Soutenance de thèse de LE BAIL Didier
Titre de thèse
Réseaux sociaux temporels en présentiel: développement d'outils formels et numériques pour faciliter la recherche d'un cadre théorique adapté
Social face-to-face temporal networks: Developing numerical and theoretical tools to facilitate their understanding
Résumé de la thèse
Les interactions sociales en présentiel peuvent être collectées sous la forme d'un réseau temporel, où une interaction entre deux individus est vue comme une arête existante au temps de l'interaction.
Ces réseaux démontrent une riche phénoménologie et les étudier pourrait avoir des applications au-delà des systèmes sociaux, en particulier en biologie, neurosciences, urbanisme et épidémiologie.
Cette thèse présente un effort de formaliser la notion d'observable pour un réseau temporel et de générer des réseaux temporels au moyen de modèles d'agents.
Elle présente également un moyen de comparer deux réseaux temporels, afin de quantifier le degré de réalisme d'un modèle donné, ou bien de classer les réseaux empiriques d'interactions en présentiel.
Finalement, cette thèse explore quelles informations peuvent être tirées de certaines sous-structures contenues dans un réseau, à propos de la topologie de ce réseau, mais aussi à propos des processus stochastiques graphes-valués qui pourraient l'avoir généré.
Thesis resume
Social face-to-face interactions can be collected as a temporal network, where an interaction between two individuals is recorded as an edge existing at the time of the interaction.
These networks display a rich phenomenology and studying them may have applications beyond social systems, in particular in biology, neurosciences, urbanism and epidemiology.
This thesis presents an effort to formalize the notion of observable for a temporal network and to generate temporal networks by the means of an agent-based model.
It also presents a way to compare two temporal networks, in order to assess the degree of realism of a given model, or to classify the empirical networks of face-to-face interactions.
Finally, it explores what information can be inferred from the substructures of some type a network contains, about both the network's topology and the graph-valued stochastic processes that may have generated the it.