Artikel från Umeå universitet

Den här artikeln bygger på ett pressmeddelande. Läs om hur redaktionen jobbar.

19 september 2013

Bättre modeller för att studera informationsflöde i nätverk

Fysikern Atieh Mirshahvalad använder nätverksmodeller för att bättre förstå sambandet mellan flödet av information och sociala strukturer. Hon har bland annat tagit fram en gruppformeringsmodell för sociala system.

– Denna modell visar att sociala grupper formas som ett resultat av feedback mellan sociala band, alltså vänskap, och individers strävan efter att fördjupa sina olika intressen, säger Atieh Mirshahvalad, som lägger fram sin avhandling vid Umeå universitet fredagen den 20 september.

Komplexa nätverk är ett användbart verktyg för att beskriva en mängd olika verkliga system. Nätverket består av ett systems aktörer, länkade till varandra om de samspelar och utbyter information. Analys av mönstret av interaktioner bidrar till ökad förståelse av hur ett system fungerar. Kunskapen kan vara viktig för att förutse beteenden och finna återkommande mönster, till exempel av hur samspelet mellan personer i en organisation eller forskare i vetenskapen själv ser ut och förändras över tid.

Bra modeller för gruppformering är bara halva vägen mot djupare förståelse. Det behövs också verktyg för att identifiera grupper (så kallade communities) i riktiga nätverk. En sådan analys är dock tillförlitlig endast om resultaten är statistiskt säkerställda. Atieh Mirshahvalad har därför tagit fram en ny metod för att mäta signifikansen hos identifierade grupper i glesa nätverk som ofta bygger på ofullständig data. Hon ger ett exempel.

– Jag har testat min nya metod på Europadomstolens rättspraxis för att identifiera viktiga rättsområden. Vi använde denna analys för att rita en karta över Europadomstolens rättspraxisnätverk som framhäver samspelet mellan olika rättsområden.

Atieh Mirshahvalad har också fokuserat på att förbättra de enkla spridningsmodeller som forskare ofta använder för att förstå hur information flödar genom ett nätverk. Dessa spridningsmodeller förutsätter att olika slags information sprids på samma sätt genom nätverket, oavsett vilken typ av information det handlar om. Dessa antaganden är en grov förenkling: ingen idé är oberoende av andra idéer och vågor av ny information eller teknologi interagerar med varandra när de sprider sig genom nätverket.

Hon har därför arbetat fram en enkel modell där olika slags information interagerar med varandra baserat på hur aktuell informationen är.

– Vi fann att den information som faktiskt når fram når fram snabbare än information som sprids oberoende av annan information.

FAKTA
Atieh Mirshahvalad kommer från Iran och tog sin masterexamen vid Amirkabir University of Technology (Tehran Polytechnic) i Teheran.
Om disputationen:
Fredagen den 20 september försvarar Atieh Mirshahvalad, institutionen för fysik, Umeå universitet, sin avhandling med titeln ”Organization of information pathways in complex networks”. Svensk titel: ”Organisation av informationsvägar i komplexa nätverk”. Fakultetsopponent är docent Santo Fortunato, Dept. Of Biomedical Engineering and Computational Science, Aalto University, Finland.
Läs hela eller delar av avhandlingen på: http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-79734

Nyhetsbrev med aktuell forskning

Visste du att robotar som ser en i ögonen är lättare att snacka med? Missa ingen ny forskning, prenumerera på vårt nyhetsbrev!

Jag vill prenumerera