Firenze, 14 mag. (askanews) – Comprendere il funzionamento delle reti complesse, dai sistemi di trasporto alle relazioni sui social network, è una delle sfide centrali per l’intelligenza artificiale. Un nuovo studio pubblicato su IEEE Transactions on Knowledge and Data Engineering propone un approccio innovativo per migliorare la capacità degli algoritmi di analizzare questi sistemi, introducendo un metodo avanzato di network embedding. La ricerca è frutto della collaborazione tra Scuola Superiore Sant’Anna di Pisa, Scuola IMT Alti Studi Lucca e Aalborg University.
Le reti complesse sono strutture in cui nodi ed elementi sono collegati da relazioni spesso difficili da interpretare. Per renderle elaborabili dai sistemi di IA, vengono trasformate in rappresentazioni numeriche compatte. I metodi tradizionali, tuttavia, si concentrano prevalentemente sulla “distanza” tra i nodi, trascurando il ruolo strutturale che ciascun elemento ricopre all’interno della rete.
Il nuovo metodo supera questo limite, consentendo di preservare sia la vicinanza tra i nodi sia la loro funzione nel sistema. Un ulteriore elemento distintivo è la scalabilità: la tecnica è progettata per operare su reti di grandi dimensioni, anche con connessioni complesse e direzionali, riducendo sensibilmente i tempi di calcolo rispetto alle soluzioni esistenti.
