O projeto tem como objetivo principal o desenvolvimento dos conceitos básicos da teoria das redes complexas com a apresentação das ferramentas fundamentais para a representação, modelagem e caracterização e classificação de redes complexas. Os conceitos são aplicados na análise da Internet, da World Wide Web, da linguagem, da sociedade, de cadeias alimentares, das interações celulares e de malhas rodoviárias.

Para mais informações, basta procurar pelo arquivo .PDF na pasta de cada projeto e a seguir temos os seguintes pontos estudados:

• Medidas para caracterização topológica de redes complexas: grau, coeficiente de aglomeração, número de ciclos, comprimento dos menores caminhos, motivos, medidas de centralidade, medidas espectrais, medidas hierárquicas, medidas fractais, estrutura de comunidades.
• Modelos e Algoritmos de Geração de Redes Complexas: grafos aleatórios, modelo small world, redes livre de escala, redes com estrutura hierárquica, modelo de configuração
• Redes ponderadas
• Redes espaciais
• Métodos de detecção de comunidades
• Processos dinâmicos em redes complexas: caminhadas aleatórias, falhas e ataques, falhas em cascata, comunicação e congestionamento, propagação de epidemias, propagação de opiniões, sincronização e dinâmica coletiva
• Otimização em redes complexas: otimização de fluxo em redes e robustez
• Busca em redes e navegação
• Função Geradora
• Algoritmos: page-rank, grau de intermediação, detecção de comunidades, sincronização, falhas em cascata, caminhadas aleatórias
• Aplicações: redes sociais, Internet,world Wide Web, Bioinformática, cérebro, malhas rodoviárias, linguagem, processamento de imagens, reconhecimento de padrões
• Classificação de redes complexas

Descrição do Projeto • Pré-requisitos • Licença • Autores

Para compilar os programas é apenas necessário ter acesso a um Jupyter Notebook, ou Google Colab, e rodar as células para obter os resultados. Os dados para a maioria das resoluções se encontram na pasta Data de cada projeto. Para processamentos mais ágeis, um dica seria usar GPUS em vez da CPU.

# Clone este repositório
$ git clone https://github.com/brunereduardo/Complex_Networks_USP

# Acesse a pasta do projeto no terminal/cmd
$ cd Complex_Networks_USP/Project One

# Execute o seguinte comando para abrir o notebook
$ jupyter notebook Project1.ipynb

As seguintes bibliotecas foram usadas na construção do projeto:

• Networkx
• Numpy
• Scipy
• sklearn
• Pandas
• Random
• Warnings
• OS
• Pyplot
• Seaborn

Este projeto está sob a licença MIT, para mais informações procurar pelo arquivo LICENSE

Implementado e criado com ❤️ por Bruner Eduardo Augusto Albrecht | Clayton Miccas Junior | William Luis Alves Ferreira 👋🏽