École Nationale Supérieure de
Techniques Avancées

Résumé

Plusieurs problèmes du monde réel sont modélisés par des graphes. Souvent, analyser ces graphes est coûteux en matière d’espace mémoire et de temps. L’apprentissage de représentation des graphes permet de diminuer la dimension de l’espace sur lequel on les représente tout en maintenant d’une part des propriétés utiles et en diminuant d’autre part l’exigence des algorithmes de leurs analyses. Dans ce travail, on introduit l’apprentissage de représentation des graphes. Ensuite, on présente quelques méthodes utilisées dans ce domaine. Puis, on se propose d’améliorer les performances de ces méthodes en effectuant des prétraitements sur les graphes qui consistent à supprimer les arcs les moins importants pour l’apprentissage. Enfin, on teste cette méthode de recherche de représentation en effectuant des tâches de classification multi label des noeuds et de prédiction de lien.