Un modèle d'hypergraphes pour apprendre des relations binaires entre des ensembles d'objets

Hypernode graphs for learning from binary relations between sets of objects

• Auteur / Autrice : Thomas Ricatte
• Direction : Rémi Gilleron
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 23/01/2015
• Etablissement(s) : Lille 3
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
• Partenaire(s) de recherche : Laboratoire : Centre de Recherche en Informatique, Signal et Automatique de Lille
• Jury : Président / Présidente : Sophie Tison
• Jury : Examinateurs / Examinatrices : Rémi Gilleron, Sophie Tison, François Denis, Mark Herbster, Gemma Garriga, Yannick Cras, Marc Tommasi
• Jury : Rapporteurs / Rapporteuses : François Denis, Mark Herbster

Mots clés

Mots clés contrôlés

Théorie des graphes

Hypergraphes

Mots clés libres

Hypergraphes

Laplaciens de graphe

Noyaux de graphe

Apprentissage spectral

Apprentissage semi-supervisé

Algorithmes de skill rating

Hypergraphs

Graph laplacians

Graph kernels

Spectral learning

Semi-supervised learning

Skill rating algorithms

Résumé

Cette étude a pour sujet les hypergraphes.

This study has for subject the hypergraphs.