Anno accademico 2021-2022

STRUCTURE OF COMPLEX NETWORKS

Docenti

Dario Fasino
Totale crediti
6
Periodo didattico
Secondo Periodo
Tipologia
Affine/Integrativa
Prerequisiti. Costituisce prerequisito indispensabile la conoscenza degli argomenti trattati nel corso “Teoria dei Grafi e dei Giochi”; in particolare: elementi di algebra lineare (calcolo matriciale, sistemi lineari, autovalori e autovettori), probabilità e teoria dei grafi.
Metodi didattici. Lezioni frontali.
Modalità di verifica. L’esame finale consiste in un test scritto, contenente domande e problemi volti a valutare le conoscenze e abilità acquisite dallo studente, e un esame orale comprendente la discussione delle attività sperimentali svolte durante il corso, allo scopo di valutare la capacità dello studente di applicare le conoscenze acquisite in contesti reali.
Altre informazioni. Il materiale didattico disponibile sulla piattaforma e-learning include dispense a cura del docente, lezioni videoregistrate, slide delle lezioni e risorse software. La frequenza delle lezioni è fortemente consigliata.
Obiettivi formativi
Al termine del corso lo studente avrà acquisito conoscenze sulle proprietà strutturali di reti complesse di varie tipologie, competenze sull’uso delle principali metriche e tecniche per la loro analisi e classificazione, abilità sull’uso di strumenti software per l’analisi di reti complesse. In particolare, lo studente dovrà: – Conoscere la terminologia, i principali concetti, problemi e tecniche computazionali per l’analisi delle reti complesse; – conoscere e saper utilizzare una libreria software per l’analisi di reti complesse. – saper riconoscere e descrivere la struttura, le dinamiche, le criticità di una rete del mondo reale. – Valutare l’importanza e il ruolo degli elementi di una rete complessa; – sapere comunicare efficacemente la struttura e le analisi quantitative di una rete complessa. 
Contenuti
Esempi di reti complesse; proprietà globali e invarianti topologici, misure di distanza e di centralità, modelli generativi: grafi casuali, reti “piccolo mondo”, reti scale-free; cammini casuali su grafi, catene di Markov, teoria di Perron-Frobenius; algoritmi HITS e PageRank; assortatività e clustering; modularità; problemi e metodi di partizionamento e community detection.
Testi di riferimento
(1) M. Newman. Networks: An Introduction. Oxford University Press, 2010. (2) E. Estrada, P. Knight. A first course in network theory. Oxford 2015. (3) Dispense a cura del docente.