Description
Date depot: 2 avril 2025
Titre: Null models of complex networks to include temporal and higher order constraints
Directeur de thèse:
Lionel TABOURIER (LIP6)
Domaine scientifique: Sciences pour l'ingénieur
Thématique CNRS : Algorithmique, combinatoire
Resumé: In complex network analysis, a null model is a random network that satisfies a collection of constraints, but which is otherwise taken to be an unbiased random structure. Typical examples include null models of graphs preserving the number of nodes and edges, known as Erdös-Rényi graphs, or graph models preserving the degree distribution. The development of null models have proven essential in many domains since they serve as baselines for assessing goodness of fit, facilitate data analysis and allow the construction of families of objects. This project aims to develop and generalize random network models taking into consideration not only static networks but also extensions to temporal networks and higher-order networks.
Résumé dans une autre langue: Dans le domaine de l'analyse de réseaux complexes, un modèle nul est un graphe aléatoire qui satisfait à un ensemble de contraintes, mais qui est par ailleurs considéré comme une structure aléatoire non biaisée. Parmi les exemples typiques, on peut citer les modèles nuls de graphes préservant le nombre de nœuds et d'arêtes, connus sous le nom de graphes d'Erdős-Rényi, ou les modèles de graphe préservant la distribution des degrés. Le développement de modèles nuls s'est avéré essentiel dans de nombreux domaines car ils servent de référence pour évaluer la qualité de l'ajustement, facilitent l'analyse de données et permettent la construction de familles d'objets. Ce projet vise à développer et à généraliser les modèles de graphes aléatoires en prenant en compte non seulement des réseaux statiques, mais aussi leurs extensions aux réseaux temporels et aux réseaux d'ordre supérieur.