Un modelo de autómatas de aprendizaje celulares para el problema de detención de comunidades en una red de investigadores en Colombia

Abstract

En pleno auge de la cuarta revolución industrial los países se enfrentan al desafío de fortalecer la ciencia y tecnología para ser sociedades competitivas capaces de adaptarse a los cambios que atraviesa la industria y sociedad. Con el fin de fortalecer la ciencia a través de la colaboración científica, ha crecido el interés dentro del área de Análisis de Redes Sociales (ARS) por estudiar las redes de investigación. El presente trabajo de investigación se centra en dar solución al problema de detección de comunidades en una red de investigación en el área de Ingeniería Industrial en Colombia. La detección de comunidades es un tema que ha ganado relevancia en los últimos años, ya que permite encontrar los subgrupos que se forman dentro de una red social y así extraer patrones útiles que permitan entender cómo evolucionan los individuos y las comunidades que forman. La detección de comunidades en la red social de investigación se realiza mediante la implementación de un algoritmo basado en un modelo de autómatas de aprendizaje celular (CLA-Net). Una vez revelada la estructura de comunidad de la red se aplica la teoría de grafos para realizar la validación de las comunidades encontradas y para analizar otras propiedades de la red social y sus patrones de colaboración científica. Esto permitirá conocer el estado de la colaboración científica en la red de investigación, los investigadores más influyentes dentro de cada comunidad y dentro la red, los investigadores que actúan como puentes y permiten el flujo de información y conocimiento, entre otras propiedades interesantes de la red.