24/06/2020
L’utilizzo di modelli su “grafo” è sempre più diffuso per rappresentare efficacemente fenomeni complessi. I grafi (chiamati anche “reti” o “networks”) sono entità matematiche capaci di descrivere le interconnessioni tra elementi, e la loro versatilità permette di applicarli ai contesti più disparati. Con la recente crescita della disponibilità di dati, sempre più fenomeni si possono modellare in questo modo e diventa necessario avere degli strumenti per confrontare grafi diversi.
A questa problematica cerca di dare risposta il nostro Data Scientist Mattia Tantardini in questo articolo pubblicato recentemente su Nature Scientific Reports, in cui esplora lo studio di metodi e di modelli per quantificare la distanza, e quindi la differenza o la similarità, tra grafi.
“Nell’articolo vengono confrontati tra loro numerosi modelli già proposti in letteratura, sia dal punto di vista teorico, sottolineandone caratteristiche, punti di forza e criticità, sia dal punto di vista pratico, mettendoli in azione su alcuni grafi reali e verificandone le performance. L’interesse è quello di capire meglio quale aspetto del fenomeno, e con quale precisione, ogni modello coglie, per dare infine delle indicazioni generali per il loro utilizzo”, spiega Mattia.
Le applicazioni presentate sono relative allo studio delle reti di commercio internazionale e allo studio delle tratte aeree, ma gli stessi strumenti possono essere applicati in numerosi altri ambiti: nella biologia, per lo studio sulle strutture e le funzionalità delle proteine, nelle scienze sociali, per lo studio della propagazione di notizie nei social networks, e nella tecnologia, per lo studio di vari tipi di infrastrutture, solo per citare alcuni esempi.
Contattaci per ricevere maggior informazioni
