Actividad emergente hipergrafo temporal: Un modelo para generar hipergrafos realistas dependientes del tiempo

Área de la Ciencia:

• Ciencia de Sistemas Complejos
• Ciencia de Redes
• Ciencia de Datos

Sus antecedentes:

• Las interacciones grupales variables en el tiempo son fundamentales para los sistemas complejos.
• Los hipergrafos temporales capturan interacciones de orden superior y dependientes del tiempo.
• Los conjuntos de datos empíricos a menudo están incompletos, lo que requiere modelos sustitutos.

Objetivo del estudio:

• Introducir un novedoso modelo de hipergrafo temporal (EATH) para la generación de conjuntos de datos sintéticos.
• Permitir el estudio de procesos dinámicos en redes de interacción complejas.
• Facilitar la comprensión de sistemas con datos de interacción limitados o incompletos.

Principales métodos:

• Se desarrolló el modelo EATH (Emerging Activity Temporal Hypergraph).
• EATH utiliza la dinámica de actividad de los nodos y los mecanismos de memoria para generar interacciones.
• Se validó EATH frente a conjuntos de datos empíricos de interacciones cara a cara.

Principales resultados:

• EATH generó con éxito hipergrafos temporales sustitutos que reflejan las propiedades de los datos empíricos.
• Las simulaciones de la dinámica de contagio de orden superior mostraron resultados comparables en datos reales y sintéticos.
• Se demostró la flexibilidad de EATH en la creación de hipergrafos sintonizables e híbridos.

Conclusiones:

• El modelo EATH proporciona una herramienta poderosa para crear hipergrafos temporales sintéticos realistas.
• Los datos sintéticos ayudan en el estudio de la dinámica de sistemas complejos donde la recopilación de datos es un desafío.
• Abre nuevas vías para la comprensión de comportamientos emergentes en interacciones grupales.