Détail du poste Établissement : Université Clermont Auvergne École doctorale : Sciences Fondamentales Laboratoire de recherche : Laboratoire de Mathématiques Blaise Pascal Direction de la thèse : Pierre LATOUCHE ORCID 0009000973981640 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-25T23:59:59 Les données de réseau, qui représentent les entités sous forme de noeuds et leurs interactions sous forme de liens, sont fondamentales pour comprendre la structure et la dynamique des systèmes interconnectés. Ces données sont essentielles tant pour les avancées théoriques que pour les applications pratiques, car elles offrent un cadre permettant d'étudier les relations et les dépendances que les formats de données indépendants traditionnels ne peuvent pas capturer. L'importance des données de type réseau réside dans leur capacité à encoder des interactions complexes, à révéler des comportements émergents et à fournir des informations sur les processus qui opèrent sur des structures relationnelles. L'apprentissage profond a récemment révolutionné l'analyse des réseaux en fournissant des outils puissants pour modéliser des relations non linéaires et complexes dans les données structurées en graphes. Au coeur de l'apprentissage profond pour les réseaux se trouvent les GNN qui généralisent les réseaux de neurones aux données de graphes. Ces modèles propagent et agrègent l'information à travers les noeuds et les liens, permettant ainsi l'apprentissage de représentations. Bien que les avancées récentes en statistiques et en apprentissage profond pour l'analyse des réseaux aient ouvert de nouvelles possibilités pour comprendre les systèmes complexes, offrant des performances de pointe dans une gamme de tâches, l'analyse des réseaux complexes doit désormais faire face à des défis liés à la scalabilité, à l'hétérogénéité et à l'interprétabilité. Le modèle échangeable, également appelé modèle de graphon ou modèle W-graphe, est largement considéré comme l'un des modèl
Recruteur ou personne concernée par cette annonce ? Demander la suppression