ATDM A-Temporal Diffusion Model (Semeion©)
A-Temporal Diffusion Model (ATDM) è un algoritmo che è stato sviluppato per rilevare le dipendenze tra le coppie di variabili in grandi insiemi di dati, tenendo anche conto dei loro rapporti di ordine superiore con le altre variabili. I risultati di un’analisi ATDM sono visualizzati dal grafo “Minimum Spanning Tree” (MST), che permette di rilevare le relazioni tra i le variabili e tra i modelli.
Le prestazioni del metodo ATDM sono state studiate confrontandole con i metodi più classici di analisi esplorativa dei dati per mezzo di alcuni data set.
Un esempio: somiglianza tra 44 coefficienti binari (anni 1884 – 2012).
100.000 tabelle di contingenza casuali (combinazioni casuali di frequenze a, b, c, d), con il vincolo che la somma della frequenza (p) deve essere 1.024.
L’approccio ATDM permette l’identificazione di ulteriori modelli e relazioni fra gli indici di similarità, cioè i coefficienti metriche e non metriche insieme con la loro forma funzionale (vedi figura sotto):
References
[1] G. Ferilli, P.M. Buscema, P.L. Sacco
The Non-Linear Relationship between scientific production and National States’ Journal,Advances in Computer Science and Engineering
Vol. 9, Number 1, 2012, Pages 47-65, Pulshpa, India.
[2] R. Todeschini, V.Consonni,H.X iang, J.Holliday, P.M. Buscema, P.Willett
Similarity Coefficients for Binary Chemoinformatics Data: Overview and Extended Comparison Using Simulated and Real Data Sets
J. Chem. Inf. Model. 2012, 52, 2884−2901, dx.doi.org/10.1021/ci300261r.