Towards a parallel system for demographic zonification based on complex networks

 

Alberto Ochoa¹, Beatriz Bernábe², Omar Ochoa³

 

¹ Institute of Cybernetics, Mathematics and Physics. ochoa@icmf.inf.cu

² UNAM, Systems Department & BUAP School of Computer Science. bety@cs.buap.mx

³ Institute of Cybernetics, Mathematics and Physics. omar@icmf.inf.cu

 

ABSTRACT

This paper presents a novel method for the zone design problem that is based on a popular technique in the field of complex networks research: betweenness centrality. We use a parallel version of a community detection algorithm that outputs the graph partitioning that maximizes the so–called modularity metric. The method is put at the centre of an effort to build an open source interactive high performance computing platform to assist researchers working with population data.

Keywords: parallel algorithms, zone design problem, betweenness centrality, clustering, interactive high performance computing.

 

RESUMEN

Este artículo presenta un método novedoso para el problema de diseño de zonas, que se basa en una técnica muy popular en el campo de las investigaciones de redes complejas: la intermediación de aristas. Se utiliza una versión paralela de un algoritmo de detección de comunidades que retorna el particionamiento del grafo que maximiza la llamada métrica de modularidad. El método se pone en el centro de un esfuerzo en pos de la construcción de un sistema de código abierto para computación interactiva de alto rendimiento que asista a los investigadores que trabajan con datos demográficos.

Palabras clave: algoritmos paralelos, diseño territorial, intermediación central, agrupamiento, computación paralela de alto rendimiento.

 

DESCARGAR ARTÍCULO EN FORMATO PDF

 

References

[1] Bernábe B., Desarrollo de un modelo para la determinación de zonificación óptima. PhD thesis, División de Estudios de Posgrado de la Facultad de Ingeniería DEPFI, UNAM, Investigación de Operaciones, 2006. Proyecto de tesis doctoral.         [ Links ]

[2] Duque, J. C., Church, R. L., and Middleton, R. S., Exact models for the regionalization problem, In Western Regional Science Association Annual Meetings, Santa Fe 2006.         [ Links ]

[3] Juan Carlos D., Raúl Ramos, and Jordi Suriñach., Supervised Regionalization Methods: A Survey, Vol. 30, International Regional Science Review 2004, pp. 195220.         [ Links ]

[4] Pizza E., Murilo A., Trejos J., Nuevas Técnicas de Particionamiento en Clasificación Automática, Revista de Matemáticas Teoría y Aplicaciones, ISSN 1409–2433, 1999, pp. 51–66.         [ Links ]

[5] Bacao F., Lobo V., Painho M., Applying Genetic Algorithms to Zone Design, Soft Computing – A Fusion of Foundations, Methodologies and Applications, Vol. 2, Issue 5, ISSN:1432–7643, Springer–Verlag Heidelberg 2005, pp. 341–348.         [ Links ]

[6] Bernábe L. B., Ramírez R. J., Espinosa R. J., Evaluación de un algoritmo de recocido simulado con superficies de respuestas, Revista de Matemáticas Teoría y Aplicaciones, Vol. 16, No. 1, ISSN 1409–2433, Enero/Julio 2009, pp. 159–177        [ Links ]

[7] Bernábe B. and López R., Proceso de Análisis de Correlaciones para Identificar Patrones de Asociación Sobre Datos Censales, Research on Computing Science, ISSN 1665–989, CIC – IPN 2005.         [ Links ]

[8] M. Girvan and M. E. J. Newman., Community structure in social and biological networks, Vol 99, arXiv:cond–mat/0112110 v1, In National Academy of Sciences, December 2002, pp. 7821–7826.         [ Links ]

[9] M. E. J. Newman., Analysis of weighted networks. Physical Review E, 70(056131), Nov 2004. arXiv:cond–mat/0407503 v1, 20 Jul 2004.         [ Links ]

[10] M. J. E. Newman., Fast algorithm for detecting community structure in networks, Physical Review E, 69(066133), 2004. arXiv:cond–mat/0309508 v1, 22 September 2003        [ Links ]

[11] A. Ochoa and L. Arco., Differential Betweenness in Complex Networks Clustering, In Progress in Pattern Recognition, Image Analysis and Applications, 13 Iberoamerican Congress on Pattern Recognition, Havana Cuba, Springer Verglag LNCS 5197, September 2008, pp. 227–234.         [ Links ]

[12] Qiaofeng Yang and Stefano Lonardi., A parallel edge–betweenness clustering tool for protein–protein interaction networks, Int. J. Data Mining and Bioinformatics, 1(3), 2007.         [ Links ]

[13] O. Ochoa., ViPoC una nueva herramienta de software libre para computación interactiva de alto rendimiento, PhD thesis, ICIMAF. Havana. Cuba, adviser: Alberto Ochoa, 2009.         [ Links ]

[14] Omar Ochoa Rodríguez and Alberto Ochoa Rodríguez., ViPoC: un clúster virtual interactivo y portátil, Revista Ingeniería Electrónica, Automática y Comunicaciones, Vol. 27, No. 3, 2007.         [ Links ]

[15] Gabor Csardi and Tamas Nepusz., The igraph software package for complex network research, InterJournal Complex Systems. pp. 1695. 2006.         [ Links ]

[16] Instituto Nacional de Estadística, Geografía e Informática (INEGI). http://www.inegi.gob.mx.         [ Links ]