(INF 515)
| Nom du Cours | Semestre du Cours | Cours Théoriques | Travaux Dirigés (TD) | Travaux Pratiques (TP) | Crédit du Cours | ECTS | |
|---|---|---|---|---|---|---|---|
| INF 515 | 2 | 3 | 0 | 0 | 3 | 6 |
| Cours Pré-Requis | |
| Conditions d'Admission au Cours |
| Langue du Cours | Anglais |
| Type de Cours | Électif |
| Niveau du Cours | Master |
| Enseignant(s) du Cours | Günce Keziban ORMAN korman@gsu.edu.tr (Email) |
| Assistant(e)s du Cours | |
| Objectif du Cours | Ce cours vise à enseigner la théorie et les techniques sous-jacentes à la transformation des graphes — utilisés pour la modélisation de données dans divers domaines — en vecteurs numériques grâce aux méthodes d'apprentissage de représentation de nouvelle génération. Il aborde le sujet dans un large spectre, allant des méthodes spectrales traditionnelles aux techniques contemporaines de Réseaux de Neurones sur Graphes (GNN). L'objectif principal est de fournir aux étudiants les outils nécessaires pour concevoir une logique de systèmes complexes pour l'analyse de données et de choisir la technique d'apprentissage de représentation appropriée pour résoudre les problèmes rencontrés. |
| Contenus |
Introduction et Fondements de la Théorie des Graphes Statistiques Traditionnelles de Graphes et Méthodes à Noyau (Kernel) Chevauchement de Voisinage et Méthodes Spectrales Plongements de Nœuds Faibles (Shallow) et Cadre Encodeur-Décodeur Méthodes de Marche Aléatoire et Graphes de Connaissances Réseaux de Neurones sur Graphes (GNN) et Passage de Messages Méthodes d'Agrégation et de Mise à Jour dans les Architectures GNN Examen Partiel Mise en Commun (Pooling) de Graphes et Applications de Prédiction de Relations Efficacité dans les Applications GNN et Échantillonnage de Nœuds Convolutions Spectrales de Graphes et Motivations Théoriques Capacité des GNN et Isomorphisme de Graphes Modèles de Graphes Génératifs Traditionnels et Profonds Présentation de Projet |
| Acquis d'Apprentissage du Cours |
- Capacité à traiter un réseau complexe en tant que graphe - Capacité à transformer un graphe en vecteurs numériques adaptés au problème étudié |
| Méthodes d'Enseignement | Cours magistral, remue-méninges (brainstorming), discussion |
| Ressources |
https://www.cs.mcgill.ca/~wlh/grl_book/files/GRL_Book.pdf http://web.stanford.edu/class/cs224w/ |
Intitulés des Sujets Théoriques
| Semaine | Intitulés des Sujets |
|---|---|
| 1 | Introduction et Fondements de la Théorie des Graphes |
| 2 | Statistiques Traditionnelles de Graphes et Méthodes à Noyau (Kernel) |
| 3 | Chevauchement de Voisinage et Méthodes Spectrales |
| 4 | Plongements de Nœuds Faibles (Shallow) et Cadre Encodeur-Décodeur |
| 5 | Méthodes de Marche Aléatoire et Graphes de Connaissances |
| 6 | Réseaux de Neurones sur Graphes (GNN) et Passage de Messages |
| 7 | Méthodes d'Agrégation et de Mise à Jour dans les Architectures GNN |
| 8 | Examen Partiel |
| 9 | Mise en Commun (Pooling) de Graphes et Applications de Prédiction de Relations |
| 10 | Efficacité dans les Applications GNN et Échantillonnage de Nœuds |
| 11 | Convolutions Spectrales de Graphes et Motivations Théoriques |
| 12 | Capacité des GNN et Isomorphisme de Graphes |
| 13 | Modèles de Graphes Génératifs Traditionnels et Profonds |
| 14 | Présentation de Projet |
Intitulés des Sujets Pratiques
| Semaine | Intitulés des Sujets |
|---|
Contribution à la Note Finale
| Numéro | Frais de Scolarité | |
|---|---|---|
| Contribution du contrôle continu à la note finale | 2 | 60 |
| Contribution de l'examen final à la note finale | 1 | 40 |
| Toplam | 3 | 100 |
Contrôle Continu
| Numéro | Frais de Scolarité | |
|---|---|---|
| Devoir | 0 | 0 |
| Présentation | 0 | 0 |
| Examen partiel (temps de préparation inclu) | 1 | 30 |
| Projet | 1 | 30 |
| Travail de laboratoire | 0 | 0 |
| Autres travaux pratiques | 0 | 0 |
| Quiz | 0 | 0 |
| Devoir/projet de session | 0 | 0 |
| Portefeuille | 0 | 0 |
| Rapport | 0 | 0 |
| Journal d'apprentissage | 0 | 0 |
| Mémoire/projet de fin d'études | 0 | 0 |
| Séminaire | 0 | 0 |
| Autre | 0 | 0 |
| Make-up | 0 | 0 |
| Toplam | 2 | 60 |
| No | Objectifs Pédagogiques du Programme | Contribiton | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | X | |||||
| 2 | X | |||||
| 3 | X | |||||
| 4 | X | |||||
| 5 | X | |||||
| 6 | X | |||||
| 7 | X | |||||
| 8 | X | |||||
| 9 | X | |||||
| 10 | X | |||||
| 11 | ||||||
| 12 | X | |||||
| 13 | X | |||||
| Activités | Nombre | Durée | Charge totale de Travail |
|---|---|---|---|
| Durée du cours | 12 | 3 | 36 |
| Préparation pour le cours | 12 | 6 | 72 |
| Devoir | 0 | 0 | 0 |
| Présentation | 0 | 0 | 0 |
| Examen partiel (temps de préparation inclu) | 1 | 10 | 10 |
| Projet | 1 | 10 | 10 |
| Laboratoire | 0 | 0 | 0 |
| Autres travaux pratiques | 0 | 0 | 0 |
| Examen final (temps de préparation inclu) | 1 | 20 | 20 |
| Quiz | 0 | 0 | 0 |
| Devoir/projet de session | 0 | 0 | 0 |
| Portefeuille | 0 | 0 | 0 |
| Rapport | 0 | 0 | 0 |
| Journal d'apprentissage | 0 | 0 | 0 |
| Mémoire/projet de fin d'études | 0 | 0 | 0 |
| Séminaire | 0 | 0 | 0 |
| Autre | 0 | 0 | 0 |
| baclé | 0 | 0 | 0 |
| Yil | 0 | 0 | 0 |
| Yil | 0 | 0 | 0 |
| Yil | 0 | 0 | 0 |
| Charge totale de Travail | 148 | ||
| Charge totale de Travail / 25 | 5.92 | ||
| Crédits ECTS | 6 | ||