Détection automatique de structures blocs sur des matrices

Luce Le Gorrec (1) , Sandrine Mouysset (1) , Daniel Ruiz (1, 2) , Philip A. Knight (3) , Iain S. Duff (4)

1 IRIT-APO - Algorithmes Parallèles et Optimisation
2 Toulouse INP - Institut National Polytechnique (Toulouse)
3 University of Strathclyde [Glasgow]
4 RAL Space - Space Science and Technology Department [Didcot]

Nous présentons un algorithme capable de partitionner les nœuds d'un graphe pondéré dirigé ou non, en détectant la structure par blocs de sa matrice d'adjacence. Grâce à  un équilibrage doublement stochastique de cette matrice, l'intégralité de la structure par blocs est détectée à  l'aide d'un minimum de vecteurs singuliers (en théorie un couple suffit). Nous présentons les différentes étapes de notre algorithme, avant d'évaluer ses performances sur deux tâches de classification non supervisée : la détection de communautés et la détection de formes dans des nuages de points. En comparant les résultats obtenus A ceux d'autres algorithmes spécifiquement conçus pour ces tâches, nous montrons que notre algorithme est compétitif dans le cas de la détection de communauté, - ou meilleur - dans le cas de la détection de formes, par rapport aux méthodes existantes.

Domaines: Intelligence artificielle [cs.AI]

Luce Le Gorrec, Sandrine Mouysset, Daniel Ruiz, Philip A. Knight, Iain S. Duff. Détection automatique de structures blocs sur des matrices. 21ème Conférence sur l'Apprentissage Automatique (CAp 2019), AFIA : Association française pour l'intelligence artificielle, Jul 2019, Toulouse, France. pp.99-108. ⟨hal-03003812⟩