BEGIN:VCALENDAR VERSION:2.0 PRODID:-//Ä¢¹½ÊÓƵ//NONSGML v1.0//EN NAME:Promotie D. Sclosa METHOD:PUBLISH BEGIN:VEVENT DTSTART:20250219T134500 DTEND:20250219T151500 DTSTAMP:20250219T134500 UID:2025/promotie-d-sclosa@8F96275E-9F55-4B3F-A143-836282E12573 CREATED:20250507T102259 LOCATION:(1e verdieping) Auditorium, Hoofdgebouw De Boelelaan 1105 1081 HV Amsterdam SUMMARY:Promotie D. Sclosa X-ALT-DESC;FMTTYPE=text/html:

Ä¢¹½ÊÓƵ

Dynamical Systems on Gr aphs

Verrassende patronen in netwerken onthuld 

D e vorm van een netwerk heeft een onverwacht, maar voorspelbaar effect op de dynamiek ervan, toont wiskundige Davide Sclosa met zijn onderz oek aan. Dit geeft nieuwe inzichten in de manier waarop netwerken fun ctioneren en kan bijdragen aan een beter begrip van sociale dynamiek, informatiedistributie en zelfs technologische infrastructuren. 

Dynamische systemen op een graaf 
Een groep mensen die meningen uitwisselen. Een kunstmatig neuraal netwer k dat voorspellingen doet. Een virus dat zich door een populatie vers preidt.  Een server die taken verdeelt over meerdere computers. Een netwerk dat willekeurig evolueert met verbindingen die aan en uit gaan. Elk van deze fenomenen is een dynamisch systeem op een graaf. Een wiskundige structuur die onderlinge verbindingen tussen verschill ende punten weergeeft. Sclosa richtte zich met zijn onderzoek op deze verschillende soorten netwerken, zoals sociale netwerken, kunstmatig e neurale netwerken, elektriciteitsnetwerken en zelfs virussen die zi ch door een populatie verspreiden.  

Invloed van n etwerkstructuur op dynamiek 
Nu blijkt dat de struct uur van een netwerk een grote invloed heeft op hoe informatie, mening en of zelfs elektriciteit zich verspreiden. Zo blijkt dat sociale net werken met veel terugkerende verbindingen – lussen – ervoor zorge n dat informatie vaker terugkeert naar het beginpunt. Dit zorgt ervoo r dat meerdere meningen stabiel naast elkaar kunnen blijven bestaan, wat het netwerk democratischer maakt. Stel je bijvoorbeeld een groep mensen voor die op een rij staat, zodat elke persoon alleen met zijn buren spreekt. De meningsmodellen suggereren dat er na een tijdje con sensus onder hen wordt bereikt, bijvoorbeeld dat iedereen politiek ge matigd wordt. Daarentegen kan voor een groep mensen die in een cirkel is gerangschikt, een andere stabiele configuratie worden bereikt, me t een spectrum van verschillende meningen die naast elkaar bestaan. B ijvoorbeeld van uiterst links tot uiterst rechts, en helemaal terug.  
 
Toepassingen in de praktijk  ;
De resultaten van het onderzoek zijn niet beperkt tot sociale ne twerken. Omdat de bevindingen wiskundige stellingen over algemene net werken zijn, kunnen ze worden toegepast op uiteenlopende systemen. Of het nu gaat om een neuraal netwerk, een elektriciteitsnet of een ser ver die taken verdeelt over computers, als het netwerk aan de hypothe sen van de studie voldoet, kan de dynamiek worden voorspeld.  Zo zorgt de analyse van de netwerken ervoor dat er beoordeeld wordt wel ke verbindingen versterkt of verbroken moeten worden in bijvoorbeeld een elektriciteitsnetwerk, om een stroomstoring te voorkomen. Of welk e wegen verbreed moeten worden en welke afgesloten moeten worden om h et verkeer te verbeteren. 

Theoretische en compute rgestuurde methodes 
Het onderzoek werd grotendeels uitgevoerd met theoretische wiskundige methodes. Echter, in één spe cifiek geval bleek de voorspelde dynamiek zo verrassend dat een prakt ische toets nodig was. Hierbij werd Python-code gebruikt om een netwe rk te simuleren waarin oneindig veel stabiele evenwichten mogelijk wa ren. Dit illustreert hoe wiskunde en computerwetenschap hand in hand kunnen gaan om complexe fenomenen te verklaren. 

Meer info rmatie over het

DESCRIPTION:

Verrassende patronen in netwerken onthuld 

De vorm van een netwerk heeft een onverwacht, maar voorspelbaar effec t op de dynamiek ervan, toont wiskundige Davide Sclosa met zijn onder zoek aan. Dit geeft nieuwe inzichten in de manier waarop netwerken fu nctioneren en kan bijdragen aan een beter begrip van sociale dynamiek , informatiedistributie en zelfs technologische infrastructuren.  ; Dynamische systemen op een graaf 
Een groe p mensen die meningen uitwisselen. Een kunstmatig neuraal netwerk dat voorspellingen doet. Een virus dat zich door een populatie verspreid t.  Een server die taken verdeelt over meerdere computers. Een n etwerk dat willekeurig evolueert met verbindingen die aan en uit gaan . Elk van deze fenomenen is een dynamisch systeem op een graaf. Een w iskundige structuur die onderlinge verbindingen tussen verschillende punten weergeeft. Sclosa richtte zich met zijn onderzoek op deze vers chillende soorten netwerken, zoals sociale netwerken, kunstmatige neu rale netwerken, elektriciteitsnetwerken en zelfs virussen die zich do or een populatie verspreiden.   Invloed van netwerkstruc tuur op dynamiek 
Nu blijkt dat de structuur van een netwerk een grote invloed heeft op hoe informatie, meningen of zelfs elektriciteit zich verspreiden. Zo blijkt dat sociale netwerken met veel terugkerende verbindingen – lussen – ervoor zorgen dat infor matie vaker terugkeert naar het beginpunt. Dit zorgt ervoor dat meerd ere meningen stabiel naast elkaar kunnen blijven bestaan, wat het net werk democratischer maakt. Stel je bijvoorbeeld een groep mensen voor die op een rij staat, zodat elke persoon alleen met zijn buren spree kt. De meningsmodellen suggereren dat er na een tijdje consensus onde r hen wordt bereikt, bijvoorbeeld dat iedereen politiek gematigd word t. Daarentegen kan voor een groep mensen die in een cirkel is gerangs chikt, een andere stabiele configuratie worden bereikt, met een spect rum van verschillende meningen die naast elkaar bestaan. Bijvoorbeeld van uiterst links tot uiterst rechts, en helemaal terug.  
& nbsp;
Toepassingen in de praktijk 
De res ultaten van het onderzoek zijn niet beperkt tot sociale netwerken. Om dat de bevindingen wiskundige stellingen over algemene netwerken zijn , kunnen ze worden toegepast op uiteenlopende systemen. Of het nu gaa t om een neuraal netwerk, een elektriciteitsnet of een server die tak en verdeelt over computers, als het netwerk aan de hypothesen van de studie voldoet, kan de dynamiek worden voorspeld.  Zo zorgt de a nalyse van de netwerken ervoor dat er beoordeeld wordt welke verbindi ngen versterkt of verbroken moeten worden in bijvoorbeeld een elektri citeitsnetwerk, om een stroomstoring te voorkomen. Of welke wegen ver breed moeten worden en welke afgesloten moeten worden om het verkeer te verbeteren.  Theoretische en computergestuurde method es 
Het onderzoek werd grotendeels uitgevoerd met th eoretische wiskundige methodes. Echter, in één specifiek geval blee k de voorspelde dynamiek zo verrassend dat een praktische toets nodig was. Hierbij werd Python-code gebruikt om een netwerk te simuleren w aarin oneindig veel stabiele evenwichten mogelijk waren. Dit illustre ert hoe wiskunde en computerwetenschap hand in hand kunnen gaan om co mplexe fenomenen te verklaren.  Meer informatie over het Dynamical Systems on Graphs END:VEVENT END:VCALENDAR