Temos o prazer de convidar a todos para o seminário do Programa de Pós-Graduação em Estatística da UFRGS (PPGEst-UFRGS) em 2026.
Título: Modelos de Redes de Afinidade.
Short Bio: Denise Duarte é Professora Titular do Departamento de Estatística do Instituto de Ciências Exatas da Universidade Federal de Minas Gerais (UFMG), com regime de dedicação exclusiva. Possui uma sólida trajetória acadêmica, sendo graduada em Matemática pela própria UFMG , com especialização em Estatística pela Universidade Federal de Goiás (UFG) e Doutorado em Estatística pela Universidade de São Paulo (USP). Durante seu doutorado, aperfeiçoou sua formação com um estágio na prestigiada École Polytechnique de Paris. Recentemente, entre 2022 e 2023, concluiu um estágio de Pós-Doutorado também na USP. Com experiência em Probabilidade e Estatística Aplicadas, sua pesquisa tem forte foco teórico e metodológico, especialmente voltado para a modelagem de redes. Seus interesses e contribuições científicas principais incluem a inferência em grafos aleatórios, cadeias de ordem infinita (alcance variável), reamostragem, e inferência em processos estocásticos perturbados. E Sua produção acadêmica inclui a autoria de artigos em periódicos de alto impacto e alcance interdisciplinar. Destacam-se publicações em revistas como Proceedings of the National Academy of Sciences (PNAS), Journal of Complex Networks, Spatial Statistics e Journal of Computational Science, abordando desde modelos probabilísticos para redes geradas por características de atores até genética de populações e representações sociais.
Resumo: Este trabalho apresenta o Modelo de Rede de Afinidade para grafos aleatórios, que engloba uma ampla família de modelos de grafos aleatórios parametrizados. Neste modelo, assumimos que cada indivíduo escolhe aleatoriamente um conjunto de características para representá-lo, de acordo com uma medida de probabilidade específica. As conexões entre dois indivíduos dependem de suas características compartilhadas e são ponderadas por uma função que mede o que chamamos de afinidade na rede. Dependendo da escolha dessa função, a densidade da rede pode variar de esparsa a um grafo completo. Essa alta flexibilidade torna o modelo adequado para ajustar redes do mundo real. Desenvolvemos uma metodologia para estimar os parâmetros do Modelo de Rede de Afinidade. Além disso, estendemos este modelo para acomodar redes que abrangem múltiplas comunidades. Finalmente, aplicamos o modelo para analisar as diferenças na percepção da pandemia de COVID-19 entre dois grupos: uma comunidade acadêmica e uma comunidade externa.
Data: 23/06/2026
Horário: 13:30
O seminário acontecerá na modalidade Online e poderá ser assistido pelo link: https://mconf.ufrgs.br/webconf/ppgest