Monografía académica · Edición 0.96
Redes y sistemas complejos Fundamentos, modelos, dinámica y aprendizaje en grafos
Computational Research in Social Science Lab · Instituto de Data Science, Facultad de Ingeniería, Universidad del Desarrollo · Northwestern Institute on Complex Systems (NICO), Northwestern University
Resumen
Esta monografía introduce la ciencia de redes como una disciplina que conecta representación, inferencia y dinámica. El punto de partida es una decisión de modelado: qué entidades se representan como nodos y qué relación se codifica como arista. A partir de esa decisión se estudian la estructura microscópica y mesoscópica, los modelos generativos, los procesos de contagio, el aprendizaje sobre grafos y los problemas de validación, causalidad, privacidad y equidad. El texto combina la tradición matemática de la disciplina con criterios de análisis empírico y evaluación reproducible.
La notación se introduce de manera acumulativa. Las afirmaciones empíricas se distinguen de los ejemplos de diseño y de las consecuencias que se derivan de un modelo. En datos relacionales, una propiedad observada puede depender tanto del sistema como del mecanismo de muestreo, la definición del enlace o la resolución temporal elegida.
- Autor
- Cristian Candia
- Publicación
- Edición
- 0.96, revisión curricular y metodológica
- Extensión
- 71 páginas
- Idioma
- Español
- Formato
- PDF con texto seleccionable
Contenido
- Representación de sistemas complejos y construcción auditable de redes.
- Redes bipartitas, centralidades, modelos generativos y modelos nulos.
- Comunidades, núcleos, difusión, contagio e interferencia.
- Embeddings, redes neuronales de grafos y evaluación sin leakage.
- Diseño de estudios, privacidad, equidad y comunicación responsable.