Modélisation et inférence de réseaux d'interaction multicouches. Application en sociologie et écologie

par Saint-clair Chabert-Liddell

Projet de thèse en Mathématiques appliquées

Sous la direction de Sophie Donnet et de Pierre Barbillon.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale de mathématiques Hadamard , en partenariat avec MIA - Mathématiques et Informatique Appliquées (laboratoire) , MORSE (equipe de recherche) et de Faculté des sciences d'Orsay (référent) depuis le 01-10-2018 .


  • Résumé

    L'objectif de cette thèse est le développement de méthodes statistiques adaptées à la modélisation conjointe de plusieurs réseaux d'interaction. Les réseaux d'interaction constituent une façon naturelle de représenter sous forme de graphe les échanges ou relations existant entre un ensemble d'individus. La plupart des méthodes d'étude des réseaux ont été développées lorsqu'un unique réseau est observé, le réseau étant ainsi vu comme un système isolé, déconnecté des autres réseaux d'interaction éventuels. Le passage des réseaux uni-couches –réseau unique– aux réseaux multicouches est motivé par des applications à la fois en écologie et en sociologie. Cette thèse sera dédiée à la modélisation de réseaux multicouches. Les modèles probabilistes à espace d'états latents ont prouvé leur pertinence pour modéliser l'hétérogénéité du comportement des individus dans un unique réseau social ou écologique. Ces modèles seront étendus au cas des réseaux multicouches. Les méthodes développées seront appliquées sur des données issues des sciences sociales et de l'écologie.

  • Titre traduit

    Modeling and inference of multilayer interaction networks. Application insociology and ecology


  • Résumé

    The objective of this PhD thesis is the development of statistical methods adapted to the joint modeling of multiple interaction networks. Interaction networks are a natural way to represent exchanges or relationships between a group of individuals. Most network study methods have been developed when a single network is observed, the network thus being seen as an isolated system, disconnected from other potential interaction networks. The transition from single-layer networks (single network) to multilayer networks is driven by application in both ecology and sociology. This PhD thesis will be dedicated to multilayer network modeling. Probabilistic latent space models have proven their relevance in modeling the heterogeneity of individual behaviors in a single social or ecological network. These models will be extended to multilayer networks. The methods developed will be applied to data from the social sciences and ecology.