L’internet, le cerveau humain et bien d’autres sont des systèmes complexes ayant un grand nombre d’éléments qui interagissent fortement entre eux selon leur structure. La science des réseaux complexes, qui associe ces éléments et interactions respectivement à des noeuds et liens d’un graphe, permet aujourd’hui de mieux les comprendre grâce aux types d’analyses quantitatives qu’elle rend possible. D’une part, elle permet de définir une variété de propriétés structurelles menant vers une classification de ces systèmes. D’autre part, la compréhension de l’émergence de ces propriétés grâce à certains modèles stochastiques de réseaux devient réalité. Dans les dernières années, un effort important a été déployé pour identifier des mécanismes d’évolution universels pouvant expliquer la structure des réseaux complexes réels. Ce mémoire est consacré à l’élaboration d’un de ces mécanismes de croissance universels basé sur la théorie de la géométrie des réseaux complexes qui stipule que les réseaux sont des objets abstraits plongés dans des espaces métriques de similarité où la distance entre les noeuds affecte l’existence des liens. Au moyen de méthodes d’analyse avancées, la caractérisation complète de ce mécanisme a été établie et permet le contrôle de plusieurs propriétés structurelles des réseaux ainsi générés. Ce mécanisme général pourrait expliquer, du moins de manière effective, la structure d’un nombre important de systèmes complexes dont la formation est, encore aujourd’hui, mal comprise. / The internet and the human brain among others are complex systems composed of a large number of elements strongly interacting according to their specific structure. Nowadays, network science, which construes these elements and interactions respectively as nodes and links of a graph, allows a better understanding of these systems thanks to the quantitative analysis it oers. On the one hand, network science provides the definition of a variety of structural properties permitting their classification. On the other hand, it renders possible the investigation of the emergence of these properties via stochastic network models. In recent years, considerable efforts have been deployed to identify universal evolution mechanisms responsible for the structure of real complex networks. This memoir is dedicated to one of these universal growth mechanisms based on the network geometry theory which prescribes that real networks are abstract objects embedded in similarity metric spaces where the distance between nodes aect the existence of the links. Thanks to advanced analysis methods, the complete characterization of the mechanism has been achieved and allows the control of structural properties over a wide range. This general mechanism could explain, at least effectively, the structure of a number of complex systems for which the evolution is still poorly understood.
Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/30382 |
Date | 18 July 2018 |
Creators | Murphy, Charles |
Contributors | Allard, Antoine, Dubé, Louis J. |
Source Sets | Université Laval |
Language | French |
Detected Language | French |
Type | mémoire de maîtrise, COAR1_1::Texte::Thèse::Mémoire de maîtrise |
Format | 1 ressource en ligne (xx, 91 pages), application/pdf |
Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.006 seconds