Gdt Réseau

Rythme: un lundi sur deux de 9h00 à 10h30? en salle I13  de l’Agro

Programme:

  • 10 Octobre. Méthode spectrales, SBM et information complémentaire. Nicolas V.
    1. B. Yan and P. Sarkar. Convex Relaxation for Community Detection with Covariates. 2016.
    2. N. Binkiewicz, J. Vogelstein, and K. Rohe. Covariate-assisted spectral clustering. 2014.

  • 24 Octobre. Autour du graphon. Stéphane R.
    1. Janson, S. Graphons, cut norm and distance, couplings and rearrangements. 2013
    2. P. Diaconis S. Janson. Graph Limits and Exchangeable Random Graphs. 2008

  • 7 Novembre. Stochastic Topic block Model. Pierre L.
    1. C. Bouveyron, P. Latouche and R. Zreik, The Stochastic Topic Block Model for the Clustering of Networks with Textual Edges, 2016.
    2. D. Blei, A. Ng, and M. Jordan. Latent dirichlet allocation. 2003.

  • 21 Novembre. Algorithmes EM variationnelles. Stéphane R.
  • 5 Décembre (après-midi). Plans d’expériences. Catherine M.
    1. Y. Zhang, E. Kolascyk, and B. Spencer. Estimating Network degree distribution under sampling: an inverse problem, with applications to monitoring social media networks. 2015.

  • 9 Janvier. 9h00. Consistance du maximum de vraisemblance pour les SBM. Léa L.
      Bickel et al. Asymptotic Normality of Maximum Likelihood and its variational approximation for Stochastic BlockModels. 2013.
  • 23 Janvier. Réseaux écologiques. Elisa Thébault.
  • 6 Février. Plans d’échantillonages pour inférence de SBM. Timothée T.
  • 20 Février. Van der Pas et Van der Vaar. Bayesian community detection. ArXiv:1608.04242Romain M.
  • 6 Mars. Basu et al. Network Granger Causality with Inherent Grouping Structure. JMLR Christophe A.
  • 20 Mars. Goodness of fit of logistic models for random graphs. Sarah O.
  • 3 Avril Penalized Maximum Likelihood Estimation of Multi-layered Gaussian Graphical Models JMLR Julien C.
  • 17 Avril (Lundi de Pâques). Mercredi 19 Avril?
  • Mardi 2 Mai (lundi férié). Présentation avec écologue de l’UMPC.
  • 29 Mai
  • 12 Juin Collègues IEES
  • 26 Juin Olga K

Liste de papiers (ou livres) à présenter:

Modèles Bayésiens

  • Gao et al. A general framework for Bayes structured linear models. ArXiv:1506.02174
  • Van der Pas et Van der Vaart. Bayesian community detection. ArXiv:1608.04242
  • Caron and Fox. Sparse Graphs using exchangeable random measures. ArXiv:1401.1137
  • Orbanz and Roy. Bayesian Models of Graphs, Arrays and Other Exchangeable Random Structures ArXiv:1312.7857
  • Caron. Bayesian nonparametric models for bipartite graphs. Nips

Détection de communautés:

Graphe Dynamique:

  • Arabshahi et al.  Are you going to the party: depends, who else is coming? [Learning hidden group dynamics via conditional latent tree models] ArXiv1411.1132
  • Gao and Van der Vaart . On the Asymptotic Normality of Estimating the Preferential Attachment Network Models with Random Initial Degrees ArXiv:1603.02625

Echantillonnage

Processus sur des graphes:

  • Pastor-Satorras et Vespignani. Epidemic Spreading in Scale-Free Networks PRL
  • Chatterjee et Durrett. Contact processes on Random Graphs with Power Law Degree Distributions have critical value 0. AOP

Théorie du signal sur des graphes:

Inférence de graphes:

  • Lin et al. . Penalized Maximum Likelihood Estimation of Multi-layered Gaussian Graphical ModelsJMLR 2016
  • Basu and Michailadis Regularized estimation in sparse high-dimensional time series models ArXiv:1311.4175
  • Basu et al. Network Granger Causality with Inherent Grouping Structure ArXiv:1210.3711

Livres:

  • Newman. The Structure and Dynamics of Networks
  • Scott. Social Network Analysis
  • Bascompte: Mutualistic Networks

Comments are closed.