• fractals
• natural computing
• daucus carota
• networks

È possibile implementare un algoritmo partendo da un fiore?
Questa tesi unisce tre filoni di ricerca: il natural computing, la social network analysis e gli oggetti frattali intrecciandoli fra loro con l'obiettivo di sviluppare una procedura gerarchica per l'analisi di reti. Traendo ispirazione dalla struttura dell'infiorescenza di una pianta appartenente alla famiglia delle ombrellifere, la Daucus Carota, e declinando tali concetti in un contesto di tipo algoritmico, è stato implementato Daucus Fractal Network Analyzer (DFNA): una procedura che permette di comprimere e decomprimere i network facendo leva sull'assunzione che all'interno di essi siano presenti delle strutture frattali.
Dalle sperimentazioni realizzate nasce così una procedura gerarchica che permette di modellare e semplificare i network. DFNA identifica all'interno di una rete dei pattern precedentemente definiti, successivamente li comprime in un singolo nodo in maniera iterativa con tre diverse tecniche di compressione, fino a giungere ad una rete priva di pattern ripetuti al suo interno.
Sono stati effettuati esperimenti su un vasto repertorio di reti di natura differente: DFNA è stato applicato analizzando un totale di dodici reti suddivise in quattro gruppi differenti con pattern diversi. Dagli esperimenti si conferma l'ipotesi che in gruppi di reti omogenee sono presenti gli stessi tipi di pattern frattali.
---
Is it possible to implement an algorithm starting from a flower?
This thesis combines three lines of research: natural computing, social network analysis and fractal objects, intertwining them with the aim of developing a hierarchical procedure for network analysis. Drawing inspiration from the inflorescence structure of a plant belonging to the family of umbelliferae, the Daucus Carota, and declining these concepts in an algorithmic context, Daucus Fractal Network Analyzer (DFNA) has been implemented: a procedure that allows to compress and decompress networks by relying on the assumption that fractal structures are present within them.
From the experiments carried out, a hierarchical procedure is born that allows to model and simplify networks. DFNA identifies previously defined patterns within a network, subsequently compresses them in a single node in an iterative manner with three different compression techniques, until it reaches a network without repeated patterns inside.
Experiments were carried out on a vast repertoire of networks of different nature: DFNA was applied by analyzing a total of twelve networks divided into four different groups with different patterns. The experiments confirm the hypothesis that the same types of fractal patterns are present in groups of homogeneous networks.