A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Redes de Transporte Aéreo João Victor Wanderley Ramos Rafael Barbosa Gonçalves {jvwr, cin.ufpe.br Tópicos Avançados em Inteligência Artificial.

Apresentações semelhantes


Apresentação em tema: "Redes de Transporte Aéreo João Victor Wanderley Ramos Rafael Barbosa Gonçalves {jvwr, cin.ufpe.br Tópicos Avançados em Inteligência Artificial."— Transcrição da apresentação:

1 Redes de Transporte Aéreo João Victor Wanderley Ramos Rafael Barbosa Gonçalves {jvwr, cin.ufpe.br Tópicos Avançados em Inteligência Artificial Centro de Informática - UFPE

2

3 Motivação Dados utilizados A Estrutura de Larga Escala Estrutura de Comunidades Papel Global das Cidades Conclusão Referências Roteiro

4 A rede de transporte aéreo tem um grande impacto nas economias locais, nacionais e internacionais Responsável pela mobilidade de milhões de pessoas e toneladas de carga todos os dias. Indiretamente responsável pela propagação de doenças contagiosas, principalmente as relacionadas com sistema respiratório. Motivação

5 Motivação Alguns fatores podem resultar em atrasos e cancelamentos de vôos Falhas e ineficiências do sistema de transporte aéreo têm grandes custos econômicos -atrasos nos vôos resultaram em custo para os países europeus de mais 150 bilhões de euros no ano de 1999

6 Motivação O que levou o sistema a esse ponto? Por que não podemos conceber um sistema melhor? Para responder a estas perguntas, é fundamental caracterizar a estrutura da rede mundial de transporte aéreo e os mecanismos responsáveis ​​ pela sua evolução Solução não é simples: -Companhias aéreas visam lucros; -Fatores geográficos, políticos e econômicos.

7 Dados Utilizados localidades Cada localidade possui pelo menos um aeroporto e está conectada a uma outra localidade por um voo direto (sem escalas) Base de dados oriunda da OAG: o Mais de 800 linhas aéreas do mundo o Período de 01/11/2000 a 7/11/2000 o Apenas voos de passageiros agendados (regulares)

8 Dados Utilizados No período considerado, a rede apresentou o voos ou segmentos de voos o pares distintos de cidades com conexões sem escalas Alta redundância acrescenta mais confiança e credibilidade à análise.

9 Dados Utilizados

10 A Estrutura de Larga Escala Propriedade de “Mundo Pequeno” Média dos menores caminhos d = 4,4 56% dos pares são conectados por 4 vôos ou menos d cresce com o número total de cidades (S) em proporção logarítmica (d log S)

11 Exemplo: - Cidades mais “afastadas” do mundo: Mount Pleasant (Ilhas Malvinas) e Wasu (Nova Guiné) A Estrutura de Larga Escala

12 Coeficiente de clusterização (C): -Probabilidade de duas cidades diretamente conectadas serem ambas diretamente conectadas a uma terceira Coeficiente aumenta com o crescimento da rede Resultado condizente com a expectativa de mundo pequeno (C = 0,62) A Estrutura de Larga Escala

13 Grau de Distribuição o Número de outras cidades conectadas por vôos diretos Rede sem escala o A rede possui alguns nós que são muito mais conectados do que os demais o Distribuição decai semelhante à lei de potência o Nós com alto grau de conectividade tendem a receber mais conexões A Estrutura de Larga Escala

14

15 Centralidade (B i ) o Número de caminhos curtos conectando quaisquer duas outras cidades que envolvam a cidade i Centralidade normalizada (b i ) o representa a média das centralidades da rede A Estrutura de Larga Escala

16

17 As cidades mais conectadas também são as mais centrais? A Estrutura de Larga Escala

18

19 As 25 cidades mais conectadas As 25 cidades mais centrais

20 A Estrutura de Larga Escala

21 Anomalias: o Fato incomum em redes complexas como a internet O caso do Alasca: o Pouco populoso o Isolado dos EUA o Aeroportos se conectam a outros dentro do próprio estado o Poucos se conectam aos EUA continental A Estrutura de Larga Escala

22 Modularidade o A modularidade de uma determinada partição de nós em grupos é máxima quando os nós que estão densamente conectados entre eles são agrupados e separados dos outros nós na rede. Algoritmo Simulated Annealing o Técnica de otimização o Objetivo de encontrar a partição que maximiza a modularidade Estrutura de comunidades

23

24 Não pode ser explicada por razões puramente geográficas. o Maioria das cidades na Europa + Rússia Asiática o Cidades Chinesas + Japonesas + Cidades em outros países do sudeste Asiático o Índia + Península Árabe + Norte da África Estrutura de comunidades

25 Caracterizamos o papel de cada cidade na rede de transporte aéreo com base em seu padrão de conexões intracomunitárias e intercomunitárias. Intracomunitárias: o Hubs e Não-hubs o Grau de um nó dentro da comunidade zi score: mede o quanto o nó i é “bem-conectado” com os outros nós da comunidade. Papel mundial das cidades

26 Intercomunitárias: o Coeficiente de participação do nó i (Pi) o Pi -> 1 Links uniformemente distribuídos entre todas as comunidades o Pi -> 0 Links concentrados na sua própria comunidade Papel mundial das cidades

27 Papel dos nós o Foram definidos sete diferentes "papéis universais“ De acordo com seus padrões na intracomunidade e conecção intercomunidades o Cada um corresponde a uma região de zP diferente o Grau dentro do módulo: Hubs: z ≥ 2,5 Não-hubs: z <2,5 Papel mundial das cidades

28 Podem ser mais finamente classificados utilizando o Pi Não-hubs o Nós ultraperiféricos Todos os seus links dentro de seu módulo (P ≤ 0,05) o Nós periféricos A maioria dos links dentro seu módulo (0,05

0,80) Hubs o Hub provincial Grande maioria dos links dentro de seu módulo (P ≤ 0,30) o Hub conector Muitos links para a maioria dos outros módulos (0,30

0,75). Papel mundial das cidades

29 Para cada cidade na rede mundial de transporte aéreo, foi calculado grau intra-comunidade zi e seu coeficiente de participação Pi. o 95,4% das cidades são classificadoa como periféricas ou ultra- periféricas. o O,5% de não-hub conectores. As cidades que não são hubs em suas respectivas comunidades raramente têm links para muitas outras comunidades na rede de transporte aéreo. Contraste gritante com o que acontece em algumas redes biológicas (conectores não-hub parecem ser relativamente freqüente e desempenham um papel importante) Papel mundial das cidades

30 A maioria das cidades são classificadas como nós ultraperiféricos (preto) ou periféricas (vermelho). Número pequeno de nós não- hub desempenham o papel de conectores (verdes). Frações aproximadamente iguais de provincial (amarelo) e conector de hubs (marrom).

31 A ausência de comunidades se manifesta na maioria dos hubs - rubs sem parentes (cinza) Aparecimento de nonhubs sem parentes (azul). Muitos hubs sem parentes ou nonhubs sem parentes A rede contém essencialmente nenhum hub provincial ou conector. Papel mundial das cidades

32

33 A rede de transporte aéreo em todo o mundo é uma rede pequeno mundo em que: o O número de conexões nonstop a partir de uma determinada cidade e o número de caminhos mais curtos passando por uma determinada cidade tem distribuições que são livres de escala. Os nós com mais conexões nem sempre são as mais centrais na rede o Estrutura multi-comunidade da rede o A estrutura das comunidades na rede é devido a fatores tanto geográficos quanto políticos Conclusão

34 A análise da estrurura das cumunidades na rede é de grande importância o Permite identificar as maneiras mais eficientes para projetar a estrutura da rede tendo identificado as comunidades, é possível identificar quais os que estão mal conectadas e as formas de minimizar esse problema o Cidades conectadas com diferentes comunidades têm um papel desproporcional na dinâmica de processos importantes Propagação de infecções Encontrar as comunidades é o primeiro passo para identificar essas cidades. Conclusão

35 ?

36 Obrigado!

37 Referências The worldwide air transportation network: Anomalous centrality, community structure, and cities' global roles - R. Guimera, S. Mossa, A. Turtschi, and L.A.N. Amaral – a&list=SP3416E39D02A5BFE9&lf=list_related a&list=SP3416E39D02A5BFE9&lf=list_related Fa&list=SP3416E39D02A5BFE9&lf=list_related Fa&list=SP3416E39D02A5BFE9&lf=list_related The role of the airline transportation network in the prediction and predictability of global epidemics - Vittoria Colizza, Alain Barrat, Marc Barthélemy and Alessandro Vespignani Vittoria ColizzaAlain BarratMarc BarthélemyAlessandro Vespignani


Carregar ppt "Redes de Transporte Aéreo João Victor Wanderley Ramos Rafael Barbosa Gonçalves {jvwr, cin.ufpe.br Tópicos Avançados em Inteligência Artificial."

Apresentações semelhantes


Anúncios Google