PA-01
Wildfire Networks: a case study of Chile's 2017 megafires
Hernán Gallegos Jiménez
Universidad de Concepción
Biological & ecological networks Interdisciplinary applications of networks
Resumo / Resumen / Abstract
Hernán Gallegos Jiménez - Universidad de Concepción
Ignacio Ormazábal Inostroza - Universidad de Concepción
Wildfires are destructive phenomena, often of natural and anthropic origin. Their incidence has increased in recent decades: due to climate change and land mismanagement, extreme wildfires are becoming more common and ignition is more easily met and sustained. Wildfire activity is facilitated by human incursion into natural and cultivated land, a frontier named wildland-urban interface (WUI), where settlements can directly or indirectly trigger ignition and escalate to disastrous fires. In Chile, the total area occupied by the WUI has increased and so has been the frequency and severity of wildfires, given record temperatures and urbanization of previously agricultural and natural lands. This increased activity threatens biodiversity, impacts both local and global economies, and results in the loss of human life. Then, it is vital to understand its underlying dynamics and their evolution over time. We propose that wildfire propagation should exhibit an emergent pattern when represented as a complex spatial network based on the historical record of wildfire events. Using Chile’s wildfire record and global burned area satellite data, we identify known wildfire outbreaks for each wildfire season available on record. We then construct wildfire networks imposing spatial and temporal correlation constraints, robustly checked against each season's major outbreaks, that is, the optimal spatiotemporal windows that construct networks closest to the record. The resulting networks per wildfire season are projected into a weighted network, based on the frequency of connections between unique locations on the record. We then perform percolation and random propagation over the resulting network, in order to estimate the wildfire risk associated with a given region. We strive to contribute a nuanced perspective to wildfire risk assessment and land management, in order to mitigate the toll of wildfire activity at environmental and societal levels.
PA-02
Emergence of optimum foraging area in a three trophic adaptive predator-prey model
Lucas Massoni Pires
Universidade Federal do Paraná (UFPR)
Biological & ecological networks Nonlinear dynamics & chaos
Resumo / Resumen / Abstract
Lucas Massoni Pires - Universidade Federal do Paraná (UFPR)
Sabrina Borges Lino Araújo - Universidade Federal do Paraná (UFPR)
Optimal foraging theory is a set of mathematical and biological models that aims to understand the behavior of animals in the process of searching for food. A key aspect in this process concerns the optimal area for predators to prey, a mechanism that is not fully understood. In this context, we study the effect of multiple predation radii in a predator-prey model composed of three trophic levels. In this model, $X$ represents prey of $Y$ predator and $Z$ is the predator of $Y$ individuals only. The interactions between predators and prey take place only in a limited neighborhood of the predators, characterized by a predation radius that simulates a foraging area. The model allows adaptation in the foraging area over generations, such that the predation radii of both $Y$ and $Z$ can change through mutation over generations. This mutation occurs randomly with probability $\mu$ whenever a predator successfully preys, leaving a descendant with a modified predation radius at the location previously occupied by the prey. We assume a tradeoff between the foraging area and the efficiency in prey in a given location: the higher the area, the lower the probability of success in a given predation. These dynamics were implemented computationally via cellular automata and analytically via Master equations with mean-field and pair approximations. We found that an optimal radius of predation emerges for both predators. The inclusion of $Z$ predator significantly reduces the $Y$ population, which adapts its optimal radius of predation to a higher value. Furthermore, the model shows high dependence on the spatial distribution of the species, a result that had been captured in pair approximation, showing good agreement with simulations, although it was not present in the mean field analysis. This model can be used to better understand the role of the foraging area in ecological predator-prey systems, primarily regarding the optimal area in population dynamics.
PA-03 ⭐ (Lightning Talk)
Redes de interacción planta-colibrí en el Perú: Análisis comparativo entre el Gradiente Manú y las Lomas de Cerro Campana
Tracy Anwar Aguirre Paredes
Universidad del Pacífico
Biological & ecological networks Data science & machine learning
Resumo / Resumen / Abstract
Tracy Aguirre Paredes - Luciano Stucchi Portocarrero
Las interacciones ecológicas entre los polinizadores y las plantas forman parte de uno de los procesos más importantes dentro del ecosistema debido a que permite tener estabilidad y mantenimiento de la biodiversidad. El presente estudio tiene como objetivo caracterizar y comparar la estructura de las redes de interacción planta-colibrí a lo largo del Gradiente Manú con 14 especies, 18 taxa de plantas, y el Área de Conservación Privada Lomas de Cerro Campana con 4 especies, 20 plantas. Para ello se reconstruyeron ambas redes bipartitas a partir de los registros analizados donde se consideran los parámetros de conectancia, anidamiento y modularidad. El análisis comparativo permitirá evaluar cómo las condiciones ambientales influyen en la arquitectura y composición de las redes de interacción, contrastando el ecosistema andino y costero.
PA-04 ⭐ (Lightning Talk)
Benchmarking Spatio-Temporal Graph Neural Networks for Time Series Forecasting Across Heterogeneous Graph Domains
Gabriel Ferreira da Costa
Universidade Federal de Ouro Preto (UFOP)
Data science & machine learning Structure & dynamics of networks
Resumo / Resumen / Abstract
Gabriel F. Costa - Universidade Federal de Ouro Preto (UFOP)
Vander L. S. Freitas - Universidade Federal de Ouro Preto (UFOP)
In this work, we systematically evaluate 21 spatio-temporal Graph Neural Network (STGNN) architectures under a unified experimental pipeline across four heterogeneous graph datasets, comparing architectural families defined by their temporal modules: convolutional, recurrent, and attention-based. The goal is to assess how different temporal mechanisms affect node-level time series forecasting performance and how this behavior relates to the structural and spectral properties of the underlying graphs. All experiments use consistent chronological splits and multiple random seeds, while graph spectra are analyzed through the Laplacian. The results reveal statistically significant differences across models, but no universal winner. Convolutional models remain competitive, especially in smoother graph signals dominated by low-frequency components, whereas attention-based models tend to perform better in long-range or non-local dependency regimes. These findings indicate that STGNN effectiveness is dataset-dependent and closely tied to spectral characteristics. In particular, datasets with stronger low-frequency dominance tend to favor local graph filtering and convolutional temporal mechanisms, while datasets with higher-frequency components or less smooth signals benefit from more flexible temporal modeling. Overall, the study provides an empirical link between model design, temporal dependency structure, and graph spectral profiles, offering practical guidance for selecting STGNN architectures across heterogeneous spatio-temporal domains.
PA-05 ⭐ (Lightning Talk)
mle_fit: A High-Performance Library for Heavy-Tailed Distributions
Timóteo César Fassoni
Universidade Federal de Viçosa (UFV)
Data science & machine learning
Resumo / Resumen / Abstract
Timóteo César Fassoni - Universidade Federal de Viçosa
Wesley Francis Costa Cota - Universidade Federal de Viçosa
Power laws are central to complex systems, but their identification via log-log linear fitting is unreliable. Rigorous statistical methods are required to estimate scaling exponents and assess goodness-of-fit. To address this, we developed mle_fit, integrating a user-friendly Python interface with an extreme-performance Modern Fortran back-end based on Maximum Likelihood Estimation (MLE) and the Kolmogorov-Smirnov (KS) statistic. The classic methodology is over-conservative, often discarding valid data by overestimating the lower bound ($x_{\min}$). To overcome this, mle_fit introduces a novel penalized cost functional. By applying a linear penalty to the KS statistic based on the tail fraction, our method safely explores extended tails. Empirical tests show this recovers significantly more valid data without violating the strict $p \ge 0.10$ threshold of the classic bootstrap test. Furthermore, an automated Greedy Search with cascade filtering maps local KS minima to deliver the largest statistically viable tail without manual tuning. Testing power-law hypotheses is hindered by the computational cost of the Monte Carlo bootstrap. mle_fit solves this via optimal memory allocation and OpenMP parallelization, running exhaustive tests in seconds even for massive datasets. It heavily outperforms pure Python packages, which often omit this test entirely. We also include the Anderson-Darling weighted KS statistic. We applied mle_fit to diverse empirical data, confirming word-frequency distributions in a 12-book corpus follow power laws. We also captured Pareto and non-Pareto behaviors in Brazilian cities' populations (1991-2025), and verified scale-free topologies ($2<\gamma<3$) in real-world networks. mle_fit provides an unprecedented blend of speed and statistical depth. Future work includes comparative likelihood testing.
Acknowledgments: FAPEMIG, CAPES, CNPq.
PA-06
Análise Comparativa de Arquiteturas e Pré-processamentos de Deep Learning para Detecção e Quantificação da Severidade da Ferrugem Cafeeira (Hemileia vastatrix)
Daniel Freire Junior
Universidade Federal de Viçosa (UFV)
Data science & machine learning
Resumo / Resumen / Abstract
Daniel Freire Junior - Universidade federal de Viçosa
Rodolpho Vilela Alves Neves - Universidade federal de Viçosa
Leonardo Bonato Félix - Universidade federal de Viçosa
Vinicius Martins Almeida - Universidade federal de São João del Rei
Antônio Teixeira Santana - Universidade federal de São João del Rei
A ferrugem do café, causada pelo fungo \textit{Hemileia vastatrix}, é um dos principais problemas da agricultura, impactando diretamente a produção e a economia de países produtores. Métodos tradicionais, como a inspeção humana, apresentam limitações relacionadas à baixa eficiência, elevada taxa de erros e demora nos resultados. Nesse contexto, técnicas baseadas em \textit{Machine Learning} e visão computacional vêm sendo estudadas para melhorar a identificação e classificação da ferrugem em folhas de café. Este trabalho propõe arquiteturas e modelos computacionais voltados ao combate do fungo. Inicialmente, avaliou-se a viabilidade do uso de algoritmos de classificação de imagens para identificação binária e multiclasse, considerando classes de 1 a 5, em que a classe 1 representa folhas saudáveis e a classe 5 o estágio mais avançado da doença. Foram aplicadas técnicas de pré-processamento, incluindo conversão do espaço de cores RGB para HSV, segmentação via K-means e operações de morfologia matemática para remoção de ruídos e ajuste das bordas. Na etapa de classificação, diferentes arquiteturas foram avaliadas, destacando-se a ResNet101, que alcançou acurácia de 76,72%, embora algumas classes tenham apresentado desempenho inferior a 30%, evidenciando problemas de desbalanceamento no conjunto de dados. Trabalhos recentes investigaram técnicas de balanceamento, incluindo \textit{oversampling} simples e combinado com processamento digital de imagens. O modelo YOLOv8-cls com \textit{oversampling} simples apresentou os melhores resultados, alcançando acurácia de 79,90% e desempenho superior a 50% em todas as classes. Como trabalhos futuros, propõe-se o aprimoramento dessas técnicas e a avaliação de novos modelos de classificação e segmentação.
PA-07
Data Augmentation na Predição Genômica
Omar Vítor Silva Santana
Universidade Federal de Viçosa (UFV)
Data science & machine learning Genomic Selection
Resumo / Resumen / Abstract
Omar Vítor Silva Santana - Universidade Federal de Viçosa
Weverton Gomes da Costa - Universidade Federal de Viçosa
Leonardo Bonato Felix - Universidade Federal de Viçosa
Moyses Nascimento - Universidade Federal de Viçosa
A predição genômica é uma ferramenta fundamental em programas de melhoramento, permitindo estimar valores genéticos a partir de marcadores moleculares. Neste estudo, avaliou-se o desempenho do GBLUP sob diferentes tamanhos amostrais (25%, 50%, 75% e 100%), com e sem \textit{data augmentation} via \textit{mixup}, utilizando 1.379 linhagens da população SoyNAM genotipadas com 5.000 SNPs e avaliadas para produtividade de grãos em Iowa (EUA) em 2012. A acurácia preditiva foi estimada pela correlação de Pearson em validação cruzada \textit{five-fold} com 10 repetições, enquanto a equivalência ao modelo completo foi avaliada pelo teste TOST ($\delta = \pm 0{,}05$). Paralelamente, está em desenvolvimento a aplicação de redes neurais convolucionais bidimensionais (CNNs 2D) para predição genômica, tratando os genótipos como imagens, em que os marcadores representam pixels distribuídos em múltiplos canais de entrada, além da incorporação de diferentes fenótipos ao processo de modelagem. Os resultados obtidos com o GBLUP mostraram que o aumento de dados elevou a acurácia preditiva e reduziu a variabilidade entre \textit{folds}. O cenário com 75% dos dados foi estatisticamente equivalente ao conjunto completo, enquanto os cenários com 25% e 50% não atingiram equivalência, sugerindo possível saturação do \textit{data augmentation}. Assim, a utilização de 75% dos dados originais combinados com amostras sintéticas proporcionou desempenho preditivo comparável ao obtido com o conjunto completo, explicitando que modelos preditivos não precisam de todos os dados para ter acurácia equivalente ao modelo com o total de dados.
PA-08 ⭐ (Lightning Talk)
Eficácia Tributária e Redistributiva em Dinâmicas Yard-Sale sobre Redes Complexas: Desigualdade Patrimonial e Desigualdade Estrutural
Iago Nascimento Barros
Universidade Federal de Viçosa (UFV)
Econophysics and economical networks Sociophysics and social networks
Resumo / Resumen / Abstract
Iago Nascimento Barros - Universidade Federal de Viçosa
Marcelo Lobato Martins - Universidade Federal de Viçosa
Investigamos como a eficácia de políticas tributárias e redistributivas depende do mecanismo microscópico que produz a desigualdade em um modelo Yard-Sale em redes complexas. Em cada interação, agentes conectados transferem uma fração da riqueza do mais pobre, e a probabilidade de vitória é definida por dois canais: vantagem patrimonial, $$p_{ij}=\frac{1}{2}+\frac{B}{2}\frac{W_i-W_j}{W_i+W_j},$$ ou vantagem estrutural, $$p_{ij}=\frac{1}{2}+\frac{B}{2}\frac{k_i-k_j}{k_i+k_j}.$$ Mostramos que esses canais geram desigualdade por mecanismos distintos e, portanto, respondem diferentemente à redistribuição. Quando a concentração decorre da vantagem patrimonial, o imposto sobre patrimônio com redistribuição uniforme atua diretamente sobre a variável que sustenta o viés, contraindo a distribuição em torno da média, $$W_i\mapsto(1-\tau_w)W_i+\tau_w\overline{W},$$ e reduzindo de forma robusta a condensação. Quando a desigualdade emerge de uma vantagem estrutural, como em redes heterogêneas do tipo Barabási–Albert, a conectividade converte-se em poder econômico: hubs interagem mais e vencem com maior probabilidade. Nesse regime, impostos sobre transações reduzem o volume líquido das trocas, mas não eliminam a hierarquia topológica que sustenta a acumulação, podendo ser insuficientes para suprimir caudas pesadas e desigualdade persistente. Assim, os resultados indicam que políticas baseadas apenas na transferência monetária são eficazes quando o canal dominante é patrimonial, mas têm alcance limitado quando a desigualdade está codificada na rede de oportunidades. Nesse caso, reduzir a conversão de conectividade em vantagem econômica pode ser tão importante quanto redistribuir riqueza.
PA-09
Mapeo de potenciales efectivos en redes complejas: Una prueba de concepto basada en operadores de Schrödinger transformados.
Juan Sebastián Sánchez Álvarez
Universidad Distrital Francisco José de Caldas
Modelamiento de potenciales efectivos en Sistemas Complejos
Resumo / Resumen / Abstract
Juan Sebastián Sánchez - Universidad Distrital Francisco José de Caldas
Los enfoques que convencionalmente se toman para la reconstrucción de paisajes de energía (o potenciales efectivos) en sistemas complejos macroscópicos suelen llevar dinámicas que convergen a un equilibrio ya sea térmico o estático. Sin embargo, los sistemas empíricos tales como dinámicas ecológicas, mercados financieros y flujos peatonales operan fuera del equilibrio, donnde varios fenómenos se pueden representar desde patrones rotacionales o cíclicos. Extraer el potencial (las restricciones del sistema) sin que este se vea "interferido" por dichos flujos dinámicos representa un desafío metodológico significativo, aquí es donde entra la propuesta de este artículo. Se Propone una adaptación de la Ecuación Schrödinger bajo una transformación que la "invierte" (a partir de la densidad de probabilidad se obtiene el potencial), para sistemas sometidos a campos magnéticos. En el dominio cuántico, esta ecuación permite aislar el potencial de confinamiento eléctrico descontando la fuerza de Lorentz. Ahora inspirados en en esta metodología aplicada al fenómeno magnético, y con la expresión transformada obtenida, trasladando esta metodología a sistemas complejos, se busca mapear los ciclos de no-equilibrio del sistema un "campo gauge" efectivo. Esta Ecuación Maestra (Ecuación de Schrodinger "inversa" extendida para casos de rotaciones) permite neutralizar matemáticamente el efecto de las dinámicas rotacionales sobre la densidad de probabilidad.
PA-10
Modelos Epidemiologicos em Redes
Annna Patricia Pachas Manrique
Universidade de São Paulo (USP)
Network epidemiology
Resumo / Resumen / Abstract
Anna Patricia Pachas Manrique - Escola Matematica Aplicada -EMAP-FGV
A propagação de doenças infecciosas depende não apenas das características biológicas dos agentes patogênicos, mas também da estrutura das redes de contato entre os indivíduos. Este trabalho investiga a influência da topologia das redes na dinâmica epidemiológica, comparando redes aleatórias de Erdős-Rényi e redes livres de escala de Barabási-Albert. Inicialmente, são apresentados conceitos fundamentais da teoria das redes, como distribuição de graus $P(k)$, grau médio $\langle k \rangle$ e segundo momento $\langle k^2 \rangle$. Em seguida, são analisados os modelos epidemiológicos SI, SIS e SIR, considerando parâmetros como taxa de transmissão $\beta$, taxa de recuperação $\mu$, número básico de reprodução $R_0$ e limiar epidemiológico $\lambda_c$. Os modelos são então adaptados para incorporar a heterogeneidade das redes de contato. Simulações computacionais foram realizadas para avaliar o comportamento da propagação em diferentes estruturas. Os resultados mostram que, em redes aleatórias, existe um limiar epidemiológico capaz de limitar a disseminação da doença. Em contraste, nas redes livres de escala, a presença de nós altamente conectados (hubs) favorece a rápida propagação do agente infeccioso e pode levar ao desaparecimento do limiar epidemiológico em redes suficientemente grandes. Observou-se ainda uma redução significativa do tempo característico de propagação nessas redes. Os resultados evidenciam que a estrutura das conexões sociais desempenha papel fundamental na dinâmica das epidemias, reforçando a importância da incorporação da topologia das redes em modelos epidemiológicos voltados à compreensão e ao controle de doenças infecciosas.
PA-11
Analysis of epidemic processes in correlated networks using mean-field theories and simulations
Assis Felipe de Souza
Universidade Federal de Viçosa (UFV)
Network epidemiology Sociophysics and social networks
Resumo / Resumen / Abstract
Assis F. Souza - Universidade Federal de Viçosa; Wesley Cota - Universidade Federal de Viçosa
Recent pandemics like COVID-19 highlight the importance of understanding infectious disease dynamics, which heavily depend on human interactions. These interactions can be modeled as complex networks where individuals are vertices and contacts are edges. In real-world data (e.g., proximity or friendship networks), contact distributions are highly heterogeneous, varying significantly between individuals. In particular, these distributions often follow power laws $P(k) \sim k^{-\gamma}$, directly impacting epidemic spreading. Another key feature is degree correlation, where individuals preferentially connect with others of higher or lower degrees. We constructed correlated networks using the Weber-Porto model, in which vertex degrees are predetermined, while connections are preferentially established according to a probability function. This work addresses the mean-field approach for the Susceptible–Infected–Susceptible (SIS) epidemic propagation dynamics, which considers each individual as either susceptible or infected, simulating the infection and recovery processes. Varying the infection rate under a fixed recovery rate predicts an inactive-to-active state transition, identifying the network's critical threshold. The Quenched Mean-Field (QMF) theory predicts a null epidemic threshold $\lambda_{c}$, regardless of degree correlations. In contrast, the Heterogeneous Mean-Field (HMF) theory predicts a vanishing threshold only for $\gamma < 3$. Furthermore, correlations shift this threshold: assortative networks exhibit smaller values of $\lambda_{c}$, while disassortative networks present larger $\lambda_{c}$, keeping all other parameters fixed. Critical exponents were also evaluated, such as the infected fraction $\rho(t) \sim t^{-\delta}$ at the threshold, yielding $\delta = 1$ for both HMF and QMF theories. Future perspectives include investigating the Maki-Thompson rumor model on these networks, with the goal of studying rumor phenomena.
PA-12
Efeitos da dimensão no espalhamento epidêmico em redes com distribuição de grau em lei de potência embebidas espacialmente
Diogo Henrique da Silva
Instituto Federal Fluminense (IFFluminense)
Network epidemiology Sociophysics and social networks
Resumo / Resumen / Abstract
Diogo Henrique da Silva - Instituto Federal Fluminense
Guilherme S. Costa- Universidade Federal de Viçosa
A presença de restrições impostas as redes complexas pelo espaço em que elas
estão embebidas aparecem naturalmente nas representações de sistemas correspondentes a infraestrutura como malhas rodoviárias e rede de aeroportos. Logo, a introdução de modelos em que redes complexas são delimitadas pelo espaço em que estão embebidas aparecem como um caminho natural para entender essa influência. Deste modo, propusemos uma investigação do modelo processo de contato (PC) em redes complexas com distribuição de grau em lei de potência, $P(k)\sim k^{-\gamma}$, embebidas espacialmente para entendermos as possíveis influências desta imposição nos expoentes críticos e mecanismos de ativação da dinâmica. Nossos estudos preliminares baseados na teoria de campo médio heterogênea sugerem uma possível influência das restrições espaciais nos expoentes críticos referentes ao tempo de vida média da dinâmica e densidade de infectados em função do tamanho da rede para valores do expoente da distribuição de grau $\gamma<3$. Além disso, o máximo $K-core$, conjunto de nós da rede densamente conectados obtido via decomposição da rede baseada no grau, estaria sujeito a uma dependência com a dimensão espacial, sinalizando uma possível vinculação da dimensão a localização em outras dinâmicas epidêmicas como a suscetível -infectada-suscetível (SIS) nessas redes.
PA-13
Response of cortical neuronal cultures to kilohertz electrical stimulation
Jaderson Guilherme Polli
Universidade Federal do Paraná (UFPR)
Network neuroscience & synchronization Neuroengineering
Resumo / Resumen / Abstract
Jaderson G. Polli - Departamento de Física, MADComplex, NMCC, CICTI, Universidade Federal do Paraná, Curitiba-PR, Brazil
Florian Kolbl - IMS Lab, CNRS UMR 5218, University of Bordeaux, Bordeaux INP, Talence, France
Marcos G. E. da Luz - Departamento de Física, MADComplex, NMCC, CICTI, Universidade Federal do Paraná, Curitiba-PR, Brazil
Kilohertz electrical stimulation of neurons induces responses often unseen under lower
physiological frequencies, e.g., blocking and onset response. However, the response of
central nervous system (CNS) neurons to such a range of frequencies has been poorly
characterized, although shown to be diverse in literature. In this work, we evaluate the response to kilohertz stimulation of a culture of cortical neurons grown onto a 60 channels micro-electrode arrays (MEA). Stimulation is delivered by the arbiTrary Waveform STimulation system (TWIST), allowing a wide range of stimulation currents, waveforms and
frequencies. The protocol includes both conventional (0.2 Hz) and supra-physiological pulses (1-10 kHz) at varying current amplitudes and waveforms. We calculate firing rates, bursting times, and post-stimulus time histograms for each MEA channel to characterize local responses. To uncover network effects, we calculate the cross-correlation, and spike avalanche sizes. The results reveal differences between conventional and kilohertz stimulation strategies in CNS neurons, providing insights into the applicability of such a range of frequencies in neural interface applications.
PA-14
Análise de Transporte no Modelo Fermi-Ulam-Livorati
Antony Morangon
Universidade Estadual Paulista "Júlio de Mesquita Filho" (Unesp)
Nonlinear dynamics & chaos
Resumo / Resumen / Abstract
Antony Morangon - Universidade Estadual Paulista (UNESP)
André Luis Prando Livorati - Universidade Estadual Paulista (UNESP)
O Modelo Fermi-Ulam-Livorati, uma extensão do modelo Fermi-Ulam, caracterizado por uma partícula que colide elasticamente entre duas paredes oscilantes, cada qual com amplitudes e frequências próprias, possui uma rica dinâmica de transporte em seu espaço de fases. Considerando uma restrição em um de seus parâmetros de controle, é possível caracterizar uma Velocity Root Mean Square (VRMS) para a região de mar de caos, à qual define uma curva de escape, a ser considerada para a produção de bacias de escape e curvas de probabilidade de sobrevivência, que evidenciam estruturas de stickiness no espaço de fases.
PA-15
ANÁLISE MULTIFRACTAL DA VARIABILIDADE DA FREQUÊNCIA CARDÍACA: Comparação entre diferentes métodos aplicados a séries temporais
Maria Eloá do Ó Silva
Universidade Federal de Pernambuco (UFPE)
Nonlinear dynamics & chaos Biological & ecological networks
Resumo / Resumen / Abstract
Maria Eloá do Ó Silva- Universidade Federal de Pernambuco, Gustavo Camelo Neto- Universidade Federal de Pernambuco
A variabilidade da frequência cardíaca é um indicador da complexidade dos mecanismos que regulam o ritmo cardíaco.
Este trabalho investiga propriedades de escala em séries temporais de intervalos RR obtidas de eletrocardiogramas, usando métodos de análise multifractal.
Foram comparados três formalismos: função de partição de Halsey \textit{et al.}, método de Chhabra--Jensen e MFDFA de Kantelhardt \textit{et al.}
Os dados, obtidos do PhysioNet, incluem registros de indivíduos saudáveis e de pacientes com cardiopatias.
PA-16
Mapeamento do Espaço de Fases para o Modelo de Fermi-Ulam Quântico
Gustavo Accurso Lobo
Universidade Estadual Paulista "Júlio de Mesquita Filho" (Unesp) - Campus de Rio Claro
Nonlinear dynamics & chaos
Resumo / Resumen / Abstract
Gustavo Accurso Lobo - Unesp
Stephen Florian Günther - Unesp
Este trabalho investiga a correspondência entre as descrições clássica e quântica do modelo de Fermi-Ulam, no qual o sistema é representado, no regime quântico, por uma partícula confinada em um poço de potencial infinito unidimensional com uma das paredes em movimento oscilatório, o que impede uma comparação direta de trajetórias no espaço de fases devido ao caráter probabilístico da mecânica quântica e ao princípio de incerteza. A metodologia consiste em expandir a função de onda nos autoestados estacionários instantâneos do poço com fronteira móvel, o que leva a um sistema de equações diferenciais ordinárias de primeira ordem para os coeficientes dessa expansão, resolvido numericamente por uma aproximação de truncamento em um número finito de estados; a implementação é validada comparando os resultados com o caso analiticamente solúvel do poço em contração constante. No espaço de posições, a densidade de de de probabilidade permanece máxima próxima ao centro do poço, com oscilações ao redor, enquanto a comparação com o modelo clássico é viabilizada pela transformada de Fourier da função de onda, produzindo a densidade de probabilidade em espaço de momentos como função do tempo, representada por mapas de calor análogos aos diagramas de fase clássicos. Esses mapas exibem estruturas qualitativamente similares às do regime clássico, como uma região difusa associada ao mar de caos, faixas regulares interpretadas como ilhas de estabilidade e pequenas estruturas intermediárias identificadas como satélites, indicando que o modelo de Fermi-Ulam quântico preserva, em sua descrição probabilística, assinaturas das estruturas dinâmicas clássicas e indicando a possibilidade de estabelecer correspondências entre sistemas dinâmicos clássicos e quânticos.
PA-17 ⭐ (Lightning Talk)
Understanding and describing a phase transition from limited to unlimited diffusion for a billiard system
Anne Kétri Pasquinelli da Fonseca
Universidade Estadual Paulista "Júlio de Mesquita Filho" (Unesp) - Instituto de Geociências e Ciências Exatas - Campus de Rio Claro
Nonlinear dynamics & chaos Statistical physics
Resumo / Resumen / Abstract
Anne Kétri Pasquinelli da Fonseca - UNESP (Campus de Rio Claro)
Prof. Dr. Edson Denis Leonel - UNESP (Campus de Rio Claro)
We investigate and characterize the second order phase transition from limited to unlimited diffusion observed in a dissipative and time-dependent oval billiard due to the variation of control parameters. According to the LRA conjecture, the existence of chaos in the dynamics with static boundary is a sufficient condition to the occurrence of Fermi acceleration when a time perturbation to the boundary is introduced, phenomenon which is not robust and a tiny dissipation is enough to suppress the unlimited energy growth and can be observed in this case. Near the phase transition, these dynamics are scaling invariant, characterizing a continuous phase transition. The central phenomenology uses a set of scaling hypotheses and a generalized homogeneous function. From them we obtain a relation between the critical exponents leading to a scaling law, which can be proved using numerical simulations or analytic descriptions.
PA-18
A phenomenological description of critical slowing down at period-doubling bifurcations
João Pedro Cruz Ferreira
Universidade Estadual Paulista "Júlio de Mesquita Filho" (Unesp)
Nonlinear dynamics & chaos
Resumo / Resumen / Abstract
Edson Denis Leonel - Universidade Estadual Paulista ""Júlio de Mesquita Filho""
João Pedro Cruz Ferreira - Universidade Estadual Paulista "Júlio de Mesquita Filho"
Diego Fregolent Mendes de Oliveira - University of North Dakota
We present a phenomenological description of the critical slowing down associated with period-doubling bifurcations in discrete dynamical systems. Starting from a local Taylor expansion around the fixed point and the bifurcation parameter, we derive a reduced description that captures the convergence towards stationary state both at and near criticality. At the bifurcation point, three universal critical exponents are obtained, characterising the short-time behaviour, the asymptotic decay, and the crossover between these regimes. Away from criticality, a fourth exponent governing the relaxation time is identified. We show this phenomenology, well established for one-dimensional maps, extends naturally to two-dimensional mappings. By projecting the dynamics onto the centre manifold, we demonstrate that the local normal form of a two-dimensional period-doubling bifurcation reduces to the same universal structure found in one dimension. The theoretical predictions are validated numerically using the Hénon and Ikeda maps, showing excellent agreement for all scaling laws and critical exponents.
PA-19
Análise Quantitativa e Evolução Temporal de Câmaras de Eco em Redes Sociais Polarizadas Politicamente
Fernando César Pereira Reis
Universidade Federal de Viçosa (UFV)
Sociophysics and social networks
Resumo / Resumen / Abstract
Fernando Reis - Universidade Federal de Viçosa
Wesley Cota - Universidade Federal de Viçosa
O fenômeno da polarização política em ambientes virtuais tem transformado profundamente o debate público contemporâneo, tornando fundamental o desenvolvimento de metodologias capazes de monitorar e medir a segregação ideológica. Em redes de comunicação digital, esse cenário frequentemente resulta na formação de câmaras de eco: estruturas comunitárias isoladas onde indivíduos de opiniões semelhantes interagem majoritariamente entre si, limitando o contato com visões divergentes. O objetivo deste trabalho é quantificar a presença dessas estruturas e analisar a dinâmica comportamental dos usuários por meio de uma abordagem baseada em Ciência de Dados e Física de Sistemas Complexos. Para tanto, a metodologia proposta fundamenta-se na modelagem e análise de conjuntos de dados temporais extraídos de redes sociais, contendo interações e classificações de sentimentos associadas a cenários de debate político. A metodologia consistiu na reprodução de resultados consolidados na literatura através da aplicação conjunta de técnicas de bancos de dados relacionais, linguagem SQL e visualização de dados. Inicialmente, realizamos filtragens estruturadas para isolar o núcleo de usuários mais ativos da rede, eliminando potenciais ruídos. A partir dessa amostragem, construímos as redes de interações entre os usuários e calculamos métricas estatísticas fundamentais, como o sentimento médio enviado pelos indivíduos, o sentimento médio recebido e o sentimento médio de sua vizinhança. Adicionalmente, analisamos a evolução temporal dessas atividades e investigamos a variância das opiniões para testar os limites teóricos da consistência ideológica de perfis moderados e extremistas. Os resultados obtidos confirmam forte homofilia na rede estudada. Demonstramos que a infraestrutura computacional adotada permite analisar de forma eficiente a evolução temporal da atividade dos usuários ao longo de janelas mensais. Isso valida a robustez e a escalabilidade do método para grandes volumes de dados.
PA-20
Analytical insights from a model of opinion formation based on Persuasive Argument Theory
Lucía Inés Pedraza
PUC-Rio
Sociophysics and social networks
Resumo / Resumen / Abstract
Lucía Pedraza (1), Nicolás Saintier (2), Juan Pablo Pinasco (2), Pablo Balenzuela (3,4), Celia Anteneodo (1)
1) Department of Physics, PUC-Rio, Rio de Janeiro, Brazil
2) Universidad de Buenos Aires, Facultad de Ciencias Exactas y Naturales, Departamento de Matemática, Buenos Aires, Argentina
3) Universidad de Buenos Aires, Facultad de Ciencias Exactas y Naturales, Departamento de Física, Buenos Aires, Argentina.
4) CONICET - Universidad de Buenos Aires, Instituto de Física Interdisciplinaria y Aplicada (INFINA), Buenos Aires, Argentina
The Persuasive Arguments Theory (PAT) offers one way to explain how people change their opinions and behaviors [1, 2,3]. Unlike imitation or comparison theories, PAT suggests that when two people interact, they don't just compare their opinions; they exchange ideas or thoughts on the subject, called arguments. It assumes that there is a limited set of arguments shaped by culture, and when someone shares an opinion, they draw from a subset of those arguments. The balance of arguments for or against an issue determines the direction and strength of their opinion.
We propose an agent-based model based on PAT, where arguments are the key element in opinion formation, but we simplify the model to its basic components to develop the master equation [4]. In this model, each agent holds positive and negative arguments of equal weight, and in each interaction, they can either lose or gain an argument, depending on the arguments the other agent has. This simplified version helps us find similarities with continuous opinion models, allowing us to use similar methods to develop the master equations that describe the dynamics.
Despite its simplicity, the model reveals an interesting dynamic: under certain conditions, it leads to a final bi-polarized state without needing to introduce any rejection mechanism [3]. From these equations, we can thoroughly explore how the parameters affect the outcome and analytically calculate the transition between consensus and polarization.
[1] Meyers, R. A. Persuasive Arguments Theory A Test of Assumptions. Human
Communication Research 15, 357-381 (1989).
[2] Burnstein, E. y Vinokur, A. Persuasive argumentation and social comparison
as determinants of attitude polarization. Journal of experimental
social psychology 13, 315-332 (1977).
[3] Mäs, M., & Flache, A. (2013). Differentiation without distancing. Explaining bi-polarization of opinions without negative influence. PloS one, 8(11), e74516.
[4] Pedraza, L., Saintier, N., Pinasco, J. P., Balenzuela, P., Anteneodo, C. Analytical insights from a model of opinion formation based on persuasive argument theory. Physical Review E, 112(1), 014312 (2025)
PA-21
Competência Motora Real, Percebida e Gênero como Fatores Estruturantes das Interações Sociais em Aulas de Intervenção Motora: Uma Modelagem Baseada em Agentes
Juan Sebastián Felipe Olmos Núñez
Universidade de São Paulo (USP)
Sociophysics and social networks agent-based modeling
Resumo / Resumen / Abstract
Paulo Felipe Ribeiro Bandeira - Universidade Regional do Cariri,
Ana Clara Cassimiro Nunes - Instituto Federal do Sertão de Pernambucano,
Rebeca Leite Peixôto - Universidade Regional do Cariri,
Maria Valeska de Sousa Soares - Universidade Regional do Cariri,
Hanna Sterphane Moura Cavalcante - Universidade Regional do Cariri,
Juan Olmos - Universidade de São Paulo
A competência em habilidades motoras fundamentais (HMF) é central no desenvolvimento infantil. Nas aulas de Educação Física (EF), crianças com baixa competência motora (CM) tendem a ser preteridas na escolha de parceiros e reduzem seu engajamento. Desigualdades de gênero também afetam o acesso às interações. A relação entre CM e gênero pode gerar padrões coletivos de exclusão. A modelagem baseada em agentes (MBA) rastreia como regras locais individuais produzem estruturas coletivas. Apresentamos um MBA que explora interações entre crianças, examinando como características e parâmetros contextuais influenciam padrões emergentes. Cada agente representa uma criança com quatro atributos: gênero, propensão à cooperação (0–1), competência nas HMF (competente ou não competente; 40% competentes) e histórico social. O ambiente é definido por tipo de atividade (cooperativa, competitiva ou mista), grau de desigualdade de gênero (0–1) e intensidade da intervenção docente (0–1). A cada rodada, os agentes escolhem parceiros por probabilidade ponderada pela homofilia mútua de gênero e CM. Interações aumentam a participação futura; experiências de exclusão a reduzem, com penalidades por gênero e CM. Foram comparados quatro cenários. O cenário de alta desigualdade com atividade competitiva colapsou a participação (~27 agentes excluídos). Atividades cooperativas, mesmo sob alta desigualdade, reduziram exclusões (~11) e ampliaram interações mistas. O cenário de baixa desigualdade com atividade cooperativa aumentou a participação em ambos os gêneros e grupos de competência. A intervenção docente elevada reduziu exclusões (~4), mas não eliminou diferenças de participação entre gêneros. Em todos os cenários, crianças não competentes nas HMF apresentaram participação inferior, e meninas não competentes acumularam dupla desvantagem. Exclusão e segregação por gênero foram sensíveis às variáveis consideradas. Em etapas futuras, o modelo será calibrado com dados empíricos
PA-22 ⭐ (Lightning Talk)
Difusão e Mecanismos de Formação de Opinião em Redes: O Impacto do Discurso de Ódio na Polarização de Opinião
Annna Patricia Pachas Manrique
Universidade de São Paulo (USP)
Sociophysics and social networks Network epidemiology
Resumo / Resumen / Abstract
Anna Patricia Pachas Manrique -Escola de Matematica Aplicada -EMAP -FGV
A polarização de opiniões tem se intensificado nas últimas décadas, impulsionada pela rápida disseminação de informações em redes sociais digitais e pela crescente circulação de discursos de ódio. Este trabalho investiga os mecanismos de difusão de informação e formação de opiniões em redes complexas, analisando como emoções negativas influenciam a emergência e a consolidação de grupos extremistas. Para isso, integra modelos de contágio social inspirados na epidemiologia matemática à Social Judgment Theory, incorporando explicitamente o efeito do ódio sobre as latitudes de aceitação, rejeição e não comprometimento dos indivíduos. Foram desenvolvidos quatro modelos computacionais: FO-N e FO-A, destinados à formação de opiniões sem e com emoções negativas, respectivamente, e CO-N e CO-A, voltados ao controle da polarização. As simulações foram realizadas em redes Watts–Strogatz, Barabási–Albert e completas, considerando diferentes valores da força de contágio social $\beta$, resistência $\gamma$, latitude de aceitação $d$ e distribuições iniciais de opinião. Para avaliar os resultados, foram utilizadas métricas de extremos, dispersão, componentes conectados e entropia. Os resultados mostram que a presença de emoções negativas associadas ao discurso de ódio aumenta significativamente a formação de posições extremas, reduz a abertura a opiniões divergentes e dificulta processos de reversão da polarização. Observou-se ainda que características estruturais das redes influenciam a intensidade desses efeitos, com redes livres de escala favorecendo a rápida disseminação de opiniões polarizadas por meio de hubs altamente conectados. Os achados evidenciam que a interação entre topologia de rede, contágio social, cognição e emoções desempenha papel central na dinâmica da polarização, contribuindo para a compreensão dos processos de radicalização em ambientes sociais e digitais e para o desenvolvimento de estratégias de mitigação da fragmentação social.
PA-23
HodgeRank as a new tool to explore the structure of a social representation
Luna Rhaine Nascimento Oliveira
Universidade Federal do Paraná (UFPR)
Sociophysics and social networks Structure & dynamics of networks
Resumo / Resumen / Abstract
Luna R. N. Oliveira – Universidade Federal do Paraná
José T. Lunardi – Universidade Estadual de Ponta Grossa
Marcos Calçada – Universidade Estadual de Ponta Grossa
Ana L. Pereira – Universidade Estadual de Ponta Grossa
Danilo A. F. de Jesuz – Instituto Federal do Paraná
Cristina Costa – Durham University
Lucas dos Santos – Universidade Estadual de Ponta Grossa
Social representation theory is a branch of social psychology that aims to identify the framework of concepts, ideas, opinions, beliefs, or feelings shared by the individuals within a social group, regarding a social object. Two main problems arise in this theory. The first concerns the identification of the content of the representation, which is the set of cognitive elements shared by the group; the second concerns its structure, which is the way these elements are organized and related among themselves. It is desirable that the methods to address these problems be simple, in regards to the feasibility of the data collection, and reliable, in the sense that they should provide a clear picture of the content and the structure of the representation. No single method proposed in the literature until now fully satisfies these features at the same time. Here we propose the use of HodgeRank, a global ranking method based on the Hodge combinatorial theory, as a new tool to explore the structure of a social representation. In this proposal, the input data is the same as those required for the hierarchical word associations, which is the main method in the field of social representations. However, the HodgeRank provides richer results when compared to the usual approach to analysing this kind of data, based on the Vergés’ double-entry table. The main outcome of the HodgeRank is a graph, analogous to an electric circuit, from which some structural elements of the representation can already be identified. Moreover, the HodgeRank technique identifies the sources of inconsistencies between the global ranking and the aggregated answers within the social group. We illustrate the application of this method in the study of a social representation of COVID-19 within a group of students and also within a group of faculty members from higher education institutions in Brazil.
PA-24
Competitividade entre Conectividade e Interferência no Transporte Coerente em Redes Hierárquicas de Small-world
Miquéias Jacinto Cirino
Universidade Estadual de Campinas (Unicamp)
Structure & dynamics of networks Quantum Mechanics
Resumo / Resumen / Abstract
Miquéias Jacinto Cirino e Marcos César de Oliveira
Investigamos caminhadas quânticas em tempo contínuo (CTQW) em redes hierárquicas que combinam um grafo em árvore $m$-ramificada com ligações intra-camada do tipo small-world, permitindo controle independente da propagação, redistribuição lateral e desordem de ligações. Definindo a probabilidade limitante $\chi_N$ na camada final como medida de eficiência de transporte início à última camada, mostramos que o transporte coerente \emph{não} é otimizado pela conectividade máxima: $\chi_N$ exibe dependência não-monotônica com a probabilidade de ligação, com um ótimo em conectividade intermediária resultante da competição entre espalhamento assistido pela conectividade e confinamento intra-camada por interferência quântica. A análise espectral revela que a desordem de percolação cria degenerescências induzidas por motivos e reorganiza os autoestados relevantes para o transporte. Comparando os regimes coerente, com defasagem e clássico, confirmamos que esse ótimo é uma consequência genuinamente quântica da arquitetura da rede, com implicações para o design de sistemas de comunicação fotônica e modelos de transporte em redes biológicas.
PA-25
Synchronization in dynamical networks with generalized diffusive coupling: extending the Master Stability Function framework
Carlos Javier Gomez Fuentes
Universidade Estadual de Campinas (Unicamp) - Instituto de Física Gleb Wataghin (IFGW)
Structure & dynamics of networks Nonlinear dynamics & chaos
Resumo / Resumen / Abstract
Carlos Javier Gomez - Instituto de Física Gleb Wataghin (IFGW), Universidade Estadual de Campinas (UNICAMP)
Marcus Aloizio Martinez de Aguiar - Instituto de Física Gleb Wataghin (IFGW), Universidade Estadual de Campinas (UNICAMP)
The Master Stability Function (MSF), introduced by Pecora and Carroll, is one of the fundamental frameworks for studying synchronizability in networks of identical dynamical systems with diffusive coupling. In the classical formalism, the interaction between network nodes is described by a coupling term of the form $h(x_j)-h(x_i)$, which imposes important restrictions on the class of admissible interactions.
In this work, we present a natural extension of the MSF formalism to generalized diffusive couplings described by functions $g(x_j, x_i)$ satisfying only the condition $g(x, x)=0$. Under this minimal assumption, the synchronization manifold remains invariant and the transverse stability analysis can still be performed within a MSF-type framework.
We show that the fundamental analytical architecture of the theory is preserved through the introduction of an effective pseudo-Jacobian associated with the generalized coupling, replacing the usual Jacobian $Dh(x_s)$ in the corresponding variational equation. In this way, the extension preserves the central conceptual feature of the MSF formalism (namely, the separation between local dynamics and network topology) while considerably broadening the class of interactions that can be incorporated into the theory.
The formalism is illustrated through numerical explorations in classical nonlinear and chaotic systems with physically motivated generalized interactions. In particular, the proposed approach naturally allows the inclusion of interaction schemes that cannot be reduced to the standard difference form, extending the applicability of the MSF framework beyond the classical linear diffusive paradigm.
Besides extending the applicability of the classical MSF framework, the proposed formulation provides a robust conceptual and technical basis for future investigations of synchronization phenomena in more general dynamical networks, including systems with higher-order interactions.
PA-26 ⭐ (Lightning Talk)
Causal Emergence 2.0 in Vehicular Networks: Multi-Scale Causal Structure and Dynamical Consistency Limits
Jorge L M Quiroz-González
Pontificia Universidad Católica del Perú
Structure & dynamics of networks Complexity science & information theory
Resumo / Resumen / Abstract
Jorge L M Quiroz-González - PUCP
We apply Causal Emergence 2.0 (CE 2.0; Hoel, Patterns, 2026) to vehicular traffic networks to determine which level of description — individual arc, functional corridor, or full network — holds the greatest causal power over traffic dynamics. CE 2.0 quantifies macroscale causation through Causal Primitives: determinism (Det), measuring predictability of effects given causes, and specificity (Spec), measuring uniqueness of causes given effects, combined into Causal Power CP = Det + Spec minus 1 in [ minus 1, 1], computed under a uniform intervention distribution over an empirical Transition Probability Matrix (TPM) derived from agent-based simulations following the Lighthill–Whitham–Richards speed model. A micro-to-macro path is built via Ward hierarchical clustering over TPM row-column profiles, and the dynamical consistency of each macroscale is verified through a Kullback–Leibler divergence criterion (KL < varepsilon = 0.10). Applied to a directed acyclic graph vehicular network, CE 2.0 automatically identifies the admissible coarse-graining limit: macroscales grouping dynamically incompatible arcs are rejected by the consistency criterion — a novel result at the intersection of causal emergence theory and transportation network analysis. We extend this to three topologies — a symmetric two-corridor DAG, an ergodic recirculating network, and a network with a controlled inter-corridor connector — designed to study how functional hierarchy and routing asymmetry shape Causal Emergence CE = sum i maximum ( Delta CP i, 0) and Emergent Complexity EC = H( Delta CP i ) across scales. This study, part of a paper in preparation, represents the first systematic application of CE 2.0 to transportation infrastructure.
PA-27 ⭐ (Lightning Talk)
Efeitos da conectividade espacial na estrutura e dinâmica epidêmica de redes geográficas direcionadas
Bryannie Carla de Lima Tonon
Universidade Federal de Viçosa (UFV)
Structure & dynamics of networks Network epidemiology
Resumo / Resumen / Abstract
Bryannie Tonon - Universidade Federal de Viçosa
Wesley Cota - Universidade Federal de Viçosa
As redes complexas são amplamente utilizadas para descrever sistemas sociais, biológicos e tecnológicos, permitindo investigar padrões coletivos emergentes das interações entre seus elementos. Em redes espaciais, diferentemente de redes abstratas, a posição espacial dos vértices e as distâncias entre eles influenciam diretamente a evolução da rede. Neste trabalho, generalizamos o modelo de Waxman ao introduzir limitações espaciais e diferentes probabilidades de conexão. Consideramos N vértices distribuídos uniformemente em um domínio bidimensional $L\times L$, atribuindo a cada vértice um raio de interação $r_i$. Um vértice i conecta-se apenas a vértices de sua vizinhança $\mathcal{V}(i)$, definida por $d_{ij}\leq r_i$, onde $d_{ij}$ é a distância euclidiana entre i e j. Foram analisadas diferentes regras de conexão: uniforme, dependente da distância, decaimento exponencial com a distância e mecanismos de atratividade. Investigamos como essas regras afetam propriedades estruturais das redes mantendo o mesmo grau médio. Observamos que o coeficiente de agrupamento médio decai aproximadamente como $\langle C\rangle\sim N^{-1}$, enquanto o menor caminho médio cresce como $\langle l\rangle\sim \ln N$, caracterizando comportamento de mundo pequeno. Diferenças significativas surgem nas distribuições de grau, especialmente nas redes com atratividade, que apresentam maior heterogeneidade. As redes geradas foram utilizadas como substrato para a dinâmica epidêmica suscetível-infectado-suscetível (SIS). A análise da densidade quasiestacionária de infectados e da suscetibilidade dinâmica revelou um limiar epidêmico finito nos modelos. Além disso, observamos comportamentos compatíveis com leis de potência próximos da transição epidêmica. Embora todas as redes apresentem o mesmo comportamento de escala com o tamanho do sistema, as redes baseadas em atratividade exibem limiares críticos menores, indicando que a heterogeneidade favorece a propagação epidêmica.
PA-28
Slow relaxation in the activation threshold model
Paulo Henrique Lorenzoni Filho
Universidade Federal de Viçosa (UFV)
Structure & dynamics of networks
Resumo / Resumen / Abstract
Paulo Henrique Lorenzoni - Universidade Federal de Viçosa
Róbert Juhász - Wigner Research Centre for Physics
Silvio C. Ferreira - Universidade Federal de Viçosa
Géza Ódor - Institute of Technical Physics and Materials Science
Rare regions are characterized by the formation of independent domains that are weakly coupled by fluctuations. These domains persist for exponentially long times and lead to a non-universal power law decay of the order parameter, which is generally regarded as a hallmark of a Griffiths phase (GP). In general, the signature of a GP is a consequence of the introduction of quenched disorder. In the pure threshold model, i.e., without quenched disorder, a site becomes active if the number of active neighbors exceeds a given threshold. We investigated the threshold model on both random and regular graphs. When the threshold is equal to one, an inactive site requires at least one active neighbor to become active, recovering the dynamics of the Contact Process (CP). Depending on the threshold value, the system exhibits multistability and strong metastability effects. On regular lattices, for specific initial conditions, the model generates rare regions that lead to a non-universal power law decay. In contrast, when random regular graphs are considered, the GP signature disappears once small-world properties are present.
PA-29
Modos Efetivos do Fluxo Causal na Dinâmica de Eventos em Redes
Gabriel Marghoti
Universidade Federal do Paraná (UFPR)
Structure & dynamics of networks Network neuroscience & synchronization
Resumo / Resumen / Abstract
Gabriel Marghoti - Universidade Federal do Paraná
Shihan Li - Universidade de Fudan
Thiago de Lima Prado - Universidade Federal do Paraná
Peng Ji - Universidade de Fudan
Em sistemas com dinâmica baseada eventos, a informação se propaga por cascatas discretas em vez de sinais contínuos. Sustentar a computação funcional exige que as redes permaneçam abertas tanto a estímulos quanto a ruídos, idealmente evitando que flutuações aleatórias de estado suprimam a propagação de sinais. Desenvolvemos uma teoria espectral para analisar esse fluxo causal aplicando a decomposição em valores singulares (SVD) ao Grafo Acíclico Direcionado (DAG) causal dos tempos de evento. Demonstramos que a propagação efetiva, tanto nos nodos quanto no tempo, é a matriz estrutural estática interposta entre os estados dinâmicos dos nós, evidenciando que os modos efetivos resultantes são deformações dependentes do estado da rede, e não uma estrutura estática. Como o grafo de eventos é estritamente um DAG, as projeções de entrada e saída são ortogonais, tornando a propagação neste paradigma uma sequência forçada de comutações intermodais. Revelamos como o ruído sem memória atua como um filtro dinâmico que elimina sequências frágeis. Por fim, mostramos como o ajuste das propriedades espectrais da matrix estrutural e dos padrões de entrada impactam nas propriedades espectrais do DAG causal, permitindo que as redes sustentem reações em cadeia robustas de ativações de modos em ambientes ruidosos.
PA-30
Search optimization in complex networks using Lévy random walk
Jandson Fahel Oliveira de Freitas
Universidade Federal de Viçosa (UFV)
Structure & dynamics of networks Structure & dynamics of networks
Resumo / Resumen / Abstract
Jandson F. O. de Freitas - Universidade Federal de Viçosa
Marcos G. E. da Luz - Universidade Federal do Paraná
Gandhimohan M. Viswanathan - Universidade Federal do Rio Grande do Norte
Ernesto P. Raposo - Universidade Federal de Pernambuco
Guilherme S. Costa - Universidade Estadual Paulista
Silvio C. Ferreira - Universidade Federal de Viçosa
The Lévy distribution captures a movement pattern observed in many living organisms, characterized by a combination of frequent short steps and occasional long displacements. In this work, we introduce Lévy random walks in complex and regular networks considering the Manhattan distance between the starting node and the ending node given by a power-law distribution. This is a new navigation strategy in undirected complex networks directly inspired by Lévy walks. We obtain numerical results for the efficiency of random searches and show that the algorithm developed for complex networks, when applied to a square network, recovers the results of random searches in continuous space found in previous works. We also show that the network topology directly influences search efficiency, nodes with high betweenness act as attractors for Lévy walks, completely changing the search dynamics. Financial support: FAPEMIG and CAPES.
PA-31
Analysis of synchronization and robustness of complex networks based on edges embeddedness
Gustavo Espinosa Otalora
Universidad Pedagogica yTecnologica de Colombia
Structure & dynamics of networks Network neuroscience & synchronization
Resumo / Resumen / Abstract
G. Espinosa-Otalora - Universidad Pedagogica y Teconologica de Colombia
F.Naranjo-M - Universidad Pedagogica y Tecnologica de Colombia
Jordi Soriano - Universidad de Barcelona
Albert-Díaz-Guilera - Universidad de Barcelona
We implemented a edge removal process using the embedding level metric ($\varepsilon$). This metric allows us to determine the importance of each link in the network's connectivity and the long-range effects that a disturbance in a specific link can generate. We observed how, depending on the selection method, we affect network connectivity to varying degrees through the size of the giant component and the emergence of bottlenecks, which are reflected in a perturbed tree-like network. We used the Kuramoto model to observe how network synchronization changes in different phases of the removal process, as well as according to the selection method used. We observed how the embedding and centrality of the links vary according to the removal process and how these disturbances affect the second eigenvalue of the system's Laplacian.
PA-32
Heterogeneidade da Rede e Condições Iniciais na Propagação de Rumores com Threshold
Mariana Macedo dos Santos
Universidade de São Paulo (USP)
Structure & dynamics of networks Network epidemiology
Resumo / Resumen / Abstract
Mariana Macedo dos Santos - Universidade de São Paulo
Neste trabalho, investigamos a propagação de rumores com threshold de reforço $k$ em redes complexas, analisando como a estrutura da rede influencia a dinâmica de disseminação. Por meio de simulações numéricas em redes homogêneas e heterogêneas, avaliamos o impacto de $k$ no tamanho e na persistência do rumor. Além disso, estudamos a influência da posição do espalhador inicial, comparando cenários em que o rumor se origina em hubs e em folhas da rede. Os resultados preliminares mostram que tanto a heterogeneidade estrutural quanto a escolha da semente inicial desempenham papel importante na propagação do rumor, especialmente para valores mais elevados de $k$, evidenciando limitações da hipótese de mistura homogênea assumida em modelos analíticos clássicos.
