From fb8d94f8aabb42b5c9a1cb7b0383089f62fa8a84 Mon Sep 17 00:00:00 2001 From: Woodpecker CI Date: Mon, 7 Jul 2025 14:37:52 +0000 Subject: [PATCH] Deploy site [CI SKIP] --- index.html | 30 +++++++++++++++--------------- search.json | 15 +++++++++++---- suivi/2025-28/2025-28.html | 27 +++++++++++++++++++++------ 3 files changed, 47 insertions(+), 25 deletions(-) diff --git a/index.html b/index.html index ac833cd..a0f68db 100644 --- a/index.html +++ b/index.html @@ -257,7 +257,7 @@ window.Quarto = {
-
+
 
@@ -277,7 +277,7 @@ window.Quarto = {
-Pour clustering de collections sur données réelles :
+Pour clustering de collections sur données réelles :
→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes…
@@ -292,7 +292,7 @@ Louis Lacoste
-
+
 
@@ -327,7 +327,7 @@ Louis Lacoste
-
+
 
@@ -362,7 +362,7 @@ Louis Lacoste
-
+

@@ -396,7 +396,7 @@ Louis Lacoste
-
+
 
@@ -431,7 +431,7 @@ Louis Lacoste
-
+
 
@@ -465,7 +465,7 @@ Louis Lacoste
-
+
 
@@ -499,7 +499,7 @@ Louis Lacoste
-
+
 
@@ -531,7 +531,7 @@ Louis Lacoste
-
+

@@ -563,7 +563,7 @@ Louis Lacoste
-
+

@@ -593,7 +593,7 @@ Louis Lacoste
-
+
 
@@ -623,7 +623,7 @@ Louis Lacoste
-
+

@@ -653,7 +653,7 @@ Louis Lacoste
-
+
 
@@ -683,7 +683,7 @@ Louis Lacoste
-
+

diff --git a/search.json b/search.json index 16437bc..d4ba95b 100644 --- a/search.json +++ b/search.json @@ -116,28 +116,35 @@ "href": "suivi/2025-28/2025-28.html", "title": "Bilan semaine 28 2025 : 07 juillet - 11 juillet", "section": "", - "text": "Pour clustering de collections sur données réelles :\n→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).\n\n❓Je n’arrive plus à reproduire le bug pour l’inférence…\nS’assurer que ça marche et relancer\n\nCreuser et explorer avec easy16s !\n⌛ Calcul du score F1Revérifier que j’entraîne correctement le VGAE car résultats de généralisation trop bons sur les autres réseaux Doré, ce qui est étonnant\nRegarder la liste des cours du MathSV et de l’Université Paris-Saclay.\nDé-bugger les simulations :\n\n⌛ 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.\n\n⌛Bon le bug ne se reproduit plus… les jobs sont juste trop longs (> 120h) j’ai relancé, il ne reste que 182/972 conditions.\n\n\n⌛ Plutôt regarder pour introduire un modèle \\delta-colBiSBM. Kmeans 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\nLancer colBiSBM sur OTU\\times Sample → problème du chargement en mémoire des données à voir\nLancer colSBM sur OTU\\times OTU\nTabNet pratiquer les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair\nEcrire et étudier les modèles pour différents niveaux taxonomiques. \\begin{align*}\ni \\rightarrow &~N^1_i \\subseteq N^2_i \\subseteq N^3_i & \\text{Taxonomie}\\\\\nZ^0_i \\overset{?}{=} & Z^1_i \\overset{?}{=} Z^2_i \\overset{?}{=} Z^3_i & \\text{Groupes fonctionnels}\n\\end{align*}\n\n\n\nPlus sur le temps long, à regarder\n\nGT causalité\nDaria Bystrova lire présentation Bystrova (s. d.) (Meek rules, V-structure)" + "text": "Pour clustering de collections sur données réelles :\n→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).\n\n❓Je n’arrive plus à reproduire le bug pour l’inférence…\nS’assurer que ça marche et relancer\n\nCreuser et explorer avec easy16s !\n⌛ Calcul du score F1Revérifier que j’entraîne correctement le VGAE car résultats de généralisation trop bons sur les autres réseaux Doré, ce qui est étonnant\nAjouter au tableau comparatif sep BiSBM\nRegarder les codes Mangal database pour \\delta\nVoir \\delta mais additif\nAttente retour Pierre pour faire d’autres clustering\nImplémenter Anti Scalaire\nRegarder la liste des cours du MathSV et de l’Université Paris-Saclay.\nDé-bugger les simulations :\n\n⌛ 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.\n\n⌛Bon le bug ne se reproduit plus… les jobs sont juste trop longs (> 120h) j’ai relancé, il ne reste que 43/972 conditions.\n\n\n⌛ Plutôt regarder pour introduire un modèle \\delta-colBiSBM. Kmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.\nRegarder Largest gap sur réseaux Doré\nEssayer clustering sur supinfo\nHomogénéiser notations dans les supplementaries\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\nLancer colBiSBM sur OTU\\times Sample → problème du chargement en mémoire des données à voir\nLancer colSBM sur OTU\\times OTU\nTabNet pratiquer les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair\nEcrire et étudier les modèles pour différents niveaux taxonomiques. \\begin{align*}\ni \\rightarrow &~N^1_i \\subseteq N^2_i \\subseteq N^3_i & \\text{Taxonomie}\\\\\nZ^0_i \\overset{?}{=} & Z^1_i \\overset{?}{=} Z^2_i \\overset{?}{=} Z^3_i & \\text{Groupes fonctionnels}\n\\end{align*}\n\n\n\nPlus sur le temps long, à regarder\n\nGT causalité\nDaria Bystrova lire présentation Bystrova (s. d.) (Meek rules, V-structure)" }, { "objectID": "suivi/2025-28/2025-28.html#todo-list", "href": "suivi/2025-28/2025-28.html#todo-list", "title": "Bilan semaine 28 2025 : 07 juillet - 11 juillet", "section": "", - "text": "Pour clustering de collections sur données réelles :\n→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).\n\n❓Je n’arrive plus à reproduire le bug pour l’inférence…\nS’assurer que ça marche et relancer\n\nCreuser et explorer avec easy16s !\n⌛ Calcul du score F1Revérifier que j’entraîne correctement le VGAE car résultats de généralisation trop bons sur les autres réseaux Doré, ce qui est étonnant\nRegarder la liste des cours du MathSV et de l’Université Paris-Saclay.\nDé-bugger les simulations :\n\n⌛ 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.\n\n⌛Bon le bug ne se reproduit plus… les jobs sont juste trop longs (> 120h) j’ai relancé, il ne reste que 182/972 conditions.\n\n\n⌛ Plutôt regarder pour introduire un modèle \\delta-colBiSBM. Kmeans 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\nLancer colBiSBM sur OTU\\times Sample → problème du chargement en mémoire des données à voir\nLancer colSBM sur OTU\\times OTU\nTabNet pratiquer les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair\nEcrire et étudier les modèles pour différents niveaux taxonomiques. \\begin{align*}\ni \\rightarrow &~N^1_i \\subseteq N^2_i \\subseteq N^3_i & \\text{Taxonomie}\\\\\nZ^0_i \\overset{?}{=} & Z^1_i \\overset{?}{=} Z^2_i \\overset{?}{=} Z^3_i & \\text{Groupes fonctionnels}\n\\end{align*}\n\n\n\nPlus sur le temps long, à regarder\n\nGT causalité\nDaria Bystrova lire présentation Bystrova (s. d.) (Meek rules, V-structure)" + "text": "Pour clustering de collections sur données réelles :\n→ L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).\n\n❓Je n’arrive plus à reproduire le bug pour l’inférence…\nS’assurer que ça marche et relancer\n\nCreuser et explorer avec easy16s !\n⌛ Calcul du score F1Revérifier que j’entraîne correctement le VGAE car résultats de généralisation trop bons sur les autres réseaux Doré, ce qui est étonnant\nAjouter au tableau comparatif sep BiSBM\nRegarder les codes Mangal database pour \\delta\nVoir \\delta mais additif\nAttente retour Pierre pour faire d’autres clustering\nImplémenter Anti Scalaire\nRegarder la liste des cours du MathSV et de l’Université Paris-Saclay.\nDé-bugger les simulations :\n\n⌛ 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.\n\n⌛Bon le bug ne se reproduit plus… les jobs sont juste trop longs (> 120h) j’ai relancé, il ne reste que 43/972 conditions.\n\n\n⌛ Plutôt regarder pour introduire un modèle \\delta-colBiSBM. Kmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.\nRegarder Largest gap sur réseaux Doré\nEssayer clustering sur supinfo\nHomogénéiser notations dans les supplementaries\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\nLancer colBiSBM sur OTU\\times Sample → problème du chargement en mémoire des données à voir\nLancer colSBM sur OTU\\times OTU\nTabNet pratiquer les exercices\nRegarder SPARTA Rennes\nLire Papiers compositional data (Aitchison et al. intro)\nLire article multi-niveaux Saint-Clair\nEcrire et étudier les modèles pour différents niveaux taxonomiques. \\begin{align*}\ni \\rightarrow &~N^1_i \\subseteq N^2_i \\subseteq N^3_i & \\text{Taxonomie}\\\\\nZ^0_i \\overset{?}{=} & Z^1_i \\overset{?}{=} Z^2_i \\overset{?}{=} Z^3_i & \\text{Groupes fonctionnels}\n\\end{align*}\n\n\n\nPlus sur le temps long, à regarder\n\nGT causalité\nDaria Bystrova lire présentation Bystrova (s. d.) (Meek rules, V-structure)" + }, + { + "objectID": "suivi/2025-28/2025-28.html#biblio-à-faire", + "href": "suivi/2025-28/2025-28.html#biblio-à-faire", + "title": "Bilan semaine 28 2025 : 07 juillet - 11 juillet", + "section": "Biblio à faire", + "text": "Biblio à faire\n\nRegarder Transport optimal graphes bipartite.\nHDR VB, chapitre de modèle à blocs latents, bcp travaillé sur bipartite OT, comparaison clustering, adaption ARI, Largest Gap" }, { "objectID": "suivi/2025-28/2025-28.html#lectures-en-cours", "href": "suivi/2025-28/2025-28.html#lectures-en-cours", "title": "Bilan semaine 28 2025 : 07 juillet - 11 juillet", "section": "Lectures en cours 📚", - "text": "Lectures en cours 📚\n\nOT\n\n⌛ Mazelet, Flamary, et Thirion (s. d.) Intéressant pour le transport optimal entre graphes de tailles différentes\n⌛ Nenna (s. d.b) Pour comprendre le problème d’OT régularisé pour l’entropie.\n⌛ Nenna (s. d.a)\n\n\n\nInférence de graphes\n\n⌛ Aitchison (1982), en cours\n❗📖 Payne et al. (2023) sur MixMPLN\n\n\n\nCausalité\n\n❗📖 Bystrova (s. d.)" + "text": "Lectures en cours 📚\n\nOT\n\n⌛ Mazelet, Flamary, et Thirion (s. d.) Intéressant pour le transport optimal entre graphes de tailles différentes | Regarder si regularization entropique ne marche pas bien pour le graphe.\n⌛ Nenna (s. d.b) Pour comprendre le problème d’OT régularisé pour l’entropie.\n⌛ Nenna (s. d.a)\n\n\n\nInférence de graphes\n\n⌛ Aitchison (1982), en cours\n❗📖 Payne et al. (2023) sur MixMPLN\n\n\n\nCausalité\n\n❗📖 Bystrova (s. d.)" }, { "objectID": "suivi/2025-28/2025-28.html#a-discuter", "href": "suivi/2025-28/2025-28.html#a-discuter", "title": "Bilan semaine 28 2025 : 07 juillet - 11 juillet", "section": "A discuter", - "text": "A discuter\n\nCongés P&S\n\n\nThèse\n\nFaire préz CSI\nFaire rapport CSI\n👨‍🏫 Demander à Pierre Comment valider les enseignements comme formations Adum ?\n\n\n\nInterprétation écologiques résultats de Baldock\n\n⌛ Point avec Elisa, oui on relance\n\n\n\nInférence\n\npbs : variance, bcp de zero, covariables, offset et taxonomie (Reseaux arretes differents niveaux : Genre, OTU …)\n\n\nCombine networks at different taxonomic levels\n\n\nInférence + GREMLINS" + "text": "A discuter\n\nCongés P&S\n\n\nThèse\n\nFaire préz CSI\nFaire rapport CSI\n\n\n\nInterprétation écologiques résultats de Baldock\n\n⌛ Point avec Elisa, oui on relance\n\n\n\nInférence\n\npbs : variance, bcp de zero, covariables, offset et taxonomie (Reseaux arretes differents niveaux : Genre, OTU …)\n\n\nCombine networks at different taxonomic levels\n\n\nInférence + GREMLINS" }, { "objectID": "suivi/2025-15/2025-15.html", diff --git a/suivi/2025-28/2025-28.html b/suivi/2025-28/2025-28.html index 000e020..31f65e9 100644 --- a/suivi/2025-28/2025-28.html +++ b/suivi/2025-28/2025-28.html @@ -230,6 +230,7 @@ window.Quarto = { +
  • Biblio à faire
  • Lectures en cours 📚
    • OT
      • @@ -256,7 +257,7 @@ window.Quarto = {

      TODO List

        -

      • Pour clustering de collections sur données réelles :
        +

      • Pour clustering de collections sur données réelles :
        → L’intuition de Pierre semble être confirmé, les dissimilarités semblent arrêter de varier sensiblement pour de grandes valeurs (Q_1,Q_2).

        • ❓Je n’arrive plus à reproduire le bug pour l’inférence…
          • @@ -264,15 +265,23 @@ window.Quarto = {

      • Creuser et explorer avec easy16s !

      • ⌛ Calcul du score F1Revérifier que j’entraîne correctement le VGAE car résultats de généralisation trop bons sur les autres réseaux Doré, ce qui est étonnant

        • +

      • Ajouter au tableau comparatif sep BiSBM

        • +

      • Regarder les codes Mangal database pour \delta

        • +

      • Voir \delta mais additif

        • +

      • Attente retour Pierre pour faire d’autres clustering

        • +

      • Implémenter Anti Scalaire

      • Regarder la liste des cours du MathSV et de l’Université Paris-Saclay.

      • Dé-bugger les simulations :

        • ⌛ 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.
            -
          • ⌛Bon le bug ne se reproduit plus… les jobs sont juste trop longs (> 120h) j’ai relancé, il ne reste que 182/972 conditions.
            • +
          • ⌛Bon le bug ne se reproduit plus… les jobs sont juste trop longs (> 120h) j’ai relancé, il ne reste que 43/972 conditions.

      • ⌛ Plutôt regarder pour introduire un modèle \delta-colBiSBM. Kmeans sur la densité des réseaux subdoré pour pré-partitionner et clusteriser. Car densités déséquilibrées.

        • +

      • Regarder Largest gap sur réseaux Doré

        • +

      • Essayer clustering sur supinfo

        • +

      • Homogénéiser notations dans les supplementaries

      @@ -310,12 +319,19 @@ Z^0_i \overset{?}{=} & Z^1_i \overset{?}{=} Z^2_i \overset{?}{=} Z^3_i &
      +
      +

      Biblio à faire

      +
        +
      • Regarder Transport optimal graphes bipartite.
        • +
      • HDR VB, chapitre de modèle à blocs latents, bcp travaillé sur bipartite OT, comparaison clustering, adaption ARI, Largest Gap
        • +
      +

      Lectures en cours 📚

      OT

        -
      • ⌛ Mazelet, Flamary, et Thirion (s. d.) Intéressant pour le transport optimal entre graphes de tailles différentes
        • +
      • ⌛ Mazelet, Flamary, et Thirion (s. d.) Intéressant pour le transport optimal entre graphes de tailles différentes | Regarder si regularization entropique ne marche pas bien pour le graphe.
      • ⌛ Nenna (s. d.b) Pour comprendre le problème d’OT régularisé pour l’entropie.
      • ⌛ Nenna (s. d.a)
      @@ -342,9 +358,8 @@ Z^0_i \overset{?}{=} & Z^1_i \overset{?}{=} Z^2_i \overset{?}{=} Z^3_i &

      Thèse

        -

      • Faire préz CSI

        • -

      • Faire rapport CSI

        • -

      • 👨‍🏫 Demander à Pierre Comment valider les enseignements comme formations Adum ?

        • +
      • Faire préz CSI
        • +
      • Faire rapport CSI