Linha de pesquisa: Ciência de Dados

Resumo: Redes dinâmicas descrevem interações entre objetos de estudo, em determinado contexto, ao longo de um período de tempo. Essas redes são compostas por nós, que representam elementos individuais, e arestas, que indicam interações entre esses elementos em cada instante temporal. No âmbito da rede, diferentes propriedades estruturais podem ser atribuídas aos nós (como grau e centralidade) e às arestas (como força da ligação e dire- ção). Para facilitar a análise dos fenômenos envolvidos nessas redes, a área de Visualização de Dados propõe técnicas que criam representações visuais capazes de destacar padrões de conexão e auxiliar os usuários na exploração desses fenômenos. Embora amplamente aplicadas, essas técnicas geralmente desconsideram os atributos dos nós, focando apenas nas conexões existentes. No entanto, acredita-se que tais atributos carregam informações valiosas que podem auxiliar a compreender as interações e até auxiliar na previsão de novas conexões. Para preencher essa lacuna, este trabalho estende a técnica Recurrent Neighbors, incorporando atributos dos nós no processo de ordenação. A proposta representa uma estratégia de visualização voltada à identificação de relações entre atributos e conexões, com foco na compreensão dos fatores que influenciam a evolução das interações ao longo do tempo. A aplicação do método em duas bases de dados que registram intera- ções sociais entre babuínos, sendo uma caracterizada por maior granularidade temporal e outra por maior riqueza semântica, demonstrou que a ordenação dos nós com base em atributos potencializa a interpretação das redes dinâmicas, tornando visíveis padrões de organização social que passariam despercebidos em representações convencionais.

Link para a defesa: https://teams.microsoft.com/l/meetup-join/19%3ameeting_MDllZGVlNmQtNjgzM...