Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Discovery Grants Program - Individual

École de technologie supérieure

$30,000.00

Forage de données dans les réseaux dynamiques complexes

EF 2012-13

Résumé
Les réseaux sont reconnus comme étant de puissants modèles pour représenter des entités et leurs relations dans diverses applications. L'existence de méthodes efficaces pour analyser et extraire de l'information utile dans ce type de données est essentielle à plusieurs domaines importants dont les télécommunications, la bioinformatique, la sociologie et l'Internet. Cependant, l'émergence récente de nouvelles applications utilisant des réseaux dont les entités et leurs relations évoluent dans le temps a mis en évidence la nécessité de développer des outils permettant de modéliser et d'analyser efficacement les propriétés de réseaux dynamiques. L'absence de tels outils représente un problème sérieux car elle limite la pleine croissance des technologies utilisant ce type de données et empêche le développement de nouvelles applications prometteuses. L'objectif de ce projet est de développer de nouvelles approches pour analyser et prédire l'évolution des entités de réseaux complexes et de leurs relations. Pour atteindre cet objectif, deux problèmes importants seront étudiés: (i) la découverte de patrons relationnels complexes temporellement corrélés et de patrons récurrents, et (ii) la prédiction de l'état global d'un réseau dynamique complexe à l'aide d'une représentation dans un espace latent à faible dimension. Le développement de méthodes pour identifier des corrélations temporelles bénéficiera à plusieurs applications clés dont la détection d'événements importants, pouvant correspondre à des activités malicieuses dans le réseau, et l'identification de faiblesses structurelles dans le réseau. Ces méthodes permettront, entre autres, de prévoir l'apparition de certains patrons dangereux à partir de l'observation de patrons leur étant corrélés, rendant ainsi possible l'instauration de mécanismes efficaces de prévention. De même, prédire l'état futur d'un réseau évoluant dans le temps permettra d'anticiper l'émergence de tendances structurelles ou sociales importantes, telles que la formation de nouveaux groupes au sein d'une population.
Programme
Discovery Grants Program - Individual
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
387044-2010
Name nom
Desrosiers, Christian
Department département
Génie logiciel et des TI
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2012
Competition year année de concours
2010
Award amount
30000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
Discovery grants programs
Group fr
Programmes de subventions à la découverte
Committee code
1507
Committee name en
Computer Science
Committee name fr
Sciences informatiques
Area of application code
802
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Information systems and technology
Area of application fr
Systèmes d'information et technologie de l'information
Research subject code
2711
Research subject group en
Information technology
Research subject group fr
Technologie de l'information
Research subject en
Database management
Research subject fr
Gestion de bases de données
Partie
3
Nb partie
5
Application title
Forage de données dans les réseaux dynamiques complexes
Keyword
NSERC
Application summary
Les réseaux sont reconnus comme étant de puissants modèles pour représenter des entités et leurs relations dans diverses applications. L'existence de méthodes efficaces pour analyser et extraire de l'information utile dans ce type de données est essentielle à plusieurs domaines importants dont les télécommunications, la bioinformatique, la sociologie et l'Internet. Cependant, l'émergence récente de nouvelles applications utilisant des réseaux dont les entités et leurs relations évoluent dans le temps a mis en évidence la nécessité de développer des outils permettant de modéliser et d'analyser efficacement les propriétés de réseaux dynamiques. L'absence de tels outils représente un problème sérieux car elle limite la pleine croissance des technologies utilisant ce type de données et empêche le développement de nouvelles applications prometteuses. L'objectif de ce projet est de développer de nouvelles approches pour analyser et prédire l'évolution des entités de réseaux complexes et de leurs relations. Pour atteindre cet objectif, deux problèmes importants seront étudiés: (i) la découverte de patrons relationnels complexes temporellement corrélés et de patrons récurrents, et (ii) la prédiction de l'état global d'un réseau dynamique complexe à l'aide d'une représentation dans un espace latent à faible dimension. Le développement de méthodes pour identifier des corrélations temporelles bénéficiera à plusieurs applications clés dont la détection d'événements importants, pouvant correspondre à des activités malicieuses dans le réseau, et l'identification de faiblesses structurelles dans le réseau. Ces méthodes permettront, entre autres, de prévoir l'apparition de certains patrons dangereux à partir de l'observation de patrons leur étant corrélés, rendant ainsi possible l'instauration de mécanismes efficaces de prévention. De même, prédire l'état futur d'un réseau évoluant dans le temps permettra d'anticiper l'émergence de tendances structurelles ou sociales importantes, telles que la formation de nouveaux groupes au sein d'une population.