Ajout fin de lecture matchado

suivi/2025-25/2025-25.qmd

@@ -12,7 +12,7 @@ bibliography: references.bib
     - ✅ Si plusieurs clustering possibles les tester et sélectionner le 
     meilleur
     - ✅ Ré-ajuster les bonnes partitions.
-    - ⌛ En train de corriger le bug commun à l'inférence
+    - ❓Je n'arrive plus à reproduire le bug pour l'inférence...
 
 - ✅ **Oui c'est bien le cas** Clustering descendant & ascendant : vérifier qu'au cours du temps le $BICL_{asc} \geq BICL_{desc}$
 
@@ -62,6 +62,7 @@ bibliography: references.bib
     - ⌛ 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 -> Visiblement il y a d'autres problèmes que juste le plan de parallélisation.
         - ✅ **Non ça n'a pas l'air d'être ça**. Vérifier si problème de version tidyverse pour vapply sur l'**inférence**.
+        - ⌛Bon le bug ne se reproduit plus... les jobs sont juste trop longs (> 120h) j'ai relancé, il ne reste que 182/972 conditions.
 
 - ✅ **Il suffisait de faire la màj soit même...** Si problème de parallélisation vient de pb de version *future.callr* le signaler à MIGALE. 
 
@@ -78,10 +79,6 @@ J'ai commencé à regarder un peu
 ### Inférence et microbes
 
 - Lancer *colBiSBM* sur $OTU\times Sample$ → problème du chargement en mémoire des données à voir
-- Se renseigner techniques d'inférence de réseaux : 
-    - covariance (base corrélation et seuil)
-    - GraphicalLASSO ou CCLasso
-    - Co-occurence
 - Lancer *colSBM* sur $OTU\times OTU$
 - Creuser [TabNet](https://raw.githubusercontent.com/cregouby/R-toulouse-tabnet/main/Tabnet_RR2023_fr_pdf.pdf) de Christophe Regouby et les [exercices](https://github.com/cregouby/Tutoriel_torch)
 - Regarder **SPARTA** Rennes
@@ -102,27 +99,18 @@ Z^0_i \overset{?}{=} & Z^1_i \overset{?}{=}  Z^2_i \overset{?}{=} Z^3_i & \text{
 - ⌛ @nennaLecture1Monge
 
 ### Inférence de graphes
-- ⌛ @matchadoNetworkAnalysisMethods2021b ➡️ Je vais sûrement utiliser SparCC et CCLasso pour inférer des réseaux unipartites car prise en compte des données compositionnelles.
+- ✅ @matchadoNetworkAnalysisMethods2021b ➡️ Nos données étant compositionnelles
+il faut utiliser:
+    - CCLasso et SparCC
+    - HARMONIES pour zéro inflation (Binomiale négative), COZINE centered log ratio transformation compositionnalité, zéro inflation et forte précision
+    - MixMPLN
 
 ## A discuter
 
 ### Inférence
 
-- Papier pour comprendre données 
-    - ~~Faust et al.~~
-    - Abdill et al.
-    - Bashan et al.
-
 - pbs : variance, bcp de zero, covariables, offset et taxonomie (Reseaux arretes differents niveaux : Genre, OTU ...)
 
 > Combine networks at different taxonomic levels
 
 - Inférence + GREMLINS
-
-### Rédaction article
-
-- Relire intro St Clair
-- S'inspirer structure pour mon intro
-- Trouver biblio intro
-- Rédiger l'intro
-- Dire résultats nettement meilleurs et variabilités inférieures.