---
title: "Bilan semaine 9 2026 : 23 février - 27 février"
categories: [colBiSBM, inférence, GNN]
date: 2026 02 23
date-modified: last-modified
bibliography: references.bib
# from: markdown+latex_macros
---
{{< include /_macros.tex >}}

## TODO List

- Petites opérations sur les OTUs (regarder la matrice dans les yeux):
    - Ranger les OTUs par variances (i.e. `sd(OTU_j)`)
        - HMC sur-dispersés (au-dessus bissectrice)
        - Enterotype phyloseq sous-disp
    - Regarder la proportion de 1. taxon rares, 2. zeros.
    - Faire des coupures selon niveaux taxonomiques et regarder si $\Var_{\text{intra}} \approx \Var_{\text{inter}}$
    - *Bonus*: faire ça dans qmd et voir si forge permet gitlab pages


- ✅ Avec blockmodels, codé un LBM-Séquentiel. *Des différences contrastées...*
    - [Lien vers l'application du LBM séquentiel sur les données de Chaillou](analysis_benchmark_lbm_seq.html)

- Relire @peixotoHierarchicalBlockStructures2014
    - Regarder les gens qui citent les travaux de Peixoto
    - Utiliser graphtools en initialisant la recherche Nested avec le partitionnement donné par l'arbre phylogénétique.

- ⌛ **En cours** Implémentation `blockmodels` LBM avec covariables sur proportions (voir @eq-modele-covar-prop)

:::{.callout-note title="Idées"}

- Trouver manière de faire un compromis : $\ell(Y,Z,W;\theta) - \lambda d(C(W),C_0)$ avec $C(W)$ le clustering seulement sur la base de la structure LBM et $C_0$ le clustering de l'arbre. Problème $d$ est une distance entre partition, comment optimiser dessus ?
- ⌛ Mise à jour partielle des $\tau$ : ce qui pose soucis c'est les gros calculs matriciels (c'est vraiment vrai?). Donc sorte de "stochastic" VEM où on update seulement une partie des $\tau$ à chaque itération. Et échantillonnage stratifié selon l'arbre ?
    - ⌛ Simulations avec $n_2$ croissant lancée sur Migale
    - Réimplementé VE Bernoulli dans colSBM pour Bipartite et début implémentation Stochastic VE. En fait le problème des calculs matriciels $Y\times(\tau^{(1)})^{\top}$ ($n_2^2$) donc besoin de sous-échantillonner les noeuds de l'autre dimension à mettre à jour.


:::

- Clustering unipartite j'ai cassé une fonction de distance à vérifier et réparer

- Codes pour le papier :
    - Nettoyer les scripts
    - Faire un joli README
    - ❓Faire des notebooks

- Réussir à reproduire résultat de @abramovStructureKnowsBest

- Maitriser graphtools de Peixoto pour essayer d'utiliser l'arbre taxonomique sur graphe de cooccurence inférer par SparCC

- Maitriser SparCC

- 👶 (délégué à Mona) Clustering sur Doré :
    - Ajouter Chao1 et 2, colonne par colonne (site par site), et faire indice moyen et la variance.

### Inférence et microbes

- ⌛ (En cours) Possible en modifiant lbm.h et sbm.h d'obtenir un modèle utilisant les covariables de groupes (de blocs ?).
Car besoin de changer `membership.m_step()` pour mettre à jour $\pmb\pi$ et $\pmb{\rho}$ en utilisant les $\pmb B^{\top}\pmb X$
et en renvoyant l'ELBO adaptée.
    - 😄 Avantage s'inscrit directement dans blockmodels et permet d'avoir toutes les lois d'émissions déjà codées et compatibles !

    - 😢 Besoin de réfléchir a une bonne implémentation.

J'ai codé l'optimisation et les transferts mais il faut que je vérifie que tout fonctionne

- ✅ Appliqué multipartite sur $\forall i, OTU_i \times Sample$:
![Le plot des groupes trouvés par le multipartite (2 pour tous les OTUs et 4 pour les échantillons.)](figs/Multipartite.svg)

#### Bibliographie: à lire, à faire

- Lire article multi-niveaux Saint-Clair
- 🆕 🔎 Trouver des papiers: 
    - LBM Negative Binomial
    - Network inference through sample comparison

- Idée des groupes sur la base de distance phylogénétique:
    - En train de comprendre les distances que phyloseq permet de calculer sur notre exemple
    - En train de lire sur Principle coordinate analysis : https://openplantpathology.github.io/OPP_Workshop_Multivariate/2-MV_PCO.html
    - Parametric t-SNE pour avoir une unique représentation latente (inconvénient utilise du Deep Learning)
    - Lire Papier UniFrac


#### Écrire et faire tourner

- 🆕 SparCC à différent niveaux
- 🆕⌛ Tree-PLN à différents niveaux


#### Causalité

Plus sur le temps long, à regarder

- GT causalité
- Daria Bystrova lire présentation @bystrovaCausalDiscovery (Meek rules, V-structure)

## A discuter

- 🆕 Voir pour des Réseaux / GDR ou aller
- 🆕 Chercher des cours à suivre

## Biblio à faire

- Regarder Transport optimal graphes bipartite.


## Lectures en cours 📚

### HDR Vincent Brault

- ⌛ Chap 2 : Creuser l'idée de maximiser l'énergie libre, très intéressant regarder le critère CARI et lire Robert et al 2021. Actuellement p32 du manuscrit
- Chap 3

### OT
- ⌛ @mazeletUnsupervisedLearningOptimal Intéressant pour le transport optimal entre graphes de tailles différentes | Regarder si regularization entropique ne marche pas bien pour le graphe.
- ⌛ @nennaLecture2Entropic Pour comprendre le problème d'OT régularisé pour l'entropie.
- ⌛ @nennaLecture1Monge

### Inférence de graphes

- ⌛ @aitchisonStatisticalAnalysisCompositional1982a, en cours

- ❗📖 @payneFiniteMixturesMultivariate2023 sur MixMPLN

### Causalité

- ❗📖 @bystrovaCausalDiscovery

### Largest Gaps

- ❗📖 @braultFastConsistentAlgorithm2023
- ❗📖 @channarondClassificationEstimationStochastic2012 le papier qui introduit le *Largest Gaps*