manufacturing. In medicine, data mining methods have proven very effective in performing automatic diagnostics, helping in making decisions by medical teams. In addition to the use of data mining, medical data can be represented by complex networks in order to include connections between its elements. For example, in the case of the brain, cortical regions can represent vertices in a graph and the connections can be defined through cortical activities. Thus, we can compare the brain structure of healthy patients with those of patients with mental disorder in order to define methods for diagnosis and to obtain knowledge about how the structure of the brain is related to behavioral and neurological changes. Here, we are interested in using data mining methods and complex networks to classify patients with four different types of mental desorders, that is, schizophrenia, autism, attention deficit / hyperactivity disorder, and progressive supranuclear paralysis.

Nesta pesquisa, estudamos e comparamos duas maneiras de se construir redes. O principal objetivo do nosso estudo é encontrar uma forma efetiva de se construir redes, especialmente quando temos menos observações do que variáveis. A construção das redes é realizada através da estimação do coeficiente de correlação parcial com base na estatística clássica (inverse method) e na Bayesiana (priori conjugada Normal - Wishart invertida). No presente trabalho, para resolver o problema de se ter menos observações do que variáveis, propomos uma nova metodologia, a qual chamamos correlação parcial local, que consiste em selecionar, para cada par de variáveis, as demais variáveis que apresentam maior coeficiente de correlação com o par. Aplicamos essas metodologias em dados simulados e as comparamos traçando curvas ROC. O resultado mais atrativo foi que, mesmo com custo computacional alto, usar inferência Bayesiana é melhor quando temos menos observações do que variáveis. Em outros casos, ambas abordagens apresentam resultados satisfatórios. / This research is about studying and comparing two different ways of building complex networks. The main goal of our study is to find an effective way to build networks, particularly when we have fewer observations than variables. We construct networks estimating the partial correlation coefficient on Classic Statistics (Inverse Method) and on Bayesian Statistics (Normal - Invese Wishart conjugate prior). In this current work, in order to solve the problem of having less observations than variables, we propose a new methodology called local partial correlation, which consists of selecting, for each pair of variables, the other variables most correlated to the pair. We applied these methods on simulated data and compared them through ROC curves. The most atractive result is that, even though it has high computational costs, to use Bayesian inference is better when we have less observations than variables. In other cases, both approaches present satisfactory results.

O presente trabalho admite como pressuposto que a identidade de um campo de conhecimento pode ser percebida, também, pela análise de sua produção científica. Como objetivo geral, propôs-se mapear e construir a rede de produção científica do Campo de Políticas Públicas no período abrangido pelos anos compreendidos entre 2000 e 2011, sob a ótima de Sistemas Complexos. Definiu-se que essas redes teriam como unidades de composição os autores responsáveis pela produção identificada no período; assim, efetivou-se um levantamento por esses artigos em oito diferentes veículos de produção científica que recebem trabalhos do campo, sendo quatro encontros e quatro periódicos, selecionados, inclusive, com base na classificação Qualis da CAPES. Os encontros selecionados foram o EnAPG Encontro de Administração Pública e Governança, EnANPAD Encontro da Associação Nacional de Pós-Graduação e Pesquisa Em Administração, Encontro da ANPOCS Associação Nacional de Pós-Graduação e Pesquisa em Ciências Sociais de e Encontro da ABCP Associação Brasileira de Ciência Política, ao passo que os periódicos foram a Revista de Políticas Públicas, a Revista de Administração Pública, a Revista Brasileira de Ciências Sociais e a Lua Nova: Revista de Cultura e Política. À exceção do EnAPG, da RAP e da RPP- em que todos os artigos publicados no período foram selecionados foram adotados critérios de seleção para os artigos baseados na análise do título, resumo e palavras-chave. Para o tratamento dos dados, dois softwares foram utilizados: Microsoft Excel® e NodeXL Excel Template®; o primeiro foi usado na tabulação dos dados e elaboração do banco de dados que fundamentou a confecção das redes, viabilizada pelo segundo. Como resultados, encontrou-se que i) no período analisado o crescimento do Campo de Políticas Públicas foi evidente tanto o número de autores quanto o de artigos; ii) o campo tem se mostrado um espaço aberto a produções colaborativas, visto que os cálculos revelaram, em média, dois autores por artigo; iii) o campo ainda carece de identidade, considerando que grande parte dos autores não permanece nele, ou seja, não apresentam continuidade e periodicidade em suas pesquisas e iv) mesmo entre os autores destacados nas medidas de centralidade ou como os mais prolíficos, depreendeu-se que não têm sua formação acadêmica concentrada na área, à exceção de poucos. Ressalta-se, ainda, que os padrões encontrados acerca da dinâmica de relacionamentos podem diferir de acordo com a grande área a que estão relacionados. / This study takes the assumption that the identity of a field of knowledge can be perceived also by the analysis of their scientific production. As general goal, it was proposed to map and build the scientific production network Public Policy Field in the period covered by the years 2000 to 2011, in the optimal of Complex Systems. It was defined that these networks would have as composition units for scientific production the identified authors in the period, so a survey was accomplished by these articles in eight different vehicles that receive scientific field work, four meetings and four journals, selected, even based on the classification of Qualis CAPES. The meetings selected were EnAPG - Meeting of Public Administration and Governance, EnANPAD Meeting of National Association of Graduate Studies and Research in Administration, ANPOCS Meeting National Association of Graduate Studies and Research in Social Sciences and ABCP Meeting Brazilian Association of Political Science, while journals were Journal of Public Policy, Journal of Public Administration, Brazilian Journal of Social Sciences and New Moon: Review of Culture and Politics. Except for EnAPG, RAP and RPP that all articles published in the period were selected it was adopted a criteria selection for articles based on analysis of the title, abstract and keywords. To process the data, it were used two softwares: Microsoft Excel ® and NodeXL Excel Template®, the first was used in data tabulating and preparing the database that justified the making of networks, enabled by the second. As results, it was found that i) the growth of the Field of Public Policy was evident in the period analyzed both as the number of authors and articles, ii) the field has been an open space for collaborative productions, since the calculations revealed an average of two authors per article iii) the field still lacks identity, considering that most authors do not stay in it, or do not have continuity and regularity in their research and iv) even among the authors highlighted the measures or centrality and as the most prolific, surmised that have focused on their academic area, with the exception of a few. It should also be emphasized that the patterns found on the dynamics of relationships may differ according to the large area that they are related.

Esta dissertação apresenta um estudo detalhado do sistema de canais do osso cortical dos animais sob o ponto de vista das redes complexas. Este sistema é composto por canais paralelos ao eixo principal do osso e por canais perpendiculares. Estes canais são chamados de canais de Havers e Volkman, respectivamente. Sua principal função é conduzir os vasos sangüíneos responsáveis pela nutrição das células por toda estrutura óssea. O conjunto de canais foi mapeado em uma rede na qual consideramos cada vértice como sendo a intersecção de um ou mais canais e as conexões entre os vértices como os próprios canais. Analisamos as características topológicas desta rede utilizando os conceitos clássicos de redes complexas, como conectividade, coeficiente de clusterização, distribuição do comprimento dos menores caminhos e detecção de comunidades. Também utilizamos uma abordagem hierárquica para algumas destas medidas. Mostramos que a rede do osso cortical é altamente modular, sendo organizada em comunidades bem definidas e espacialmente localizadas, sendo este último fator importante para determinação das características topológicas da comunidade. Os resultados demonstram que a rede Haversiana é similar a outras redes reais, sugerindo um processo natural de otimização durante sua criação. Alguns aspectos dinâmicos também foram estudados através do processo de despercolação. Nós mostramos que as comunidades da rede Haversiana não são igualmente resistentes a perda de conexões. Além disso as comunidades mais resistentes estão localizadas na região posterior do osso, onde também estão localizados os prolongamentos ósseos, responsáveis pela sustentação e equilíbrio mecânico da estrutura. Também avaliamos o fluxo entre a medula óssea e o periósteo ósseo durante o processo de despercolação e o comparamos com o fluxo medido quando a rede é submetida a ataques. Nossos resultados indicam que a remoção aleatória de conexões é mais prejudical às propriedades de transporte desta rede. / This work studies in detail the channel system of the cortical bone of animals from the complex networks point of view. This system is composed by channels parallel to the main axis of the bone and by channels perpendicular to it. These channels are called Haversian and Volkmann channels, respectively. Their main function is to lead the blood vessels responsible for cell nourishment through the whole bone structure. The set of channels was mapped into a network in which we considered each node as the confluence of one or more channels and the edges among the nodes as the channels. We analysed the topological features of the Haversian network using classic concepts of complex networks, such as degree, clustering coefficient, distribution of the shortest path and communities detection. We also used hierarquical approaches for some of these measurements. We showed that the cortical bone network is highly modular and organized into communities very well defined and spatially localized. The latter feature was important in order to define the topological properties of the communities. The results indicate that the Haversian network is similar to other man-made networks, suggesting a natural process of optimization during its creation. Some dynamical aspects were also investigated through despercolation process. We showed that the Haversian communities are not equally resistent to edges removal. Moreover, the more resilient communities were found to be at the posterior portion of the bone, where are also placed the bone protrusions, responsible for support and balance of the structure. We also evaluated the flow between the marrow bone and the periosteum during the despercolation process and compared with the flow while the network was submitted to edges attacks. Our results indicate that the random removal of the edges is more harmful to the transport properties of this network.

Estudos em redes complexas têm ganhado cada vez mais atenção devido ao seu potencial de representação simples de modelos complexos em diversas áreas de conhecimento. A obtenção de modelos quantitativos que representem fenômenos observados da natureza, assim como o desenvolvimento de metodologias de caracterização de redes complexas, tornaram-se essenciais para a compreensão e desenvolvimento de pesquisas com essas estruturas. Este trabalho tem como objetivo desenvolver e estudar alguns métodos recentes, usados para a caracterização de redes complexas, explorando-os no contexto da modelagem de conhecimento. Para isso, duas redes complexas foram geradas, uma rede de colaboração de pesquisadores da USP e outra obtida a partir do banco de dados de artigos da Wikipédia, considerando apenas aqueles da categoria de teoremas matemáticos. As medidas concêntricas, que foram recentemente formalizadas, são exploradas e aplicadas às redes descritas, assim como para diversos modelos teóricos, fornecendo informações muito relevantes sobre a topologia dessas redes. Resultados ainda mais interessantes são obtidos pela caracterização dos vértices da rede de colaboração, que revelam padrões de interdisciplinaridade entre as diferentes áreas do conhecimento. Um modelo de aquisição de conhecimento também foi proposto, aplicando a utilização de simulações de múltiplos agentes interagentes que caminham por uma rede complexa segundo uma heurística auto-esquivante. Resultados dessas simulações, realizadas para a rede da Wikipédia e outros modelos teóricos, mostram que certas configurações de parâmetros e de redes apresentam melhor desempenho na aquisição do conhecimento, com a rede de teoremas apresentando o pior deles. Entretanto, diferentemente do que era esperado, a variação da memória dos agentes pouco influência a velocidade de aquisição de conhecimento dos agentes. A freqüência de acesso dos vértices pelos agentes também foi determinada e explorada superficialmente. Diversos softwares foram desenvolvidos para uso neste projeto de mestrado, dentre eles destaca-se o visualizador 3D, que se tornou indispensável para a análise das contribuições das outras propriedades apresentadas. / Studies of complex networks have gained increasing research interest in recent years, in part due to its potential for simple representation of complex systems in various fields of science. The needs of quantitative models representing observed phenomena, as well the development of methods for the characterization of complex networks, is a essential matter for the development and understanding of scientific researches exploring such structures. This work aims to develop and study some new methods for the characterization of complex networks, exploring them in the context of knowledge modeling. Initially, two complex networks were developed, a collaborative network of researchers from the Universidade de Sao Paulo and the other obtained from the database of Wikip´edia articles, considering only those strict related to mathematical theorems. The recently formalized concentric measurements are explored and applied to the described networks, as well to other several theoretical models, providing much more information about the topology of these networks than by the use of traditional measurements. Even more interesting results are obtained by the characterization of the vertices of the collaboration network, which reveal patterns of interdisciplinarity among the many fields of science. A model of knowledge acquisition has also been proposed by the use of simulations of multiple interacting agents walking through a complex network in self-avoiding trajectories. Results of those simulations, performed for the network of Wikipedia and other theoretical models shows that certain sets of parameters and networks perform better in the acquisition of knowledge, through the network of theorems presenting the worst of them. However, unlike what should be expected on the basis of intuition, the agents memories do not play much influence to the speed of acquisition of knowledge. The agent access frequencies of vertices was also been obtained and explored superficially in order to determine where the agents walk more ofen. Several softwares had been developed in this masters thesis project, among these, there is a complex network computational visualization tool, which had become indispensable for the many analysis of the contributions obtained by the use of the other described properties.

Fenômenos coletivos em redes sociais como a formação de linguagem ou cultura, crenças, emergência de consenso em relação a algum assunto, aquisição de conhecimento e aprendizagem, dentre outros, tem conduzido a um grande interesse no estudo de comportamentos cooperativos e fenômenos sociais, resultando numa grande variedade de dinâmicas de opinião. Nestes modelos, uma população de agentes interagentes carrega uma variável (ou um conjunto delas) numérica cujo valor representa uma opinião sobre um tópico, com interpretações distintas em cada contexto. Inspirados em conceitos de mecânica estatística e mecanismos sociais, estes estados evoluem governados por regras matemáticas que controlam a dinâmica de interação entre os agentes e a influência de fatores externos. Outro ingrediente importante na modelagem de sistemas reais é que a representação das interações entre agentes difere bastante de reticulados ou misturas homogêneas, sendo mais bem descritas por redes complexas. Neste trabalho, estudamos a dinâmica de opinião de Krause e Hegselmann. Neste modelo, agentes possuem opiniões que assumem valores contínuos e são atualizados de acordo com a vizinhança compatível, definida pelo princípio da confiança limitada. Após apresentar uma revisão da literatura, estudamos a dinâmica de opinião no contexto de Redes Complexas, seguido de modificações do modelo que consideram a ação de ruído e campo externo (propaganda). Finalmente, propomos um modelo de consenso cuja interpretação está inserida no contexto de aquisição de conhecimento por agentes interagentes que realizam observações sujeitas a erros. Os resultados mostram como os diferentes tipos de topologia influenciam no comportamento das dinâmicas. / Collective phenomena in social networks such as formation of language or culture, beliefs, emergence of consensus on any subject, knowledge acquisition and learning, among others, has led to an increasing interest in the study of cooperative behavior and social phenomena, resulting in great variety of opinion dynamics. In these models, a population of interacting agents holds a variable (or a set of them) whose numerical value is an opinion on a topic, with different interpretations in each context. Inspired by concepts from statistical mechanics and social mechanisms, these states evolve governed by mathematical rules that control the dynamics of interaction between agents and the influence of external factors. Another important ingredient in the modeling of real systems is the representation of the interactions between agents, which strongly differs from lattices or fully mixed states, being better described by complex networks. In the present work, we study the opinion dynamics of Krause and Hegselmann. In this model, agents hold opinions that assume continuous values and are updated according to their compatible neighborhood, defined by the bounded confidence principle. After presenting a literature review, we studied the opinion dynamics in the context of complex networks, followed by modifications of the model considering the effect of noise and external field (advertising). Finally, we propose a consensus model interpreted as a process of knowledge acquisition by interacting agents that make observations subject to errors. The results show how the topology influences the dynamic behavior.

Sabe-se que diversas regiões do cérebro humano trabalham em sincronia, mesmo anatomicamente separadas, sugerindo conexões funcionais e estruturais. Dessa forma, nosso cérebro pode ser considerado uma rede que pode ser estudada para diferenças entre indivíduos e entre tarefas, em que os nodos podem ser diferentes regiões e as arestas podem ser medidas de conectividade funcional entre séries temporais de um sinal de ressonância magnética de cada região. Neste estudo, propomos analisar como conectividade funcional e parâmetros de rede cerebral se relacionam com desempenho intelectual e um estado de atenção sustentada. Foram adquiridas imagens de ressonância magnética de 30 indivíduos saudáveis jovens em estado de repouso e de atenção sustentada, a partir delas foram calculadas as conexões funcionais entre 90 regiões cerebrais usando o coeficiente de correlação entre pares de series temporais. Destes sujeitos foram estimados sete índices de inteligência a partir da aplicação do teste WAIS-III. As matrizes de conectividade evidenciariam um comportamento de rede complexa de mundo pequeno para limiares entre 0,2 e 0,5. Não foram encontradas associações entre parâmetros globais das redes ponderadas em estado de repouso e os índices de inteligência. Conectividade funcional e alguns parâmetros de rede locais evidenciaram correlações com pontuações de inteligência, principalmente nas regiões frontal, pré-central, parietal e occipital, giro fusiforme e supramarginal e caudado. Embora o p-valor não-corrigido seja bem pequeno e/ou haja simetria entre hemisférios em alguns resultados, ao ser considerado o efeito de múltiplas comparações para análise inteira não foram encontradas associações estatisticamente significativas, por isso as análises foram corrigidas para cada região (p-valor corrigido pelo FDR<0,05). Ainda assim, possivelmente um aumento do número de sujeitos levaria a resultados mais conclusivos. Não foram encontrados resultados que confirmassem a hipótese de que, para indivíduos normais, haveria uma maior anti-correlação de redes extrínsecas e intrínsecas como um todo para o estado de atenção focada em relação ao estado de repouso. Entretanto, durante o estado de atenção sustentada, foram encontradas algumas diferenças estatisticamente significantes nas conexões locais dentro das redes positivas e negativas à tarefa, evidenciadas por um aumento na magnitude das correlações positivas ou negativas durante a atenção sustentada, além de uma tendência de anti-correlação em conexões entre regiões positivas e negativas à tarefa. / It\'s known that some regions of the human brain work synchronously, even if they are anatomically separated, suggesting functional and structural connections. In this way, our brain can be considered a network that can be studied for individual or task differences and in which nodes can be the different regions and edges can be the measurements of functional connectivity between blood oxygen level-dependent signal time series from each region. In this study, we aim to analyze how functional connectivity and brain network parameters relate to intellectual performance and to sustained attention state. Resonance Magnetic images were acquired in 30 healthy young volunteers in resting and attentional state. The functional connections between 90 brain regions were computed from them using correlation coefficient between pairs of temporal series. Seven intelligence indices were estimated from these subjects through WAIS-III test application and associations between functional connectivity values or brain network parameters were sought. Connectivity matrices evidenced a small-world complex network behavior for thresholds between 0.2 and 0.5. No associations between global parameters using weighted networks were found. Functional connectivity and network parameters have evidenced some correlations with intelligence scores, mainly in frontal, pre-central, parietal, occipital regions, fusiform and supramarginal gyrus and caudate nucleus. Even that the uncorrected p-value was small and/or there was symmetry between hemispheres in several results, statistical significant associations were not found considering multiple comparisons correction for the entire analysis, therefore the analysis were corrected for each region (FDR corrected p-value <0.05). Even, increasing the number of subjects possibly would get more conclusive results. Results corroborant to the initial hypothesis of greater anti-correlation between default mode network and task-positive regions were not found for the sustained attention state. However, during sustained attention state, some statistically significant differences in local connections within task-positive and negative regions were found, evidenced by the increase of the strength of positive and negative correlations, besides of a trend of anti-correlation in connections between task-positive and negative regions.

Uma análise da rede de movimentação de bovinos entre estabelecimentos do Estado de Mato Grosso foi realizada utilizando os dados das guias de trânsito animal (GTA) emitidas durante o ano de 2007. A utilização de parâmetros descritivos da rede de movimentação de bovinos permitiu a caracterização da intensidade de comercialização de bovinos entre os estabelecimentos. Os parâmetros calculados foram: grau (entrada e saída), betweenness, closeness, coeficiente de aglomeração e PageRank. Dados referentes ao status das propriedades (foco ou livre de brucelose) obtidos do banco de dados do levantamento para brucelose bovina do Programa Nacional de Controle e Erradicação da Brucelose e da Tuberculose Animal (PNCEBT) foram utilizados para comparar os parâmetros das propriedades positivas e negativas para brucelose. A comparação foi realizada pelo teste de Mann Whitney e foi encontrada diferença estatisticamente significante (P< 0,05) apenas para os parâmetros grau total e de saída ponderados por número de animais e ponderados por número de lotes movimentados. A análise descritiva da rede de movimentação de bovinos mostra que a distribuição de valores para todos os parâmetros, exceto o closeness, seguiu qualitativamente a Lei de potências. As informações obtidas são importantes para auxiliar em medidas de controle e prevenção de doenças em rebanhos bovinos, como a brucelose. / An analysis of the network of cattle movement between farm premises of the state of Mato Grosso was carried out using data from the records of animal transit (GTA) collected during 2007. The use of descriptive parameters of the network of movement allowed the characterization of the intensity of bovine trade between the farm premises. The parameters calculated were: degree (incoming and outgoing), betweenness, closeness, clustering coefficient and PageRank. The database concerning the status of the premises (positive or brucellosis free) obtained from the survey for bovine brucellosis of National Programme for Control and Eradication of Brucellosis and Tuberculosis Animal (PNCEBT) was used to compare the parameters of positive and negative premises for brucellosis. The comparison was done by using the Mann Whitney test and found a statistically significant difference (P <0.05) for the parameters total degree and outgoing degree weighted by number of animals and number of batches. The descriptive analysis of the network of bovine movements showed that the distribution of values for all parameters, except the closeness, qualitatively followed a power law. The information obtained is important to assist in control measures and prevention of diseases in cattle herds, such as brucellosis.

Redes complexas é um campo de pesquisa científica recente e bastante ativo que estuda redes de larga escala com estruturas topológicas não triviais, tais como redes de computadores, redes de telecomunicações, redes de transporte, redes sociais e redes biológicas. Muitas destas redes são naturalmente divididas em comunidades ou módulos e, portanto, descobrir a estrutura dessas comunidades é um dos principais problemas abordados no estudo de redes complexas. Tal problema está relacionado com o campo de aprendizado de máquina, que tem como interesse projetar e desenvolver algoritmos e técnicas que permitem aos computadores aprender, ou melhorar seu desempenho através da experiência. Alguns dos problemas identificados nas técnicas tradicionais de aprendizado incluem: dificuldades em identificar formas irregulares no espaço de atributos; descobrir estruturas sobrepostas de grupos ou classes, que ocorre quando elementos pertencem a mais de um grupo ou classe; e a alta complexidade computacional de alguns modelos, que impedem sua aplicação em bases de dados maiores. Neste trabalho tratamos tais problemas através do desenvolvimento de novos modelos de aprendizado de máquina utilizando redes complexas e dinâmica espaço-temporal, com capacidade para tratar grupos e classes sobrepostas, além de fornecer graus de pertinência para cada elemento da rede com relação a cada cluster ou classe. Os modelos desenvolvidos tem desempenho similar ao de algoritmos do estado da arte, ao mesmo tempo em que apresentam ordem de complexidade computacional menor do que a maioria deles / Complex networks is a recent and active scientific research field, which concerns large scale networks with non-trivial topological structure, such as computer networks, telecommunication networks, transport networks, social networks and biological networks. Many of these networks are naturally divided into communities or modules and, therefore, uncovering their structure is one of the main problems related to complex networks study. This problem is related with the machine learning field, which is concerned with the design and development of algorithms and techniques which allow computers to learn, or increase their performance based on experience. Some of the problems identified in traditional learning techniques include: difficulties in identifying irregular forms in the attributes space; uncovering overlap structures of groups or classes, which occurs when elements belong to more than one group or class; and the high computational complexity of some models, which prevents their application in larger data bases. In this work, we deal with these problems through the development of new machine learning models using complex networks and space-temporal dynamics. The developed models have performance similar to those from some state-of-the-art algorithms, at the same time that they present lower computational complexity order than most of them

Synchronization of an ensemble of oscillators is an emergent phenomenon present in several complex systems, ranging from biological and physical to social and technological systems. The most successful approach to describe how coherent behavior emerges in these complex systems is given by the paradigmatic Kuramoto model. For decades, this model has been traditionally studied in globally coupled topologies. However, besides being intrinsically dynamical, complex systems exhibit very heterogeneous structure, which can be represented as complex networks. This thesis is dedicated to the investigation of fundamental problems regarding the collective dynamics of Kuramoto oscillators coupled in complex networks. First, we address the effects on network dynamics caused by the presence of triangles, which are structural patterns that permeate real-world networks but are absent in random models. By extending the heterogeneous degree mean-field approach to a class of configuration model that generates random networks with variable clustering, we show that triangles weakly affect the onset of synchronization. Our results suggest that, at least in the low clustering regime, the dynamics of clustered networks are accurately described by tree-based theories. Secondly, we analyze the influence of inertia in the phases evolutions. More precisely, we substantially extend the mean-field calculations to second-order Kuramoto oscillators in uncorrelated networks. Thereby hysteretic transitions of the order parameter are predicted with good agreement with simulations. Effects of degree-degree correlations are also numerically scrutinized. In particular, we find an interesting dynamical equivalence between variations in assortativity and damping coefficients. Potential implications to real-world applications are discussed. Finally, we tackle the problem of two intertwined populations of stochastic oscillators subjected to asymmetric attractive and repulsive couplings. By employing the Gaussian approximation technique we derive a reduced set of ODEs whereby a thorough bifurcation analysis is performed revealing a rich phase diagram. Precisely, besides incoherence and partial synchronization, peculiar states are uncovered in which two clusters of oscillators emerge. If the phase lag between these clusters lies between zero and &pi;, a spontaneous drift different from the natural rhythm of oscillation emerges. Similar dynamical patterns are found in chaotic oscillators under analogous couplings schemes. / Sincronização de conjuntos de osciladores é um fenômeno emergente que permeia sistemas complexos de diversas naturezas, como por exemplo, sistemas biológicos, físicos, naturais e tecnológicos. A abordagem mais bem sucedida na descrição da emergência de comportamento coletivo em sistemas complexos é fornecida pelo modelo de Kuramoto. Durante décadas, este modelo foi tradicionalmente estudado em topologias completamente conectadas. Entretanto, além de ser intrinsecamente dinâmicos, tais sistemas complexos possuem uma estrutura altamente heterogênea que pode ser apropriadamente representada por redes complexas. Esta tese é dedicada à investigação de problemas fundamentais da dinâmica coletiva de osciladores de Kuramoto acoplados em redes. Primeiramente, abordamos os efeitos sobre a dinâmica das redes causados pela presença de triângulos padrões que estão omnipresentes em redes reais mas estão ausentes em redes gerados por modelos aleatórios. Estendemos a abordagem via campo-médio para uma variação do modelo de configuração tradicional capaz de criar topologias com número variável de triângulos. Através desta abordagem, mostramos que tais padrões estruturais pouco influenciam a emergência de comportamento coletivo em redes, podendo a dinâmica destas ser descrita em termos de teorias desenvolvidas para redes com topologia local semelhante a grafos de tipo árvore. Em seguida, analisamos a influência de inércia na evolução das fases. Mais precisamente, generalizamos cálculos de campo-médio para osciladores de segunda-ordem acoplados em redes sem correlação de grau. Demonstramos que na presença de efeitos inerciais o parâmetro de ordem do sistema se comporta de forma histerética. Ademais, efeitos oriundos de correlações de grau são examinados. Em particular, verificamos uma interessante equivalência dinâmica entre variações nos coeficientes de assortatividade e amortecimento dos osciladores. Possíveis aplicações para situações reais são discutidas. Finalmente, abordamos o problema de duas populações de osciladores estocásticos sob a influência de acoplamentos atrativos e repulsivos. Através da aplicação da aproximação Gaussiana, derivamos um conjunto reduzido de EDOs através do qual as bifurcações do sistema foram analisadas. Além dos estados asíncrono e síncrono, verificamos a existência de padrões peculiares na dinâmica de tal sistema. Mais precisamente, observamos a formação de estados caracterizados pelo surgimento de dois aglomerados de osciladores. Caso a defasagem entre estes grupos é inferior a &pi;, um novo ritmo de oscilação diferente da frequência natural dos vértices emerge. Comportamentos dinâmicos similares são observados em osciladores caóticos sujeitos a acoplamentos análogos.