Skip to main content

SOLUCIONES EXPLICABLES Y PRECISAS PARA PROBLEMAS COMPLEJOS MEDIANTE SOFT COMPUTING

PGC2018-101216-B-I00

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal de Generación de Conocimiento y Fortalecimiento Científico y Tecnológico del Sistema de I+D+i
Subprogram Subprograma Estatal de Generación de Conocimiento
Call Proyectos de I+D (Excelencia / Generación de Conocimiento)
Call year 2018
State Plan 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSIDAD DE GRANADA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publication Contribución de congreso (ConferenceOutput)

Análisis de redes sociales basado en las conquistas de César Borgia

  • Fumanal Idocin, Javier
  • Cordón, Óscar
  • Alonso Betanzos, Amparo
  • Bustince Sola, Humberto
  • Fernández Fernández, Francisco Javier
En este trabajo presentamos el modelado de redes sociales y detección de comunidades utilizando como base un evento histórico real, las conquistas de César Borgia en el siglo XV. Para ello, proponemos un nuevo conjunto de funciones, llamadas funciones de afinidad, disenadas para capturar la 'naturaleza de las interacciones locales entre cada par de actores en una red. Utilizando estas funciones, desarrollamos un nuevo algoritmo de detección de comunidades, el Borgia Clustering, donde las comunidades surgen naturalmente de un proceso de simulación de interacción de múltiples agentes en la red. También discutimos los efectos del tamaño y la escala de cada comunidad, y como pueden ser tomadas en cuenta en el proceso de simulación. Finalmente, comparamos nuestra detección de comunidades con otros algoritmos representativos, encontrando resultados favorables a nuestra propuesta., El trabajo de Javier Fumanal Idocin y Humberto Bustince ha sido financiado por el proyecto PID2019-108392GB-I00 (AEI/10.13039/ 501100011033). El trabajo de Oscar Cordón ha sido financiado por el Gobierno de España, EXASOCO (PGC2018-101216-B-I00), incluyendo fondos de desarrollo regional europeo (ERDF). La investigación de Amparo Alonso Betanzos ha sido parcialmente financiado por el Ministerio de Economía y Competitividad de España (TIN2015-65069-C2-1-R), por los fondos europeos FEDER y por la Consellería de Industria de la Xunta de Galicia (GRC2014 /035). El trabajo de María Minárová ha sido financiado por los proyectos APVV-17-0066, and APVV-18-0052.
Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publication Contribución de congreso (ConferenceOutput)

Combinations of affinity functions for different community detection algorithms in social networks

  • Fumanal Idocin, Javier
  • Cordón, Óscar
  • Minárová, María
  • Alonso Betanzos, Amparo
  • Bustince Sola, Humberto
Social network analysis is a popular discipline among the social and behavioural sciences, in which the relationships between different social entities are modelled as a network. One of the most popular problems in social network analysis is finding communities in its network structure. Usually, a community in a social network is a functional sub-partition of the graph. However, as the definition of community is somewhat imprecise, many algorithms have been proposed to solve this task, each of them focusing on different social characteristics of the actors and the communities. In this work we propose to use novel combinations of affinity functions, which are designed to capture different social mechanics in the network interactions. We use them to extend already existing community detection algorithms in order to combine the capacity of the affinity functions to model different social interactions than those exploited by the original algorithms., Javier Fumanal Idocin and Humberto Bustince’s re-search has been supported by the project PID2019-108392GBI00 (AEI/10.13039/501100011033). Maria Minarová research has been funded by the project work was supported by the projects APVV-17-0066 andAPVV-18-0052. Oscar Cordon’s research was supported by the Spanish Ministry of Science, Innovation and Universities under grant EXASOCO (PGC2018-101216-B-I00), including, European Regional Development Funds (ERDF).