Groupe de Travail
Motivation
Le but de ce groupe de travail est de réunir les travaux autour de la thématique graphes et machine learning qui sont menés au sein des laboratoires GREYC et LITIS, en lien étroit avec l’ANR Code GNN.
Réunions à venir
Réunions du GT
Réunion du 13/06/2024
Discussion sur la suite du GT
- Fonctionnement pour l’année prochaine
- Brainstorming d’un futur projet scientifique (cf. Drive)
Réunion du 23/05/2024
Avancées des travaux de Jason et Aldo
- Présentation des travaux d’Aldo Moscatelli sur l’apprentissage de distance entre graphes via Transport Optimal et GNN. Slides : https://www.normastic.fr/wp-content/uploads/documents/slides_aldo_05_2024.pdf
- Présentation de Jason Piquenot de G²N². Slides : https://www.normastic.fr/wp-content/uploads/documents/slides_jason_05_2024.pdf
- Trois stagiaires nous ont également présentés leurs travaux : Noé, Hugo et Pierre.
- Lien vers le replay : https://webconf.univ-rouen.fr/playback/presentation/2.3/256d55c29d53c44d90a9f61b734b37fb2dc784e1-1716452627893
Hors Série : Soutenances des M1 de l’université de Rouen
Dans le cadre de l’école MINMACS, 3 étudiants de M1 ont présenté leurs travaux le 12 avril autour de la distance d’édition sur graphe et du ML :
- Hugo : Estimation de la distance d’édition entre graphes par apprentissage par renforcement (enc. Pierre Héroux)
- Pierre : Comment estimer la GED avec du transport optimal ? (enc. Maxime Bérar)
- Noé : Approximation de la GED par transformeur (enc. Aldo Moscatelli)
Le lien vers le replay : https://webconf.univ-rouen.fr/playback/presentation/2.3/256d55c29d53c44d90a9f61b734b37fb2dc784e1-1712923220430
Réunion du 04/04/2024
Session centrée sur les graphes dynamiques
- Présentation des travaux de Leshanshui Yang sur un état de l’art des réseaux de neurones sur les graphes dynamiques, ainsi qu’une approche spectrale pour la prédiction de liens. Les slides sont ici :https://www.normastic.fr/wp-content/uploads/documents/slides_leshanshui.pdf
- Présentation de Yannis Karmim sur ces avancées portant sur les mécanismes d’attention dans les cadre des GNNs sur graphes dynamiques. Slides : https://www.normastic.fr/wp-content/uploads/documents/slides_karmim.pdf
- Lien vers le replay : https://webconf.univ-rouen.fr/playback/presentation/2.3/256d55c29d53c44d90a9f61b734b37fb2dc784e1-1712219060022
Réunion du 22/02/2024
- Présentation des travaux de Jérôme Lapuyade-Lahorgue sur la combinatoire analytique. Malheureusement, on a oublié d’enregistrer. Mais les slides sont ici : https://www.normastic.fr/wp-content/uploads/documents/Presentation_Lapuyade.pdf
Réunion du 21/12/2023
- Présentation des travaux de Domenico Tortorella (https://dtortorella.github.io/) de l’Université de Pise sur ces travaux : Reservoir Computing for Static and Dynamic Graphs. Lien vers le replay : https://webconf.univ-rouen.fr/playback/presentation/2.3/256d55c29d53c44d90a9f61b734b37fb2dc784e1-1703150206016
Réunion du 16/10/2023
- Présentation des travaux de Justine Reynaud et Jean-Luc Lamotte du GREYC sur la recherche de définitions à partir de pharmacophores fréquents.
Réunion du 05/10/2023
- Présentation des travaux de Clément Gledel : Réseaux de Neurones Génératifs pour la Résolution du Problème de Pré-image
Réunion du 16/02/2023
- Présentation par Donatello Conté d’un (autre) état de l’art sur l’apprentissage dans des graphes dynamiques
- Présentation par Jacques-Yves Campion : « VGAE pour l’exploration des différences morpho-fonctionnelles pour l’étude des maladies neuropsychiatriques «
- Replay de la séance : https://webconf.univ-rouen.fr/playback/presentation/2.3/256d55c29d53c44d90a9f61b734b37fb2dc784e1-1676537186760
Réunion du 26/01/2023
- Présentation L. Yang état de l’art sur l’apprentissage dans des graphes dynamiques
- Présentation R. Raveaux sur de nouveaux réseaux de neurones sur graphes
- Replay de la séance : https://webconf.univ-rouen.fr/playback/presentation/2.3/256d55c29d53c44d90a9f61b734b37fb2dc784e1-1674723365946
Réunion du 05/01/2023
- Présentation par Luc des travaux au GREYC/LITIS sur la GED et ses approximation (diapos Luc1.pdf et Luc2.pdf)
- Présentation par Florian d’un chapitre de la thèse de Mateus Riva (manuscrit sur le drive)
Réunion du 01/12/2022
- Présentation par Aldo (thèse HAISCODE) de son travail de Master et début de thèse “Deep learning et transport optimal pour l’apprentissage de métriques sur graphes”
- Présentation par Jason de l’article “SEA: Graph Shell Attention in Graph Neural Networks : présenté à ECML-PKDD 2022 à laquelle Jason et Aldo ont assisté (https://arxiv.org/abs/2110.10674)”
- Présentation par Stevan de l’article “Rethinking pooling in graph neural networks ”, paru à NeurIPS’20 (https://proceedings.neurips.cc/paper/2020/file/1764183ef03fc7324eb58c3842bd9a57-Paper.pdf)
Réunion du 10/11/2022
- Présentation par Stevan (Thèse ANR CoDeGNN) de son avancement de thèse sur la décimation et le pooling
- Présentation par Jason (Thèse ANR CoDeGNN) de l’article “Understanding and Extending Subgraph GNNs by Rethinking Their Symmetries” : NeurIPS’22 (https://arxiv.org/pdf/2206.11140.pdf)
- Présentation par Aldo (Thèse HAISCODE) de l’article “Graph Neural Networks as Gradient Flows: understanding graph convolutions via energy” : soumis à ICLR 2023 (https://arxiv.org/abs/2206.10991) https://openreview.net/forum?id=M3GzgrA7U4
Liens utiles
- Les ressources du GT : drive
- L’agenda : agenda GT Graphes
- Contact organisateur : Sébastien Adam