Résumé
Grâce aux nouvelles technologies, nous pouvons désormais observer les systèmes complexes – naturels ou créés par l’homme – à de multiples échelles de temps et d’espace. Mais pour les comprendre, nous avons besoin de représentations des données complexes, comme des graphiques, et les procédures fondées sur les données doivent être en mesure de traiter des séquences de graphiques. Les méthodes actuelles sont insuffisantes, ce qui limite leur portée et leur impact dans les applications.
Lorenzo Livi, titulaire de la Chaire de recherche du Canada sur les données complexes, met au point des méthodologies permettant de détecter des changements dans des séquences de graphiques attribués ayant un nombre variable de sommets et d’arêtes. M. Livi et son équipe de recherche cartographient les graphes sur des vecteurs numériques afin de produire des représentations authentiques des graphes originaux, en reflétant leurs propriétés statistiques. Ultimement, cela pourrait mener à l’élaboration d’algorithmes de détection des changements pour des applications médicales et industrielles, comme la capacité de prédire les crises d’épilepsie ou de détecter des anomalies dans les réseaux intelligents.