Mesure d'interactions locales pour les nœuds d'un réseau complexe : approches théorique et pratique

Local interaction measures for the nodes of a complex network : theoretical and practical approaches

• Auteur / Autrice : Mehdi Djellabi
• Direction : Bertrand Jouve, Frédéric Amblard
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 07/01/2021
• Etablissement(s) : Toulouse 2
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....)
• Jury : Président / Présidente : Nathalie Villa-Vialaneix
• Jury : Examinateurs / Examinatrices : Bertrand Jouve, Frédéric Amblard, Christophe Crespelle, Marie-Aude Aufaure
• Jury : Rapporteurs / Rapporteuses : Renaud Lambiotte, Christophe Crespelle

Mots clés

Mots clés contrôlés

Analyse de réseau (planification)

Théorie des graphes

Réseaux complexes (mathématiques)

Algorithmes

Partitionnement de graphes

Mots clés libres

Réseaux complexe

Analyse de réseaux

Densité

Mesures locales

Algorithmes de partitionnement

Complex networks

Network analysis

Density

Local metrics

Partitionning algorithms

Résumé

Cette thèse étudie la structure de grands réseaux de terrain. De nombreuses études ont montré que les propriétés de systèmes composés d’éléments en interaction peuvent être extraites de la structure de leur réseau. Pour cette raison, différentes familles d’algorithmes ont été proposées pour découvrir des propriétés révélatrices, comme par exemple une structure en communautés ou l’existence d’hétérogénéités dans le réseau. Nous nous intéressons à un type destructure encore sous-exploité dans le domaine, c’est-à-dire l’existence de régions ayant différentes densités dans le graphe. Les contributions sont principalement algorithmiques et numériques.

This thesis studies the structure of large real networks. Many studies have shown that the properties of systems composed of interacting elements can be extracted from the structure of their network. For this reason, different families of algorithms have been proposed to discover revelatory properties, such as a community structure or the existence of heterogeneities in the network. We are interested in a type of structure that is still not fully exploited in the field, i.e. the existence of regions with different densities in the graph. The contributions are mainly algorithmic and numerical.