Generación de un modelo para la extracción de la topología de una red compleja a partir de la evolucion de las interacciones entre agentes sociales

Simple item page
dc.contributor.advisorMartínez Huartos, Johann Heinz
dc.contributor.advisorNúñez de Villavicencio Martínez, Luis Alberto
dc.contributor.authorRico Aparicio, Steven Fernando
dc.contributor.evaluatorHerrera Diestra, José Luis
dc.contributor.evaluatorBarrios Hernández, Carlos Jaime
dc.date.accessioned2022-06-08T11:14:30Z
dc.date.available2022-06-08T11:14:30Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractLa Ciencia de Redes es una rama de la Física conocida por su transdisciplinariedad. Esta estudia sistemas provenientes desde la propia Física, hasta sistemas de la Biología, las Ciencias Sociales, la Economía, entre otros campos, y se enfoca en la colectividad de los agentes que componen el sistema, centrándose en sus interacciones. Este proyecto se basa en la perspectiva de red de un sistema social específico como sistema colectivo, el deporte del Fútbol. El estudio de deportes colectivos como este, es posible gracias al creciente surgimiento de modelos físicos y matemáticos que lo permiten. Sin embargo, existen dos aspectos relevantes que restringen la construcción de una red de pases. Por un lado, la creación de estas redes se basa en el conocimiento previo de los enlaces que conforman los sistemas deportivos. Por otro lado, existen vastas limitaciones en el acceso a estos datos de los sistemas futbolísticos. Este proyecto propone una alternativa para la reconstrucción de una red compleja de fútbol sin conocimiento previo de los enlaces entre los jugadores. Para esto, se propone trabajar sobre los datos de rastreo (Tracking), datos en bruto que contiene información espacial (posición) y temporal (tiempo) de los agentes en la cancha. El proyecto pretende generar e identificar los enlaces que definen la red de pases a partir de estos datos alternos. Para esto, se desarrolla un modelo físico de driven-data que actúa bajo la restricción de una condición espacial (ρ) y una condición temporal (τ). Gracias al análisis de diferentes técnicas estadísticas sobre un espacio de configuración de los anteriores parámetros, se obtuvo como resultado una combinación de parámetros óptimos (ρ′, τ′) bajo la cual el modelo recupera los enlaces del sistema con una eficiencia mayor al 91 %. Al mismo tiempo, se capturan los coeficientes de red del Shortest Path y del Clustering, con un error menor al 10 %. Por lo que conocemos, esta es la primera aproximación en la reconstrucción directa de redes deportivas de fútbol, con base en la Física de sistemas complejos. El modelo propuesto se comporta con alta eficiencia, sin la necesidad de conocimiento previo de los enlaces del sistema. También se aporta a la aplicación de la ciencia de redes en sistemas sociales como los deportes colectivos.
dc.description.abstractenglishNetworks Science is a scientific branch of Physics known for its transdisciplinarity. It studies systems coming up from physics, biology, social sciences, economy, among other areas, and it focuses on the collectivity of agents forming a system, specially on the interactions among them. This project is based on the network aspect of a specific social system, the Football sport, as a collective system. The research of collective sports is possible thanks to the growing progress of physical and mathematical models. However, two facts are relevant when reconstructing a simple passing network. On one hand, the current field’s literature about these networks is based on previous knowledge about how the links create those systems, which would present a major problem by generating some biases under the network reconstruction. On the other hand, it is noted the existence of vast limitations for accessing the data of Football systems. This project proposes an alternative way to reconstruct a Football complex network without any prior knowledge. Hence, It is proposed to work with the tracking data. The well-known raw data that conglomerates the spatial (position) and temporal (times) information of these agents on the pitch. The project aims to generate and identify the links that define the passes network using such raw data. A physical and driven-data model is developed working under the constraints of as patial condition (ρ) and temporal one (τ). Due to the analysis of different statistical techniques over a configuration space of previous parameters, it is obtained a combination of an optimal tuple (ρ′, τ′) that will recovers the system’s links with an efficiency greater than 91 %. At the same time, it captured the Shortest Path and the Clustering network coefficients, with an error lower than 10 %. To the best of our knowledge, this is the first approximation around the direct reconstruction of soccer sports networks based on the Physics of complex systems. The model here proposed is well behaved with high efficiency, without the need for prior knowledge of the system links. It also shed light on the application of network science in social systems like collective sports.
dc.description.degreelevelPregrado
dc.description.degreenameFísico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/11004
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programFísica
dc.publisher.schoolEscuela de Física
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectRedes complejas
dc.subjectAnálisis deportivo
dc.subjectCiencia de datos
dc.subject.keywordComplex Networks
dc.subject.keywordSports Analytics
dc.subject.keywordData Science
dc.titleGeneración de un modelo para la extracción de la topología de una red compleja a partir de la evolucion de las interacciones entre agentes sociales
dc.title.englishGeneration of a model for the topology extraction of a complex network from the evolution of the interactions between social agents
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
180893_licence.pdf
Size:
417.14 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
180893_nota.pdf
Size:
886.45 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
180893_trabajo.pdf
Size:
9.38 MB
Format:
Adobe Portable Document Format
Download
Collections
Física