Analisi strutturale di reti complesse reali (complex networks) utilizzando la teoria dei grafi ad intersezione (intersection graph theory).
Determinare l’importanza dei nodi di reti complesse (complex networks) tramite la metodologia dei camminatori casuali (random walks). I random walks saranno analizzati con simulazione numeriche estensive.
Studio della diffusione epidemica tramite modelli compartimentali (tipo SI, SIR, SIS, SEIRS) simulati numericamente su reti complesse reali. L’analisi ha come obiettivo capire come la struttura delle reti reali influenza la dinamica di diffusione.
Confronto di diverse soluzioni implementative di modelli epidemici su grafi in Python. Esistono diverse librerie e tools che consentono di implementare agevolmente un modello epidemico su grafo, come Graph-tool https://graph-tool.skewed.de/ e NDlib https://ndlib.readthedocs.io/, disponibili come moduli di Python. In questo progetto si vogliono confrontare le principali soluzioni dal punto di vista della flessibilità e delle prestazioni, anche utilizzando strumenti di High Performance Computing (HPC).