Zobrazeno 1 - 10
of 292
pro vyhledávání: '"Détection de communautés"'
Autor:
Raad, Joe1,2 joe.raad@agroparistech.fr, Beek, Wouter3 frank.van.harmelen@vu.nl, Pernelle, Nathalie2 nathalie.pernelle@lri.fr, Saïs, Fatiha2 fatiha.sais@lri.fr, van Harmelen, Frank3 w.g.j.beek@vu.nl
Publikováno v:
Ingénierie des Systèmes d'Information. 2018, Vol. 23 Issue 3/4, p95-118. 24p.
Autor:
Dreveton, Maximilien
Publikováno v:
Artificial Intelligence [cs.AI]. Université Côte d'Azur, 2022. English. ⟨NNT : 2022COAZ4011⟩
The massive explosion of data collection led to a multi-disciplinary interest in the statistical inference of complex systems. In these systems, agents interact by pairs. Since similar agents tend to interact similarly, an important unsupervised lear
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______165::460199b36391dad6c27c10a2e961094b
https://theses.hal.science/tel-03667090
https://theses.hal.science/tel-03667090
Autor:
Canu, Maël
Les travaux présentés dans la thèse s'inscrivent dans le cadre de l'analyse des graphes de terrain (complex networks) et plus précisément de la tâche de détection de communautés, c'est-à-dire la reconnaissance algorithmique de sous-graphes p
Externí odkaz:
http://www.theses.fr/2017PA066378/document
Autor:
Lhomme, Serge
Publikováno v:
Spatial Analysis and GEOmatics 2017
Spatial Analysis and GEOmatics 2017, INSA de rouen, Nov 2017, Rouen, France
Spatial Analysis and GEOmatics 2017, INSA de rouen, Nov 2017, Rouen, France
International audience; Les méthodes de détection de communautés sont des outils potentiellement puissants pour analyser des réseaux spatiaux puisqu'elles permettent d'identifier des lieux qui interagissent de manière préférentielle. Néanmoin
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::f64d10f6f581cfb4585713a01ff3b950
https://hal.archives-ouvertes.fr/hal-01649121
https://hal.archives-ouvertes.fr/hal-01649121
Publikováno v:
Canadian AI
Canadian AI, May 2021, Vancouver, Canada
Canadian AI, May 2021, Vancouver, Canada
International audience; Community detection in multilayer networks aims to identify groups of well-connected nodes across multiple layers. While existing methods have been developed to deal with large graphs with few layers (typically less than 10),
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::4ac80de35f402a0c75a51e4fde165811
https://hal.archives-ouvertes.fr/hal-03340780
https://hal.archives-ouvertes.fr/hal-03340780
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Attal, Jean-Philippe
Les graphes sont des structures mathématiques capable de modéliser certains systèmes complexes.Une des nombreuses problématiques liée aux graphes concerne la détection de communautés qui vise à trouver une partition en sommet d'un graphe en v
Externí odkaz:
http://www.theses.fr/2017CERG0842/document
Autor:
Leichtnam, Laetitia
Publikováno v:
Cryptography and Security [cs.CR]. CentraleSupélec, 2020. English. ⟨NNT : 2020CSUP0011⟩
The general objective of this thesis is to evaluate the interest of graph structures in the field of security data analysis.We propose an end-to-end approach consisting in a unified view of the network data in the form of graphs, a community discover
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::2e9eb98777ec86246824abbd7f471205
https://theses.hal.science/tel-03368501
https://theses.hal.science/tel-03368501
Autor:
Zhou, Kuang
Les communautés sont des groupes de nœuds (sommets) qui partagent probablement des propriétés communes et/ou jouent des rôles similaires dans le graphe. Ils peuvent extraire des structures spécifiques des réseaux complexes, et par conséquent
Externí odkaz:
http://www.theses.fr/2016REN1S027/document
Autor:
Zhou, Kuang
Publikováno v:
Probability [math.PR]. Université Rennes 1, 2016. English. ⟨NNT : 2016REN1S027⟩
Communities are groups of nodes (vertices) which probably share common properties and/or play similar roles within the graph. They can extract specific structures from complex networks, and consequently community detection has attracted considerable
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______2592::4a2c49b3c3719722ddf778a87a4c1fa3
https://tel.archives-ouvertes.fr/tel-01395061
https://tel.archives-ouvertes.fr/tel-01395061