Détection de communautés dans les réseaux dynamiques

La plupart des graphes de terrain ont une structure particulière dans laquelle les noeuds sont organisés suivant des groupes, appelés communautés, avec beaucoup de connexions internes mais peu entre eux. L'identification des communautés apporte un éclairage nouveau sur la structure du graphe et est importante dans de nombreux contextes. Elle a, par exemple, déjà été utilisée pour la visualisation de graphes et pour étudier différents types de réseaux comme des réseaux sociaux ou biologiques. Nous allons étudier cette structure dans le cas des réseaux dynamiques afin de comprendre comment évoluent les groupes. Pour cela, nous allons suivre deux approches. La première consiste à suivre des communautés au cours du temps en les détectant à chaque instant et en suivant leur évolution. La deuxième approche consiste à détecter la structure communautaire non pas juste pour un instant mais pour une période donnée appelée la fenêtre de temps. Nous finirons par présenter des applications à la détection d'événements sur Internet et la segmentation de vidéos.

Autorentext

Thomas Aynaud effectue actuellement de la recherche et développement en machine-learning. Il a effectué avant cela un doctorat en informatique à l'université Pierre et Marie Curie sous la direction de Jean-Loup Guillaume et Matthieu Latapy entre 2009 et 2011.