&bala; Física 18, S43
A fidelidade da representação de um sistema complexo como modelo de rede depende da diversidade de suas interconexões.
Os modelos de rede fornecem uma maneira flexível de representar objetos e seus relacionamentos multifacetados. Derivar uma rede implica mapear estruturas ocultas em dados inevitavelmente barulhentos – uma tarefa crítica conhecida como reconstrução. Agora Gang Yan e Jia-Jie Qin da Universidade Tongji na China forneceram uma prova matemática, mostrando o que facilita a reconstrução de algumas redes do que outras (1).
Sistemas complexos em biologia, física e ciências sociais tendem a envolver um grande número de entidades em interação. Em um modelo de rede, essas entidades são representadas por nós, ligados por conexões ponderadas para descrever a força de cada interação. Yan e Qin pegaram um conjunto de dados empíricos e usaram um método de inferência estatística para calcular a probabilidade de que qualquer par de nós esteja diretamente vinculado. Então, com base nas verdadeiras taxas positivas e falsas positivas dessas conexões inferidas, eles analisaram a fidelidade das redes reconstruídas. Eles descobriram que as reconstruções mais fiéis são obtidas com sistemas para os quais o número de conexões por nó varia mais amplamente em toda a rede. Yan e Qin viram a mesma tendência quando testaram seu modelo em redes sintéticas e reais, incluindo redes metabólicas, teias de polinizador de planta e grades de energia.
Com o rápido aumento nos dados disponíveis nas áreas de pesquisa, a reconstrução da rede se tornou uma ferramenta importante para o estudo de sistemas complexos. Yan e Qin dizem que seu novo resultado resolve o problema de quais sistemas complexos podem ser facilmente mapeados em uma rede e fornece uma base sólida para o desenvolvimento de métodos de fazê -lo.
–Rachel Berkowitz
Rachel Berkowitz é uma editora correspondente para Revista de Física com sede em Vancouver, Canadá.
Referências
- J.-J. Qin e G. Yan, “Alta reconstrutabilidade de redes heterogêneas de graus”. Phys. Rev. Lett. 134137402 (2025).