Par Norbert Tsopze, Université de Yaoundé I
L’objectif est l’application du deep learning au traitement des graphes plus précisément à la la représentation vectorielle des noeuds ou des sous graphes. Les réseaux de neurones comme d’autres approches prennent en entrée les vecteurs de données. Un graphe ne se présente pas comme un ensemble de vecteurs mais comme les sommets liés entre eux. Les techniques utilisées actuellement consistent à utiliser les heuristiques pour représenter les noeuds en faisant une extraction manuelle des caractéristiques permettant de représenter chaque noeuds. Dans ce cours, il sera question d’utiliser les techniques proposées par le pré apprentissage des réseaux de neurones profonds pour fabriquer des représentations des noeuds et utiliser ces représentation dans le processus de classification. Parmi ces techniques, nous nous intéresserons aux auto encodeurs simples et les auto encodeurs empilés. Ces techniques prennent en entrée la structure du graphe et en sortie, fournissent une représentation vectorielle.
Norbert Tsopze est Docteur en Informatique, enseignant-chercheur au département d’informatique de l’Université de Yaoundé I où il dispense des enseignements en intelligence artificielle et fouille de données.