Return to search

Effets de la dimension des réseaux hyperboliques sur la modélisation de la structure communautaire

Le cadre théorique de la géométrie des réseaux consiste à placer des points, les nœuds, dans un espace métrique, puis les connecter par des liens par paires selon la distance qui les sépare. Lorsque la géométrie sous-jacente est hyperbolique, de nombreuses propriétés de réseaux qui proviennent de données empiriques peuvent être élégamment expliquées à l'aide de la proximité entre les nœuds et des caractéristiques de ces espaces si particuliers, dont la courbure est négative. Le modèle de réseaux hyperboliques le plus couramment utilisé attribue à chaque nœud une coordonnée radiale associée à son nombre total de liens et une coordonnée angulaire. Avec celle-ci, les nœuds peuvent être envoyés à un cercle, et à plus petite distance angulaire ils ont plus de chances d'être connectés, ce qui encode la similarité avec les autres nœuds. Or, dans de nombreux systèmes réels, il existe plus d'un facteur poussant les éléments à s'associer, et donc plusieurs manières d'être similaires ou pas. Cela se reflète dans les modèles de réseaux hyperboliques de plus grande dimension, où plus d'une coordonnée angulaire est associée à chaque nœud, qui est alors envoyé à une sphère de plus grande dimension à la place du cercle. Dans ce mémoire, on étudie les effets de la dimension des modèles de réseaux hyperboliques aléatoires. En particulier, la distribution des distances angulaires entre les nœuds connectés change selon la dimension. Or, la coordonnée angulaire des nœuds est aussi utilisée pour modéliser la structure communautaire, c'est-à-dire lorsque des sous-groupes de nœuds, les communautés, sont reliés plus densément entre eux qu'au reste du réseau. Par conséquent, augmenter le nombre de coordonnées angulaires affecte naturellement comment les communautés peuvent être générées et la manière dont elles sont reliées entre elles. Ces effets sont quantifiés en simulant des réseaux hyperboliques qui possèdent de la structure communautaire. Une différence marquée est observée entre le cas le plus simple et l'ajout d'une seule dimension, où la structure communautaire générée est plus diversifiée et réaliste. / The framework of network geometry involves placing points, nodes of a network, in a metric space and then creating pairwise connections, the edges, according to the distance between them. When the underlying geometry is hyperbolic, many network properties are elegantly explained by the closeness between nodes through properties of these negatively curved spaces. The flagship model of this framework assigns to each node one radial coordinate related to its total number of connections and one angular coordinate related to its similarity to other nodes. Nodes can thus be mapped to a circle where a smaller angular distance increases the chances to be connected, hence the idea of similarity. However, in many systems, there is more than one factors that drives relationships between elements, and thus more than one way in which they can be similar or not. This is captured by higher dimensional hyperbolic network models, where each node has more angular coordinates that maps it to a higher dimensional sphere instead of the circle. In this master's thesis, we study the effects of the dimension of hyperbolic network models. In particular, the distribution of angular distances between connected nodes changes with dimension. Yet, nodes' angular coordinates are also used to model hyperbolic networks' community structure, when some subgroups of nodes, the communities, are more densely connected than to the rest of the network. Hence, increasing the number of angular coordinates naturally affects how communities can be created and how they are related to one another. These effects are quantified through simulations of hyperbolic networks possessing community structure. A significant difference is observed between the simplest case and the addition of a single dimension, in which case the community structure generated is more diverse and realistic.

Identiferoai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/108124
Date18 January 2023
CreatorsDésy, Béatrice
ContributorsAllard, Antoine, Desrosiers, Patrick
Source SetsUniversité Laval
LanguageFrench
Detected LanguageFrench
TypeCOAR1_1::Texte::Thèse::Mémoire de maîtrise
Format1 ressource en ligne (xiii, 93 pages), application/pdf
Rightshttp://purl.org/coar/access_right/c_abf2

Page generated in 0.0026 seconds