Despre proiect

Modelele rețelelor complexe bazate pe grafuri au devenit foarte populare, în cercetare cât și în industrie. Aceste modele se potrivesc la mai multe tipuri de rețele, indiferent dacă acestea sunt biologice, sintetice, etc.

În special, este nevoie de o înțelegere cât mai bună despre structura unor astfel de date relaționale în contextul dezvoltării sistemelor de recomandare noi, sau în cercetarea farmaceutică. Totodată, mulțimile de date reale pot avea o dimensiune extrem de mare, ce pot ajunge până la miile, sau chiar milioanele, de noduri.

Indicii de centralitate pot fi folosiți pentru a ordona parțial nodurile (respectiv link-urile) într-o rețea, în funcție de importanța lor relativă, ceea ce permite o analiză mai restrictivă a rețelelor, în care doar zonele cele mai semnificative sunt explorate. Scopul principal al acestei propuneri este identificarea unor condiții necesare și suficiente pentru dezvoltarea unor algoritmi de căutare locală pentru problema calculării unui vârf cu indicele de centralitate minim (se vor considera mai mulți indici clasici din literatură). Pentru a realiza acest obiectiv, se vor investiga proprietățile de convexitate și de unimodalitate ale funcțiilor de centralitate.

Având în vedere că metodelele bazate pe căutarea locală sunt o piatră de temelie pentru metodele de optimizare cu Inteligența Artificială, este de așteaptat ca rezultatele obținute în cadrul acestui proiect să permită evoluarea aplicațiilor în domeniul învățării grafurilor.