Deploy site [CI SKIP]

index.html

@@ -210,7 +210,7 @@ window.Quarto = {
     <div>
     <div class="quarto-title-meta-heading">Date de publication</div>
     <div class="quarto-title-meta-contents">
-      <p class="date">13 mai 2025</p>
+      <p class="date">15 mai 2025</p>
     </div>
   </div>
   
@@ -228,7 +228,7 @@ window.Quarto = {
 
 <div class="quarto-listing quarto-listing-container-default" id="listing-listing">
 <div class="list quarto-listing-default">
-<div class="quarto-post image-right" data-index="0" data-categories="Y29sQmlTQk0lMkNpbmYlQzMlQTlyZW5jZQ==" data-listing-date-sort="1747168311000" data-listing-file-modified-sort="1747168311456" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="6" data-listing-word-count-sort="1198">
+<div class="quarto-post image-right" data-index="0" data-categories="Y29sQmlTQk0lMkNpbmYlQzMlQTlyZW5jZQ==" data-listing-date-sort="1747339952000" data-listing-file-modified-sort="1747339952058" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="6" data-listing-word-count-sort="1015">
 <div class="thumbnail"><a href="./suivi/2025-20/2025-20.html" class="no-external">
 
 <div class="listing-item-img-placeholder card-img-top" >&nbsp;</div>
@@ -252,7 +252,7 @@ Pour clustering de collections sur données réelles :
 <div class="metadata">
 <a href="./suivi/2025-20/2025-20.html" class="no-external">
 <div class="listing-date">
-13 mai 2025
+15 mai 2025
 </div>
 <div class="listing-author">
 Louis Lacoste
@@ -260,7 +260,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="1" data-categories="Y29sQmlTQk0lMkNpbmYlQzMlQTlyZW5jZQ==" data-listing-date-sort="1746748800000" data-listing-file-modified-sort="1747168311456" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="5" data-listing-word-count-sort="814">
+<div class="quarto-post image-right" data-index="1" data-categories="Y29sQmlTQk0lMkNpbmYlQzMlQTlyZW5jZQ==" data-listing-date-sort="1746748800000" data-listing-file-modified-sort="1747339952058" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="5" data-listing-word-count-sort="814">
 <div class="thumbnail"><a href="./suivi/2025-19/2025-19.html" class="no-external">
 
 <div class="listing-item-img-placeholder card-img-top" >&nbsp;</div>
@@ -292,7 +292,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="2" data-categories="Y29sQmlTQk0lMkNpbmYlQzMlQTlyZW5jZQ==" data-listing-date-sort="1746144000000" data-listing-file-modified-sort="1747168311455" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="3" data-listing-word-count-sort="521">
+<div class="quarto-post image-right" data-index="2" data-categories="Y29sQmlTQk0lMkNpbmYlQzMlQTlyZW5jZQ==" data-listing-date-sort="1746144000000" data-listing-file-modified-sort="1747339952057" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="3" data-listing-word-count-sort="521">
 <div class="thumbnail"><a href="./suivi/2025-18/2025-18.html" class="no-external">
 
 <p class="card-img-top"><img src="suivi/2025-18/figs/density-subdore.png"  class="thumbnail-image card-img"/></p>
@@ -324,7 +324,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="3" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1745539200000" data-listing-file-modified-sort="1747168311446" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="4" data-listing-word-count-sort="714">
+<div class="quarto-post image-right" data-index="3" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1745539200000" data-listing-file-modified-sort="1747339952045" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="4" data-listing-word-count-sort="714">
 <div class="thumbnail"><a href="./suivi/2025-17/2025-17.html" class="no-external">
 
 <p class="card-img-top"><img src="suivi/2025-17/figs/density-subdore.png"  class="thumbnail-image card-img"/></p>
@@ -354,7 +354,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="4" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1744934400000" data-listing-file-modified-sort="1747168311443" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="2" data-listing-word-count-sort="352">
+<div class="quarto-post image-right" data-index="4" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1744934400000" data-listing-file-modified-sort="1747339952043" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="2" data-listing-word-count-sort="352">
 <div class="thumbnail"><a href="./suivi/2025-16/2025-16.html" class="no-external">
 
 <div class="listing-item-img-placeholder card-img-top" >&nbsp;</div>
@@ -384,7 +384,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="5" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1743724800000" data-listing-file-modified-sort="1747168311441" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="2" data-listing-word-count-sort="353">
+<div class="quarto-post image-right" data-index="5" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1743724800000" data-listing-file-modified-sort="1747339952041" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="2" data-listing-word-count-sort="353">
 <div class="thumbnail"><a href="./suivi/2025-15/2025-15.html" class="no-external">
 
 <p class="card-img-top"><img src="suivi/2025-15/figs/alluvial-clusterings.png"  class="thumbnail-image card-img"/></p>
@@ -414,7 +414,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="6" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1743120000000" data-listing-file-modified-sort="1747168311441" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="3" data-listing-word-count-sort="413">
+<div class="quarto-post image-right" data-index="6" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1743120000000" data-listing-file-modified-sort="1747339952041" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="3" data-listing-word-count-sort="413">
 <div class="thumbnail"><a href="./suivi/2025-14/2025-14.html" class="no-external">
 
 <div class="listing-item-img-placeholder card-img-top" >&nbsp;</div>
@@ -444,7 +444,7 @@ Louis Lacoste
 </a>
 </div>
 </div>
-<div class="quarto-post image-right" data-index="7" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1742169600000" data-listing-file-modified-sort="1747168311432" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="3" data-listing-word-count-sort="426">
+<div class="quarto-post image-right" data-index="7" data-categories="Y29sQmlTQk0=" data-listing-date-sort="1742169600000" data-listing-file-modified-sort="1747339952034" data-listing-date-modified-sort="NaN" data-listing-reading-time-sort="3" data-listing-word-count-sort="426">
 <div class="thumbnail"><a href="./suivi/2025-13/2025-13.html" class="no-external">
 
 <p class="card-img-top"><img src="suivi/2025-13/figs/baldock_meso_iid.png"  class="thumbnail-image card-img"/></p>

search.json

@@ -4,14 +4,14 @@
     "href": "suivi/2025-20/2025-20.html",
     "title": "Bilan semaine 20 2025 : 12 mai - 16 mai",
     "section": "",
-    "text": "Pour clustering de collections sur données réelles :\n\nRelâcher la pénalité pour les coupes pour proposer modèles.\nCalculer le BIC-L avec bonne pénalité pour détecter partitions prometteuses.\nRé-ajuster les bonnes partitions.\n\nDé-bugger pourquoi BipartiteInnerProductDecoder.forward() -> NaN\nDé-bugger les simulations :\n\nClustering : 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. Le bug venait probablement d’une inadéquation entre la version de future et future.callr, les résultats temporaires sont encourageants.\n\n\n\n\n\n\n\n\nNote\n\n\n\n\n\n\n\n\nepsilon\nmodel\nARI\nnb_collections\n\n\n\n\n0.1\niid\n0.41 \\pm 0.12\n2.8 \\pm 0.44\n\n\n0.1\npi\n0.03 \\pm 0.03\n1.8 \\pm 0.42\n\n\n0.1\npirho\n0.04 \\pm 0.02\n3.3 \\pm 0.54\n\n\n0.1\nrho\n0.09 \\pm 0.04\n3.5 \\pm 0.58\n\n\n0.2\niid\n0.91 \\pm 0.06\n2.8 \\pm 0.13\n\n\n0.2\npi\n0.59 \\pm 0.12\n3 \\pm 0.55\n\n\n0.2\npirho\n0.57 \\pm 0.14\n4.5 \\pm 0.67\n\n\n0.2\nrho\n0.55 \\pm 0.23\n2.8 \\pm 0.8\n\n\n0.3\niid\n1\n3\n\n\n0.3\npi\n0.97 \\pm 0.01\n3.57 \\pm 0.2\n\n\n0.3\npirho\n0.94 \\pm 0.03\n4 \\pm 0.32\n\n\n0.3\nrho\n0.89 \\pm 0.09\n3 \\pm 0.32\n\n\n0.4\niid\n1\n3\n\n\n0.4\npi\n1\n3\n\n\n0.4\npirho\n0.86 \\pm 0.11\n3.33 \\pm 0.41\n\n\n0.4\nrho\n0.99 \\pm 0.01\n3.29 \\pm 0.29\n\n\n\n\n\n\n\nInférence : 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.\nVérifier si problème de version tidyverse pour vapply sur l’inférence.\nSi problème de parallélisation vient de pb de version future.callr le signaler à MIGALE.\n\n\n\n\nPRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides et voir avec PB et SD.\nQuel plan ?\nQuels résultats ? Baldock, Traveset … (sub-Doré)\nMettre le détails des formules et des algos pour VE et sélection de modèle en annexe.\nPréciser simplement que l’on utilise un algo VE et un critère type BIC.\nPas la peine de préciser l’algo de clustering\nIndiquer sur une slide le problème de support pour \\pi\\rho à faire s’il y a le temps.\nRésultats sur les réseaux Baldock, regarder le positionnement par bloc des espèces communes, regarder les probas d’appartenance aux blocs par espèces communes et par réseau.\n\n\n\n\n\nKmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.\n\n\n\n\n\nFaire GNN-VAE Doré et sub-Doré avec kmeans et clustering sur l’espace latent J’ai commencé à regarder un peu\n\n\n\nReference 1\n\n\n\n\n\n\n\nHuman Gut Compendium télécharger et analyser les données.\nLancer colBiSBM sur OTU\\times Sample\nSe renseigner techniques d’inférence de réseaux :\n\ncovariance (base corrélation et seuil)\nGraphicalLASSO\nCo-occurence\n\nLancer colSBM sur OTU\\times OTU\nCreuser TabNet de Christophe Regouby et les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair"
+    "text": "Pour clustering de collections sur données réelles :\n\nRelâcher la pénalité pour les coupes pour proposer modèles.\n\n→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).\n\nFaire le hclust avec diverses distances et voir si les coupes proposées diffèrent sensiblement\nSi plusieurs clustering possibles les tester et sélectionner le meilleur\nRé-ajuster les bonnes partitions.\n\nDonnées simulées tester diverses distances.\nDé-bugger les simulations :\n\nInférence : 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.\n\nVérifier si problème de version tidyverse pour vapply sur l’inférence.\nSi problème de parallélisation vient de pb de version future.callr le signaler à MIGALE.\n\n\n\n\nPRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides et voir avec PB et SD.\nQuel plan ?\nQuels résultats ? Baldock, Traveset … (sub-Doré)\nPas la peine de préciser l’algo de clustering\nIndiquer sur une slide le problème de support pour \\pi\\rho à faire s’il y a le temps.\nRésultats sur les réseaux Baldock, regarder le positionnement par bloc des espèces communes, regarder les probas d’appartenance aux blocs par espèces communes et par réseau.\n\n\n\n\n\nKmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.\n\n\n\n\n\nFaire GNN-VAE Doré et sub-Doré avec kmeans et clustering sur l’espace latent J’ai commencé à regarder un peu\n\n\n\nReference 1\n\n\n\n\n\n\n\nLancer colBiSBM sur OTU\\times Sample\nSe renseigner techniques d’inférence de réseaux :\n\ncovariance (base corrélation et seuil)\nGraphicalLASSO\nCo-occurence\n\nLancer colSBM sur OTU\\times OTU\nCreuser TabNet de Christophe Regouby et les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair"
   },
   {
     "objectID": "suivi/2025-20/2025-20.html#top-priorité",
     "href": "suivi/2025-20/2025-20.html#top-priorité",
     "title": "Bilan semaine 20 2025 : 12 mai - 16 mai",
     "section": "",
-    "text": "Pour clustering de collections sur données réelles :\n\nRelâcher la pénalité pour les coupes pour proposer modèles.\nCalculer le BIC-L avec bonne pénalité pour détecter partitions prometteuses.\nRé-ajuster les bonnes partitions.\n\nDé-bugger pourquoi BipartiteInnerProductDecoder.forward() -> NaN\nDé-bugger les simulations :\n\nClustering : 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. Le bug venait probablement d’une inadéquation entre la version de future et future.callr, les résultats temporaires sont encourageants.\n\n\n\n\n\n\n\n\nNote\n\n\n\n\n\n\n\n\nepsilon\nmodel\nARI\nnb_collections\n\n\n\n\n0.1\niid\n0.41 \\pm 0.12\n2.8 \\pm 0.44\n\n\n0.1\npi\n0.03 \\pm 0.03\n1.8 \\pm 0.42\n\n\n0.1\npirho\n0.04 \\pm 0.02\n3.3 \\pm 0.54\n\n\n0.1\nrho\n0.09 \\pm 0.04\n3.5 \\pm 0.58\n\n\n0.2\niid\n0.91 \\pm 0.06\n2.8 \\pm 0.13\n\n\n0.2\npi\n0.59 \\pm 0.12\n3 \\pm 0.55\n\n\n0.2\npirho\n0.57 \\pm 0.14\n4.5 \\pm 0.67\n\n\n0.2\nrho\n0.55 \\pm 0.23\n2.8 \\pm 0.8\n\n\n0.3\niid\n1\n3\n\n\n0.3\npi\n0.97 \\pm 0.01\n3.57 \\pm 0.2\n\n\n0.3\npirho\n0.94 \\pm 0.03\n4 \\pm 0.32\n\n\n0.3\nrho\n0.89 \\pm 0.09\n3 \\pm 0.32\n\n\n0.4\niid\n1\n3\n\n\n0.4\npi\n1\n3\n\n\n0.4\npirho\n0.86 \\pm 0.11\n3.33 \\pm 0.41\n\n\n0.4\nrho\n0.99 \\pm 0.01\n3.29 \\pm 0.29\n\n\n\n\n\n\n\nInférence : 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.\nVérifier si problème de version tidyverse pour vapply sur l’inférence.\nSi problème de parallélisation vient de pb de version future.callr le signaler à MIGALE.\n\n\n\n\nPRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides et voir avec PB et SD.\nQuel plan ?\nQuels résultats ? Baldock, Traveset … (sub-Doré)\nMettre le détails des formules et des algos pour VE et sélection de modèle en annexe.\nPréciser simplement que l’on utilise un algo VE et un critère type BIC.\nPas la peine de préciser l’algo de clustering\nIndiquer sur une slide le problème de support pour \\pi\\rho à faire s’il y a le temps.\nRésultats sur les réseaux Baldock, regarder le positionnement par bloc des espèces communes, regarder les probas d’appartenance aux blocs par espèces communes et par réseau.\n\n\n\n\n\nKmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.\n\n\n\n\n\nFaire GNN-VAE Doré et sub-Doré avec kmeans et clustering sur l’espace latent J’ai commencé à regarder un peu\n\n\n\nReference 1\n\n\n\n\n\n\n\nHuman Gut Compendium télécharger et analyser les données.\nLancer colBiSBM sur OTU\\times Sample\nSe renseigner techniques d’inférence de réseaux :\n\ncovariance (base corrélation et seuil)\nGraphicalLASSO\nCo-occurence\n\nLancer colSBM sur OTU\\times OTU\nCreuser TabNet de Christophe Regouby et les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair"
+    "text": "Pour clustering de collections sur données réelles :\n\nRelâcher la pénalité pour les coupes pour proposer modèles.\n\n→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).\n\nFaire le hclust avec diverses distances et voir si les coupes proposées diffèrent sensiblement\nSi plusieurs clustering possibles les tester et sélectionner le meilleur\nRé-ajuster les bonnes partitions.\n\nDonnées simulées tester diverses distances.\nDé-bugger les simulations :\n\nInférence : 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.\n\nVérifier si problème de version tidyverse pour vapply sur l’inférence.\nSi problème de parallélisation vient de pb de version future.callr le signaler à MIGALE.\n\n\n\n\nPRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides et voir avec PB et SD.\nQuel plan ?\nQuels résultats ? Baldock, Traveset … (sub-Doré)\nPas la peine de préciser l’algo de clustering\nIndiquer sur une slide le problème de support pour \\pi\\rho à faire s’il y a le temps.\nRésultats sur les réseaux Baldock, regarder le positionnement par bloc des espèces communes, regarder les probas d’appartenance aux blocs par espèces communes et par réseau.\n\n\n\n\n\nKmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.\n\n\n\n\n\nFaire GNN-VAE Doré et sub-Doré avec kmeans et clustering sur l’espace latent J’ai commencé à regarder un peu\n\n\n\nReference 1\n\n\n\n\n\n\n\nLancer colBiSBM sur OTU\\times Sample\nSe renseigner techniques d’inférence de réseaux :\n\ncovariance (base corrélation et seuil)\nGraphicalLASSO\nCo-occurence\n\nLancer colSBM sur OTU\\times OTU\nCreuser TabNet de Christophe Regouby et les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair"
   },
   {
     "objectID": "suivi/2025-20/2025-20.html#a-discuter",
@@ -32,7 +32,7 @@
     "href": "suivi/2025-20/2025-20.html#jai-fait",
     "title": "Bilan semaine 20 2025 : 12 mai - 16 mai",
     "section": "J’ai fait",
-    "text": "J’ai fait"
+    "text": "J’ai fait\n\nDé-bugger les simulations :\n\nClustering : 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. Le bug venait probablement d’une inadéquation entre la version de future et future.callr, les résultats temporaires sont encourageants. J’ai mis les résultats dans l’article.\n\n\n\nPrésentations LSD, JdS et ML@Aussois\n\nPRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides et voir avec PB et SD.\nQuel plan ?\nQuels résultats ? Baldock, Traveset … (sub-Doré)\nMettre le détails des formules et des algos pour VE et sélection de modèle en annexe.\nPréciser simplement que l’on utilise un algo VE et un critère type BIC.\n\n\n\nVGAE\n\nDé-bugger pourquoi BipartiteInnerProductDecoder.forward() -> NaN -> C’était parce que les features en entrée n’était pas normalisée par les couches de convolutions. Les meilleurs résultats d’AUC et de précisions que j’obtiens par VGAE sont autour de 0.80.\n\n\n\nInférence et microbes\n\nHuman Gut Compendium télécharger et préparé les données. Mises au format edgelist et extrait les infos supplémentaires."
   },
   {
     "objectID": "suivi/2025-20/2025-20.html#a-continuer",
@@ -116,7 +116,7 @@
     "href": "index.html",
     "title": "Journal suivi de la thèse",
     "section": "",
-    "text": "Bilan semaine 20 2025 : 12 mai - 16 mai\n\n\n\ncolBiSBM\n\ninférence\n\n\n\n\n\n\n\n\n\n13 mai 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 19 2025 : 5 mai - 9 mai\n\n\n\ncolBiSBM\n\ninférence\n\n\n\n\n\n\n\n\n\n9 mai 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 18 2025 : 28 avril - 2 mai\n\n\n\ncolBiSBM\n\ninférence\n\n\n\n\n\n\n\n\n\n2 mai 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 17 2025 : 24 avril - 25 avril\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n25 avr. 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 16 2025\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n18 avr. 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 15 2025 : 31 mars-4 avril\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n4 avr. 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 14 2025 : 24-28 mars\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n28 mars 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 13 2025 : 17-21 mars\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n17 mars 2025\n\n\nLouis Lacoste\n\n\n\n\n\nAucun article correspondant"
+    "text": "Bilan semaine 20 2025 : 12 mai - 16 mai\n\n\n\ncolBiSBM\n\ninférence\n\n\n\n\n\n\n\n\n\n15 mai 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 19 2025 : 5 mai - 9 mai\n\n\n\ncolBiSBM\n\ninférence\n\n\n\n\n\n\n\n\n\n9 mai 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 18 2025 : 28 avril - 2 mai\n\n\n\ncolBiSBM\n\ninférence\n\n\n\n\n\n\n\n\n\n2 mai 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 17 2025 : 24 avril - 25 avril\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n25 avr. 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 16 2025\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n18 avr. 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 15 2025 : 31 mars-4 avril\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n4 avr. 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 14 2025 : 24-28 mars\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n28 mars 2025\n\n\nLouis Lacoste\n\n\n\n\n\n\n\n\n\n\n\n\nBilan semaine 13 2025 : 17-21 mars\n\n\n\ncolBiSBM\n\n\n\n\n\n\n\n\n\n17 mars 2025\n\n\nLouis Lacoste\n\n\n\n\n\nAucun article correspondant"
   },
   {
     "objectID": "suivi/2025-19/2025-19.html",

suivi/2025-20/2025-20.html

@@ -175,7 +175,7 @@ window.Quarto = {
       <div>
       <div class="quarto-title-meta-heading">Date de publication</div>
       <div class="quarto-title-meta-contents">
-        <p class="date">13 mai 2025</p>
+        <p class="date">15 mai 2025</p>
       </div>
     </div>
     
@@ -203,7 +203,12 @@ window.Quarto = {
   <li><a href="#inférence" id="toc-inférence" class="nav-link" data-scroll-target="#inférence">Inférence</a></li>
   <li><a href="#rédaction-article" id="toc-rédaction-article" class="nav-link" data-scroll-target="#rédaction-article">Rédaction article</a></li>
   </ul></li>
-  <li><a href="#jai-fait" id="toc-jai-fait" class="nav-link" data-scroll-target="#jai-fait">J’ai fait</a></li>
+  <li><a href="#jai-fait" id="toc-jai-fait" class="nav-link" data-scroll-target="#jai-fait">J’ai fait</a>
+  <ul class="collapse">
+  <li><a href="#présentations-lsd-jds-et-mlaussois-1" id="toc-présentations-lsd-jds-et-mlaussois-1" class="nav-link" data-scroll-target="#présentations-lsd-jds-et-mlaussois-1">Présentations LSD, JdS et ML@Aussois</a></li>
+  <li><a href="#vgae" id="toc-vgae" class="nav-link" data-scroll-target="#vgae">VGAE</a></li>
+  <li><a href="#inférence-et-microbes-1" id="toc-inférence-et-microbes-1" class="nav-link" data-scroll-target="#inférence-et-microbes-1">Inférence et microbes</a></li>
+  </ul></li>
   <li><a href="#a-continuer" id="toc-a-continuer" class="nav-link" data-scroll-target="#a-continuer">A continuer</a>
   <ul class="collapse">
   <li><a href="#applications-1" id="toc-applications-1" class="nav-link" data-scroll-target="#applications-1">Applications</a></li>
@@ -225,155 +230,31 @@ window.Quarto = {
 <ul>
 <li><p>Pour clustering de collections sur données réelles :</p>
 <ul>
-<li>Relâcher la pénalité pour les coupes pour proposer modèles.</li>
+<li><del>Relâcher la pénalité pour les coupes pour proposer modèles.</del></li>
-<li>Calculer le BIC-L avec bonne pénalité pour détecter partitions prometteuses.</li>
+</ul>
+<p>→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs <span class="math inline">(Q_1,Q_2)</span>.</p>
+<ul>
+<li>Faire le <code>hclust</code> avec diverses distances et voir si les coupes proposées diffèrent sensiblement</li>
+<li>Si plusieurs clustering possibles les tester et sélectionner le meilleur</li>
 <li>Ré-ajuster les bonnes partitions.</li>
 </ul></li>
-<li><p>Dé-bugger pourquoi <code>BipartiteInnerProductDecoder.forward() -&gt; NaN</code></p></li>
+<li><p>Données simulées tester diverses distances.</p></li>
 <li><p>Dé-bugger les simulations :</p>
 <ul>
-<li>Clustering : Relancer simulations de clustering avec <span class="math inline">M = 30</span> où <span class="math inline">M_i = 10, \forall i</span>. 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 <span class="math inline">M = 30</span> avec <span class="math inline">M_1 = M_2 = M_3 = 10</span>. <del>-&gt; BUG, dois creuser mais juste des problèmes techniques.</del> Le bug venait probablement d’une inadéquation entre la version de <em>future</em> et <em>future.callr</em>, les résultats temporaires sont encourageants.</li>
+<li>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 -&gt; BUG, dois creuser mais juste des problèmes techniques -&gt; Visiblement il y a d’autres problèmes que juste le plan de parallélisation.</li>
 </ul></li>
-</ul>
-<div class="callout callout-style-default callout-note callout-titled">
-<div class="callout-header d-flex align-content-center" data-bs-toggle="collapse" data-bs-target=".callout-1-contents" aria-controls="callout-1" aria-expanded="false" aria-label="Toggle callout">
-<div class="callout-icon-container">
-<i class="callout-icon"></i>
-</div>
-<div class="callout-title-container flex-fill">
-Note
-</div>
-<div class="callout-btn-toggle d-inline-block border-0 py-1 ps-1 pe-0 float-end"><i class="callout-toggle"></i></div>
-</div>
-<div id="callout-1" class="callout-1-contents callout-collapse collapse">
-<div class="callout-body-container callout-body">
-<table class="caption-top table">
-<thead>
-<tr class="header">
-<th style="text-align: right;">epsilon</th>
-<th style="text-align: left;">model</th>
-<th style="text-align: left;">ARI</th>
-<th style="text-align: left;">nb_collections</th>
-</tr>
-</thead>
-<tbody>
-<tr class="odd">
-<td style="text-align: right;">0.1</td>
-<td style="text-align: left;">iid</td>
-<td style="text-align: left;">0.41 <span class="math inline">\pm</span> 0.12</td>
-<td style="text-align: left;">2.8 <span class="math inline">\pm</span> 0.44</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.1</td>
-<td style="text-align: left;">pi</td>
-<td style="text-align: left;">0.03 <span class="math inline">\pm</span> 0.03</td>
-<td style="text-align: left;">1.8 <span class="math inline">\pm</span> 0.42</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.1</td>
-<td style="text-align: left;">pirho</td>
-<td style="text-align: left;">0.04 <span class="math inline">\pm</span> 0.02</td>
-<td style="text-align: left;">3.3 <span class="math inline">\pm</span> 0.54</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.1</td>
-<td style="text-align: left;">rho</td>
-<td style="text-align: left;">0.09 <span class="math inline">\pm</span> 0.04</td>
-<td style="text-align: left;">3.5 <span class="math inline">\pm</span> 0.58</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.2</td>
-<td style="text-align: left;">iid</td>
-<td style="text-align: left;">0.91 <span class="math inline">\pm</span> 0.06</td>
-<td style="text-align: left;">2.8 <span class="math inline">\pm</span> 0.13</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.2</td>
-<td style="text-align: left;">pi</td>
-<td style="text-align: left;">0.59 <span class="math inline">\pm</span> 0.12</td>
-<td style="text-align: left;">3 <span class="math inline">\pm</span> 0.55</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.2</td>
-<td style="text-align: left;">pirho</td>
-<td style="text-align: left;">0.57 <span class="math inline">\pm</span> 0.14</td>
-<td style="text-align: left;">4.5 <span class="math inline">\pm</span> 0.67</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.2</td>
-<td style="text-align: left;">rho</td>
-<td style="text-align: left;">0.55 <span class="math inline">\pm</span> 0.23</td>
-<td style="text-align: left;">2.8 <span class="math inline">\pm</span> 0.8</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.3</td>
-<td style="text-align: left;">iid</td>
-<td style="text-align: left;">1</td>
-<td style="text-align: left;">3</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.3</td>
-<td style="text-align: left;">pi</td>
-<td style="text-align: left;">0.97 <span class="math inline">\pm</span> 0.01</td>
-<td style="text-align: left;">3.57 <span class="math inline">\pm</span> 0.2</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.3</td>
-<td style="text-align: left;">pirho</td>
-<td style="text-align: left;">0.94 <span class="math inline">\pm</span> 0.03</td>
-<td style="text-align: left;">4 <span class="math inline">\pm</span> 0.32</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.3</td>
-<td style="text-align: left;">rho</td>
-<td style="text-align: left;">0.89 <span class="math inline">\pm</span> 0.09</td>
-<td style="text-align: left;">3 <span class="math inline">\pm</span> 0.32</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.4</td>
-<td style="text-align: left;">iid</td>
-<td style="text-align: left;">1</td>
-<td style="text-align: left;">3</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.4</td>
-<td style="text-align: left;">pi</td>
-<td style="text-align: left;">1</td>
-<td style="text-align: left;">3</td>
-</tr>
-<tr class="odd">
-<td style="text-align: right;">0.4</td>
-<td style="text-align: left;">pirho</td>
-<td style="text-align: left;">0.86 <span class="math inline">\pm</span> 0.11</td>
-<td style="text-align: left;">3.33 <span class="math inline">\pm</span> 0.41</td>
-</tr>
-<tr class="even">
-<td style="text-align: right;">0.4</td>
-<td style="text-align: left;">rho</td>
-<td style="text-align: left;">0.99 <span class="math inline">\pm</span> 0.01</td>
-<td style="text-align: left;">3.29 <span class="math inline">\pm</span> 0.29</td>
-</tr>
-</tbody>
-</table>
-</div>
-</div>
-</div>
-<ul>
-<li><p>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 -&gt; BUG, dois creuser mais juste des problèmes techniques -&gt; Visiblement il y a d’autres problèmes que juste le plan de parallélisation.</p></li>
 <li><p>Vérifier si problème de version tidyverse pour vapply sur l’<strong>inférence</strong>.</p></li>
 <li><p>Si problème de parallélisation vient de pb de version <em>future.callr</em> le signaler à MIGALE.</p></li>
 </ul>
 <section id="présentations-lsd-jds-et-mlaussois" class="level3">
 <h3 class="anchored" data-anchor-id="présentations-lsd-jds-et-mlaussois">Présentations LSD, JdS et ML@Aussois</h3>
 <ul>
-<li><p><del>PRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides</del> et voir avec PB et SD.</p></li>
+<li><del>PRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides</del> et voir avec PB et SD.</li>
-<li><p>Quel plan ?</p></li>
+<li>Quel plan ?</li>
-<li><p>Quels résultats ? Baldock, Traveset … (sub-Doré)</p></li>
+<li>Quels résultats ? Baldock, Traveset … (sub-Doré)</li>
-<li><p>Mettre le détails des formules et des algos pour VE et sélection de modèle en annexe.</p></li>
+<li>Pas la peine de préciser l’algo de clustering</li>
-<li><p>Préciser simplement que l’on utilise un algo VE et un critère type BIC.</p></li>
+<li>Indiquer sur une slide le problème de support pour <span class="math inline">\pi\rho</span> à faire s’il y a le temps.</li>
-<li><p>Pas la peine de préciser l’algo de clustering</p></li>
+<li>Résultats sur les réseaux Baldock, regarder le positionnement par bloc des espèces communes, regarder les probas d’appartenance aux blocs par espèces communes et par réseau.</li>
-<li><p>Indiquer sur une slide le problème de support pour <span class="math inline">\pi\rho</span> à faire s’il y a le temps.</p></li>
-<li><p>Résultats sur les réseaux Baldock, regarder le positionnement par bloc des espèces communes, regarder les probas d’appartenance aux blocs par espèces communes et par réseau.</p></li>
 </ul>
 </section>
 <section id="applications" class="level3">
@@ -397,7 +278,6 @@ Reference&nbsp;1
 <section id="inférence-et-microbes" class="level3">
 <h3 class="anchored" data-anchor-id="inférence-et-microbes">Inférence et microbes</h3>
 <ul>
-<li>Human Gut Compendium télécharger et analyser les données.</li>
 <li>Lancer <em>colBiSBM</em> sur <span class="math inline">OTU\times Sample</span></li>
 <li>Se renseigner techniques d’inférence de réseaux :
 <ul>
@@ -449,6 +329,34 @@ Reference&nbsp;1
 </section>
 <section id="jai-fait" class="level2">
 <h2 class="anchored" data-anchor-id="jai-fait">J’ai fait</h2>
+<ul>
+<li><p>Dé-bugger les simulations :</p>
+<ul>
+<li>Clustering : Relancer simulations de clustering avec <span class="math inline">M = 30</span> où <span class="math inline">M_i = 10, \forall i</span>. 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 <span class="math inline">M = 30</span> avec <span class="math inline">M_1 = M_2 = M_3 = 10</span>. <del>-&gt; BUG, dois creuser mais juste des problèmes techniques.</del> Le bug venait probablement d’une inadéquation entre la version de <em>future</em> et <em>future.callr</em>, les résultats temporaires sont encourageants. <strong>J’ai mis les résultats dans l’article</strong>.</li>
+</ul></li>
+</ul>
+<section id="présentations-lsd-jds-et-mlaussois-1" class="level3">
+<h3 class="anchored" data-anchor-id="présentations-lsd-jds-et-mlaussois-1">Présentations LSD, JdS et ML@Aussois</h3>
+<ul>
+<li><p><del>PRÉSENTATION JDS (LSD), durée introuvable, adapter en anglais les slides</del> et voir avec PB et SD.</p></li>
+<li><p>Quel plan ?</p></li>
+<li><p>Quels résultats ? Baldock, Traveset … (sub-Doré)</p></li>
+<li><p>Mettre le détails des formules et des algos pour VE et sélection de modèle en annexe.</p></li>
+<li><p>Préciser simplement que l’on utilise un algo VE et un critère type BIC.</p></li>
+</ul>
+</section>
+<section id="vgae" class="level3">
+<h3 class="anchored" data-anchor-id="vgae">VGAE</h3>
+<ul>
+<li><del>Dé-bugger pourquoi <code>BipartiteInnerProductDecoder.forward() -&gt; NaN</code></del> -&gt; <strong>C’était parce que les features en entrée n’était pas normalisée par les couches de convolutions</strong>. Les meilleurs résultats d’AUC et de précisions que j’obtiens par VGAE sont autour de 0.80.</li>
+</ul>
+</section>
+<section id="inférence-et-microbes-1" class="level3">
+<h3 class="anchored" data-anchor-id="inférence-et-microbes-1">Inférence et microbes</h3>
+<ul>
+<li>Human Gut Compendium télécharger et préparé les données. Mises au format <code>edgelist</code> et extrait les infos supplémentaires.</li>
+</ul>
+</section>
 </section>
 <section id="a-continuer" class="level2">
 <h2 class="anchored" data-anchor-id="a-continuer">A continuer</h2>
@@ -474,7 +382,7 @@ Reference&nbsp;1
 <section id="repoussés-ou-abandonnés" class="level2">
 <h2 class="anchored" data-anchor-id="repoussés-ou-abandonnés">Repoussés ou abandonnés</h2>
 <div class="callout callout-style-default callout-note callout-titled">
-<div class="callout-header d-flex align-content-center" data-bs-toggle="collapse" data-bs-target=".callout-2-contents" aria-controls="callout-2" aria-expanded="false" aria-label="Toggle callout">
+<div class="callout-header d-flex align-content-center" data-bs-toggle="collapse" data-bs-target=".callout-1-contents" aria-controls="callout-1" aria-expanded="false" aria-label="Toggle callout">
 <div class="callout-icon-container">
 <i class="callout-icon"></i>
 </div>
@@ -483,7 +391,7 @@ Déplier pour voir
 </div>
 <div class="callout-btn-toggle d-inline-block border-0 py-1 ps-1 pe-0 float-end"><i class="callout-toggle"></i></div>
 </div>
-<div id="callout-2" class="callout-2-contents callout-collapse collapse">
+<div id="callout-1" class="callout-1-contents callout-collapse collapse">
 <div class="callout-body-container callout-body">
 <ul>
 <li>Résultats simus NA <strong>Erreur pour certaines conditions</strong> : Pour NA robustness générer <code>nb_rep</code> collections de taille <span class="math inline">M=2</span> et prélever <span class="math inline">\epsilon_{max}n_r n_c</span> liens à retirer puis pour les <span class="math inline">\epsilon &lt; \epsilon_{max}</span> prélever dans la liste des indices afin d’avoir des perturbations emboitées. Il faut que j’ajoute un mécanisme pour reprendre des conditions qui ont plantés et que je skip dans le future_lapply les conditions déjà traitées (pour avoir la même seed quand je vais exécuter le code). Implémenté les missing steps.</li>