This commit is contained in:
Louis
parent
2eee4d8344
commit
2752268256
2 changed files with 92 additions and 58 deletions
|
|
@ -2,22 +2,46 @@
|
|||
title: "Bilan semaine 19 2025 : 5 mai - 9 mai"
|
||||
categories: [colBiSBM, inférence]
|
||||
---
|
||||
|
||||
## TOP PRIORITÉ
|
||||
|
||||
- Débugguer les simulations :
|
||||
|
||||
- Clustering : Relancer simulations de clustering avec $M = 30$ où $M_i = 10, \forall i$. En attente retour MIGALE
|
||||
Relancer simus clustering avec VEM steps = 10 000 et plus nombreux init pour spectral. Ajouter simu clustering métriques nb sous-collections obtenues.
|
||||
Vérifier les résultats obtenus si ARI = 0. Et augmenter la taille $M = 30$ avec $M_1 = M_2 = M_3 = 10$. -> BUG, dois creuser mais juste des problèmes techniques
|
||||
|
||||
- Inférence : Relancer simus d'inférence avec n = 240 pour voir si la qualité augmenter (se rassurer). En fait on est déjà à 240, j'ai relancé avec M = 4 au lieu de M = 2.
|
||||
En attente résultats MIGALE -> BUG, dois creuser mais juste des problèmes techniques
|
||||
|
||||
### Applications
|
||||
|
||||
- Kmeans sur la densité des réseaux subdoré pour pré-partitionner et *clusteriser*.
|
||||
Car densités déséquilibrées.
|
||||
|
||||
:::{#ref-kmeans-vae}
|
||||
|
||||
- Faire GNN-VAE Doré et sub-Doré avec kmeans et clustering sur l'espace latent
|
||||
|
||||
:::
|
||||
|
||||
### Présentations LSD, JdS et ML@Aussois
|
||||
|
||||
- PRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides et voir avec PB et SD.
|
||||
- Quel plan ?
|
||||
- Quels résultats ? Baldock, Traveset ... (sub-Doré)
|
||||
|
||||
|
||||
### Inférence et microbes
|
||||
|
||||
- Lire Papiers compositional data (Aitchison et al. intro)
|
||||
- Se renseigner techniques d'inférence de réseaux : covariance (base corrélation et seuil)
|
||||
- Lire article multi-niveaux Saint-Clair
|
||||
|
||||
## A discuter
|
||||
|
||||
### CSI
|
||||
- Voir pour TT période du 11 au 14 août
|
||||
|
||||
- Est-ce à moi de contacter Saint-Clair et Sonia/Elisa ? *Pierre et Sophie gèrent*
|
||||
- Pierre Gérard a dit oui, il attend les détails
|
||||
- Quand : *fin juin début juillet*
|
||||
- Liste potentielle :
|
||||
- (Saint-Clair)
|
||||
- Mahendra
|
||||
- Elisa/Sonia
|
||||
- Pierre Gérard
|
||||
|
||||
### ML at Aussois
|
||||
|
||||
- Détails d'inscriptions
|
||||
|
||||
## A faire
|
||||
|
||||
|
|
@ -25,15 +49,9 @@ categories: [colBiSBM, inférence]
|
|||
|
||||
- S'inscrire
|
||||
|
||||
### Présentations LSD et JdS
|
||||
### ML at Aussois
|
||||
|
||||
- Mettre mes présentations en anglais
|
||||
- Quel plan ?
|
||||
- Quels résultats ?
|
||||
- Baldock, Traveset,
|
||||
- Recommender systems @lst-reco-systems
|
||||
- Données d'Elisa herbivore ?
|
||||
- Données urbanisations ?
|
||||
- Adapter l'abstract en ajoutant les résultats @ref-kmeans-vae
|
||||
|
||||
|
||||
### Inférence
|
||||
|
|
@ -55,40 +73,43 @@ categories: [colBiSBM, inférence]
|
|||
- S'inspirer structure pour mon intro
|
||||
- Trouver biblio intro
|
||||
- Rédiger l'intro
|
||||
- Regarder les applications pour les collections de réseaux recommender system
|
||||
|
||||
:::{#lst-reco-systems lst-cap="Recommender systems data"}
|
||||
Par exemple :
|
||||
|
||||
- [Liste de recommendation data](https://cseweb.ucsd.edu/~jmcauley/datasets.html)
|
||||
:::
|
||||
|
||||
- Dire résultats nettement meilleurs et variabilités inférieures.
|
||||
|
||||
|
||||
### Simulations article
|
||||
## J'ai fait
|
||||
|
||||
- Comparer sur clustering unipartite avec versions symétriser des par blocs des matrices d'adjacences.
|
||||
### CSI (en attente contacts PB et SD)
|
||||
|
||||
- Corriger structure de simus :
|
||||
- Pour noisy $\alpha$ :
|
||||
- Logit pour envoyer la gaussienne vers (0,1)
|
||||
- Beta contrainte dans (0,1)
|
||||
- Pour noisy links : Générer `nb_clustering` collections de taille M puis prélever $\epsilon_{max}n_r n_c$ liens à inverser puis pour les $\epsilon < \epsilon_{max}$ prélever dans la liste des indices afin d'avoir des perturbations emboitées.
|
||||
- Est-ce à moi de contacter Saint-Clair et Sonia/Elisa ? *Pierre et Sophie gèrent*
|
||||
- Pierre Gérard a dit oui, il attend les détails
|
||||
- Quand : *fin juin début juillet*
|
||||
- Liste potentielle :
|
||||
- (Saint-Clair)
|
||||
- Mahendra
|
||||
- Elisa/Sonia
|
||||
- Pierre Gérard
|
||||
|
||||
### ML at Aussois
|
||||
|
||||
- Détails d'inscriptions : *Je demande une bourse et je m'inscris avec la demande de bourse, Pierre et Sophie font la lettre de recommendation*
|
||||
|
||||
## A continuer
|
||||
|
||||
### Applications
|
||||
|
||||
- Kmeans sur la densité des réseaux subdoré pour pré-partitionner et *clusteriser*.
|
||||
Car densités déséquilibrées.
|
||||
- Idée Sophie: Regarder clustering de données plantes-pollinisateur selon gradient d'urbanisation
|
||||
|
||||
### Autour de l'article et du package
|
||||
> Sophie a fait une appli qui marche bien et va dans le sens de l'analyse faite
|
||||
(à savoir pas d'effet du gradien d'urbanisation). À continuer pour l'intégrer dans l'article !
|
||||
|
||||
- Créer des vignettes illustrant par exemple des cas de simulations. **Possible de mettre l'exemple d'application de Sophie sur les réseaux avec gradient d'urbanisation**.
|
||||
### Axe inférence
|
||||
|
||||
## J'ai fait
|
||||
- Lire biblio fournie Julie, Inférence de réseaux : co-occurence
|
||||
|
||||
> J'ai lu Faust et al.
|
||||
> Je lis Abdill et al.
|
||||
|
||||
## A continuer
|
||||
## Repoussés ou abandonnés
|
||||
|
||||
- Résultats simus NA **Erreur pour certaines conditions** : Pour NA robustness générer `nb_rep` collections de taille $M=2$ et prélever
|
||||
$\epsilon_{max}n_r n_c$ liens à retirer puis pour les $\epsilon < \epsilon_{max}$ prélever dans la liste des indices afin d'avoir des perturbations emboitées.
|
||||
|
|
@ -99,25 +120,29 @@ Implémenté les missing steps.
|
|||
|
||||
- Lire Biological Networks - François Képès
|
||||
|
||||
- Relancer simus d'inférence avec n = 240 pour voir si la qualité augmenter (se rassurer). En fait on est déjà à 240, j'ai relancé avec M = 4 au lieu de M = 2.
|
||||
En attente résultats MIGALE -> BUG, dois creuser mais juste des problèmes techniques
|
||||
- Regarder les applications pour les collections de réseaux recommender system *Pas pertinents et trop gros*
|
||||
|
||||
### Applications
|
||||
:::{#lst-reco-systems lst-cap="Recommender systems data"}
|
||||
Par exemple :
|
||||
|
||||
- Idée Sophie: Regarder clustering de données plantes-pollinisateur selon gradient d'urbanisation
|
||||
- [Liste de recommendation data](https://cseweb.ucsd.edu/~jmcauley/datasets.html)
|
||||
:::
|
||||
|
||||
> Sophie a fait une appli qui marche bien et va dans le sens de l'analyse faite
|
||||
(à savoir pas d'effet du gradien d'urbanisation). À continuer pour l'intégrer dans l'article !
|
||||
|
||||
### Papier plus multi-applications
|
||||
- Données d'Elisa herbivore ?
|
||||
- Données urbanisations ?
|
||||
|
||||
### Autour de l'article et du package
|
||||
|
||||
- Créer des vignettes illustrant par exemple des cas de simulations. **Possible de mettre l'exemple d'application de Sophie sur les réseaux avec gradient d'urbanisation**.
|
||||
|
||||
### Simulations article
|
||||
|
||||
- Relancer simulations de clustering avec $M = 30$ où $M_i = 10, \forall i$. En attente retour MIGALE
|
||||
Relancer simus clustering avec VEM steps = 10 000 et plus nombreux init pour spectral. Ajouter simu clustering métriques nb sous-collections obtenues.
|
||||
Vérifier les résultats obtenus si ARI = 0. Et augmenter la taille $M = 30$ avec $M_1 = M_2 = M_3 = 10$. -> BUG, dois creuser mais juste des problèmes techniques
|
||||
- Comparer sur clustering unipartite avec versions symétriser des par blocs des matrices d'adjacences.
|
||||
|
||||
### Axe inférence
|
||||
|
||||
- Lire biblio fournie Julie, Inférence de réseaux : co-occurence
|
||||
|
||||
> J'ai lu Faust et al.
|
||||
> Je lis Abdill et al.
|
||||
- Corriger structure de simus :
|
||||
- Pour noisy $\alpha$ :
|
||||
- Logit pour envoyer la gaussienne vers (0,1)
|
||||
- Beta contrainte dans (0,1)
|
||||
- Pour noisy links : Générer `nb_clustering` collections de taille M puis prélever $\epsilon_{max}n_r n_c$ liens à inverser puis pour les $\epsilon < \epsilon_{max}$ prélever dans la liste des indices afin d'avoir des perturbations emboitées.
|
||||
|
|
@ -4,4 +4,13 @@
|
|||
freeze: auto
|
||||
|
||||
# enable banner style title blocks ----
|
||||
title-block-banner: true
|
||||
title-block-banner: true
|
||||
|
||||
crossref:
|
||||
custom:
|
||||
- kind: float
|
||||
reference-prefix: Item
|
||||
key: item
|
||||
- kind: float
|
||||
reference-prefix: Reference
|
||||
key: ref
|
||||
Loading…
Add table
Reference in a new issue