Predição de Métricas em Grafos Temporais Utilizando Redes Neurais

Métricas básicas calculadas para grafos temporais, como o grau médio e o coeficiente de clusterização, são utilizadas em vários domínios, como na caracterização do fluxo de tráfego em sistemas de transporte. Apesar da aplicabilidade dessas métricas, a literatura não aborda técnicas para prever a sua evolução temporal. Para preencher essa lacuna, este trabalho aborda o uso de modelos de rede neural para prever métricas de grafos temporais. Assim, analisa-se o desempenho de uma perceptron multicamadas, de uma rede neural recorrente e de uma rede neural convolucional. Esses modelos são comparados com um modelo de base simples, mostrando desempenho satisfatório, principalmente para as redes neurais recorrentes e convolucionais.