Mälardalens högskolas logotyp

Text

  • Studieort Lambda, MDH Västerås eller Zoom.
Datum
  • 2020-12-10 15:15–18:00

Benard Abola försvar av doktorsavhandling i matematik/tillämpad matematik

Benard Abola, vid akademin för utbildning kultur och kommunikation, försvarar sin doktorsavhandling i matematik/tillämpad matematik kl.15.15 den 10 december 2020 på MDH i Västerås samt digitalt via Zoom.

Titel: ”Perturbed Markov Chains with Damping Component and Information Networks”

Serienummer: 326.

Opponent är Vladimir Anisimov, Professor, Center for Design and Analysis at Amgen Inc. Betygsnämnden utgörs av Docent Olga Liivapuu, Estonian University of Life Sciences, Professor Christos Skiadas, Technical University of Crete och Professor Oleg Seleznjev, Umeå Universitet.

Reserv är Professor Guglielmo D’Amico, University G. d’Annunzio of Chieti-Pescara och Docent Oleksandr Borisenko, Taras Shevchenko National University of Kyiv.

Sammanfattning

Ett nätverk är ett system av sammankopplade enheter eller objekt. Objekten representeras av hörn och sammankopplade av kanter (länkar) som representerar relationer mellan dem. En matematisk modell härledd från ett nätverk är ett av de främsta sätten att modellera komplexa system.

I sådana modeller kräver användare normalt en handfull information från en stor datamängd. Att identifiera inflytelserika enheter i ett nätverk har många användningsområden: folkhälsofrämjande och medvetenhet, cancer-genidentifiering, utvärdera forskningsavtryck och ekologisk förvaltning, för att bara nämna några. PageRank-algoritmen är ett av de mest kända verktygen för rangordning av webbsidor i ett informationsnätverk. Den utvecklades för att hitta relativ betydelse för webbsidor; emellertid har den anpassats till många tillämpningar.

Avhandlingen inleds med beskrivning av metoder för uppdatering av PageRank för en riktad trädgraf under förändring. Sådana informationsnätverk förekommer ofta i citat och ekologiska nätverk. Att hitta viktiga noder i ekologiska nätverk är viktigt när ekologer vill undvika utrotning av kritiska arter eller fragmentering i systemet. Dessutom presenterar avhandlingen ett rankningsproblem som är associerat med konvergensen mellan PageRank och rangordningar, en uppgift som är väsentlig när rangordningen är viktigare än att hitta korrekta PageRank-poäng i beslutsfattandet.

Diskreta slumpmässiga processer är vanliga i verkliga livet och det återspeglar vårt naturliga sätt att hänvisa till tidigare, nuvarande och framtida ögonblick. Om framtida händelser av en slumpmässig process beror på nutiden men inte det förflutna, uppvisar processen vad som kallas Markov-egenskapen. En process med en sådan egenskap har många tillämpningar inom teknik och modellering av komplexa system. Vid rankning av noder i ett informationsnätverk är det vanligt att introducera en dämpande term i sådana Markov modeller (kort sagt, störda Markov modeller). Avhandlingen beskriver proceduren för inbäddning av en sådan Markov-kedja i modellen för regenerativ process (det vill säga en process som startar om sig själv), som i sin tur, leder till förnyelsestypsekvationer som är enklare att hantera. För detta ändamål erhålls vissa egenskaper som är användbara för att fatta beslut. Några egenskaper hos störda Markov-kedjor såsom konvergenshastighet och asymptotiska förhållanden för övergångssannolikheter i tid och dämpningsparameter för Markov-kedjor med dämpningskomponent diskuteras.

Doktorsavhandling Perturbed Markov Chains with Damping Component and Information Networks (DiVA)länk till annan webbplats

 

Anmälan

Om du vill delta som åhörare vid disputationen, anmäl dig till Marja Mutikainen på marja.mutikainen@mdh.se senast den 9 december 2020. Uppge om du vill delta på plats i salen eller via länk. Ange också det för- och efternamn du vill använda om du deltar via länk.


Kontaktinformation

Benard Abola

benard.abola@mdh.se

Till toppen