<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Thesis">
		<site>mtc-m16d.sid.inpe.br 806</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>8JMKD3MGP7W/39AQPCB</identifier>
		<repository>sid.inpe.br/mtc-m19/2011/03.10.23.03</repository>
		<lastupdate>2020:07.17.11.45.16 sid.inpe.br/mtc-m19@80/2009/08.21.17.02 simone</lastupdate>
		<metadatarepository>sid.inpe.br/mtc-m19/2011/03.10.23.03.04</metadatarepository>
		<metadatalastupdate>2020:07.17.11.46.10 sid.inpe.br/mtc-m19@80/2009/08.21.17.02 simone {D 2011}</metadatalastupdate>
		<secondarykey>INPE-16860-TDI/1764</secondarykey>
		<citationkey>Campanharo:2011:DuAAn</citationkey>
		<title>Dualidade entre a análise de séries temporais e de redes complexas</title>
		<alternatetitle>Duality between time series and network analysis</alternatetitle>
		<course>CAP-SPG-INPE-MCT-BR</course>
		<year>2011</year>
		<date>2011-03-29</date>
		<thesistype>Tese (Doutorado em Computação Aplicada)</thesistype>
		<numberofpages>100</numberofpages>
		<numberoffiles>1</numberoffiles>
		<size>8858 KiB</size>
		<author>Campanharo, Andriana Susana Lopes de Oliveira,</author>
		<group>CAP-SPG-INPE-MCT-BR</group>
		<committee>Silva, José Demisio Simões da (presidente),</committee>
		<committee>Ramos, Fernando Manuel (orientador),</committee>
		<committee>Carvalho, Solon Venâncio de,</committee>
		<committee>Velho, Haroldo Fraga de Campos,</committee>
		<committee>Castro, Joaquim José Barroso de,</committee>
		<committee>Costa, Luciano da Fontoura,</committee>
		<committee>Viana, Ricardo Luiz,</committee>
		<e-mailaddress>andrianacampanharo@gmail.com</e-mailaddress>
		<university>Instituto Nacional de Pesquisas Espaciais (INPE)</university>
		<city>São José dos Campos</city>
		<secondarytype>TDI</secondarytype>
		<transferableflag>1</transferableflag>
		<keywords>sistemas complexos, redes complexas, análise de séries temporais, complex systems, complex networks, time series analysis.</keywords>
		<abstract>Recentemente, diversos mapeamentos de séries temporais em redes complexas foram propostos com o intuito de utilizar técnicas de caracterização de redes complexas para a análise de séries temporais. Embora esses mapeamentos demonstrem que séries temporais com dinâmicas distintas resultam em redes complexas com diferentes topologias, ainda não se sabe dizer como tais propriedades topológicas estão relacionadas com as séries originais. Nesta tese, propõe-se um mapeamento de uma série temporal em uma rede complexa com uma operação inversa aproximada, tornando possível a utilização de estatísticas em redes complexas para a caracterização de séries temporais e vice-versa. Como prova deste conceito, um conjunto de séries temporais é gerado, variando de periódica à aleatória e demonstra-se que o mapeamento proposto retém a maior parte da informação embutida na série temporal (ou rede) após a aplicação do mesmo e de seu inverso. Os resultados obtidos sugerem que a análise de redes complexas pode ser utilizada na distinção de regimes dinâmicos em séries temporais e, talvez o mais importante, a análise de séries temporais pode fornecer um conjunto de ferramentas úteis para a caracterização de redes complexas de uma forma totalmente original. ABSTRACT: Recently, several mappings from a time series to a network have been proposed with the intent of using network metrics to characterize time series. Although these mappings demonstrate that different time series result in networks with distinct topological properties, it remains unclear how these topological properties relate to the original time series. Here, it was proposed an intuitive mapping from a time series to a network with an approximate inverse operation, making it possible to use network statistics to characterize time series and time series statistics to characterize networks. As a proof of concept, an ensemble of time series ranging from periodic to random were generated and confirm that the proposed mapping retains much of the information encoded in the original time series and networks after repeated application of the mapping and its inverse. The results obtained in this thesis suggest that network analysis can be used to distinguish different dynamic regimes in time series and, perhaps more importantly, time series analysis can provide a powerful set of tools that augment the traditional network analysis toolkit to quantify networks in new and useful ways.</abstract>
		<area>COMP</area>
		<language>pt</language>
		<targetfile>publicacao.pdf</targetfile>
		<usergroup>administrator</usergroup>
		<usergroup>andrianacampanharo@gmail.com</usergroup>
		<usergroup>ricardo</usergroup>
		<usergroup>simone</usergroup>
		<usergroup>viveca@sid.inpe.br</usergroup>
		<usergroup>yolanda.souza@mcti.gov.br</usergroup>
		<visibility>shown</visibility>
		<copyholder>SID/SCD</copyholder>
		<readpermission>allow from all</readpermission>
		<documentstage>not transferred</documentstage>
		<mirrorrepository>sid.inpe.br/mtc-m19@80/2009/08.21.17.02.53</mirrorrepository>
		<nexthigherunit>8JMKD3MGPCW/3F2PHGS</nexthigherunit>
		<dissemination>BNDEPOSITOLEGAL</dissemination>
		<hostcollection>sid.inpe.br/mtc-m19@80/2009/08.21.17.02</hostcollection>
		<username>simone</username>
		<agreement>autorizacao.pdf .htaccess .htaccess2</agreement>
		<lasthostcollection>sid.inpe.br/mtc-m19@80/2009/08.21.17.02</lasthostcollection>
		<supervisor>Ramos, Fernando Manuel,</supervisor>
		<url>http://mtc-m16d.sid.inpe.br/rep-/sid.inpe.br/mtc-m19/2011/03.10.23.03</url>
	</metadata>
</metadatalist>