logo EDITE Thomas AYNAUD
Identité
Thomas AYNAUD
État académique
Thèse soutenue le 2011-11-30
Sujet: Détection de communautés dans les graphes dynamiques.
Direction de thèse:
Encadrement de thèse:
Laboratoire:
Voisinage
Ellipse bleue: doctorant, ellipse jaune: docteur, rectangle vert: permanent, rectangle jaune: HDR. Trait vert: encadrant de thèse, trait bleu: directeur de thèse, pointillé: jury d'évaluation à mi-parcours ou jury de thèse.
Productions scientifiques
edite:129882313957
Optimisation locale multi-niveaux de la modularite
Partitionnement de graphe : optimisation et applications, Traite IC2, eds. Hermes-Lavoisier, Hermes-Lavoisier 2011
edite:129882313959
Structure multi-echelle de grands graphes de terrain
2010
oai:hal.inria.fr:inria-00492058
Static community detection algorithms for evolving networks
Complex networks can often be divided in dense sub-networks called communities. Using a partition edit distance, we study how three community detection algorithms transform their outputs if the input network is slightly modified. The instabilities appear to be important and we propose a modification of one algorithm to stabilize it and to allow the tracking of the communities in an evolving network. This modification has one parameter which is a tradeoff between stability and quality. The resulting algorithm appears to be very effective. We finally use it on an evolving network of blogs.
WiOpt'10: Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networksproceeding with peer review 2010
oai:hal.archives-ouvertes.fr:hal-00626863
Détection de communautés à long terme dans les graphes dynamiques
La plupart des graphes de terrain peuvent être décomposés en sous graphes denses appelés communautés. Habituellement, dans des graphes dynamiques, les communautés sont détectées pour chaque instant indépendamment ce qui pose de nombreux problèmes tels que la stabilité ou le suivi des communautés entre deux décompositions successives. Nous proposons ici une méthode pour trouver une partition unique couvrant une longue période. Cette décomposition peut être trouvée efficacement via une adaptation de la méthode de Louvain et la perte de qualité à chaque instant due à la contrainte de détecter des communautés globales s'avère assez faible.
Journée thématique : Fouille de grands graphesproceeding, seminar, workshop without peer review 2010-10-13
oai:hal.inria.fr:inria-00531750
Long range community detection
Complex networks can usually be divided in dense subnetworks called communities. In evolving networks, the usual way to detect communities is to find several partitions independently, one for each time step. However, this generally causes troubles when trying to track communities from one time step to the next. We propose here a new method to detect only one decomposition in communities that is good for (almost) every time step. We show that this unique partition can be computed with a modification of the Louvain method and that the loss of quality at each time step is generally low despite the constraint of global maximization. We also show that some specific modifications of the networks topology can be identified using this unique partition in the case of the Internet topology.
LAWDN - Latin-American Workshop on Dynamic Networksproceeding, seminar, workshop without peer review 2010
edite:1332792361198
Extraction hiérarchique de fenêtres de temps basée sur la structure communautaire
MARAMI 2011, Grenoble, France 2011
edite:1332792391302
Multi-Step Community Detection and Hierarchical Time Segmentation in Evolving Networks
Fifth SNA-KDD Workshop Social Network Mining and Analysis, in conjunction with the 17th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2011) 2011
Soutenance
Thèse: Détection de communautés dans les réseaux dynamiques
Soutenance: 2011-11-30
Rapporteurs: Eric FLEURY    Nicolas HANUSSE