Autor: Willian Borges de Lemos (Currículo Lattes)
Resumo
O crescimento exponencial dos dados apresentou oportunidades e desafios para organizações e indivíduos que buscam extrair insights e padrões significativos. Nos últimos anos, o campo de análise de redes complexas tem recebido crescente atenção como solução para identificar padrões e estruturas em grafos. A técnica conhecida como Graph Embedding é uma etapa necessária para preencher a lacuna entre dados de grafos e algoritmos de aprendizado de máquina, permitindo o processamento e análise eficientes de estruturas de grafos. No entanto, o campo de graph embedding permanece fragmentado, com falta de uma compreensão teórica consensual. Este trabalho visa abordar essas questões fornecendo uma visão abrangente do estado da arte atual em graph embedding e sua influência na análise de redes complexas. O trabalho desenvolve um framework unificado para descrever e comparar várias técnicas de incorporação de grafos, destacando as forças e fraquezas de cada abordagem em fatores comuns.