Le réseau social Linkedin indiquera à un utilisateur comment il est connecté à un autre. Dans la vraie vie, les points de connexion ne sont pas toujours aussi évidents. Cependant, identifier des modèles ou des relations et des points communs entre les entités est une tâche qui est un avantage essentiel pour les entreprises, biologistes, médecins, patients et plus.

Un nouvel outil de calcul développé dans le laboratoire de l'USC Viterbi School Ming Hsieh, professeur au département de génie électrique et informatique, Paul Bodgan, en collaboration avec le professeur Ming Hsieh, Edmond Jonckheere, est capable d'identifier rapidement les affiliations cachées et les interrelations entre les groupes/éléments/personnes avec une plus grande précision que les outils existants.

Les chercheurs du laboratoire de Bogdan sont un peu comme des détectives et l'énigme qu'ils essaient de résoudre est de savoir comment un indice, personne, l'élément ou l'action est connecté et lié à une autre entité. Imaginez un laboratoire dédié à un scientifique "Six degrés de..." pour découvrir des interrelations cachées. Le problème auquel ils s'attaquent est connu par les chercheurs qui étudient les réseaux complexes sous le nom de « problème de détection communautaire » :identifier et cartographier les individus ou les éléments qui ont en commun et comment ils sont connectés.

Un tel outil informatique pourrait être exploité par divers groupes :les stratèges politiques essayant de trouver les valeurs qui se chevauchent ou les attributs partagés des électeurs; ou des biologistes qui veulent prédire le potentiel des effets secondaires ou des interactions d'un médicament, sans avoir à faire des années d'expériences en direct. Leurs recherches sont également déployées pour identifier les parties du cerveau qui travaillent sur les mêmes fonctions - une information clé pour les neuroscientifiques et les personnes souffrant de lésions cérébrales afin d'anticiper si certaines zones du cerveau pourraient prendre en charge la fonctionnalité des tissus blessés. On peut également imaginer l'algorithme de ce laboratoire travaillant à trouver des points de contact sur des informations apparemment sans rapport.

Leur récent article, intitulé "Méthode Ollivier-Ricci Curvature-Based to Community Detection in Complex Networks", dans la revue Nature Rapports scientifiques , documente la méthode que le groupe a développée pour créer cet outil amélioré.

Méthodologie/Proof of Concept :

doctorat le candidat Jayson Sia qui a travaillé sur la recherche indique que l'algorithme qu'ils ont développé, l'identification communautaire basée sur la courbure d'Ollivier-Ricci (ORC), a été testé et validé sur quatre ensembles de données connus du monde réel le domaine pour lequel le but est de trouver le point de connexion entre les « nœuds » ou les individus/éléments individuels dans un groupe en regardant les liens entre eux ou ce qui est connu dans jargon technique comme « bords ». Les ensembles de données comprennent un réseau d'interactions médicamenteuses, le club de karaté de Zachary; affiliations à une conférence de football collégial; et un ensemble de plus de 1000 blogs politiques.

Dit l'auteur principal Sia, "Dans ce document, nous avons utilisé une nouvelle approche géométrique via la courbure d'Ollivier-Ricci qui offre une méthode naturelle pour découvrir les structures de communauté de réseau inhérentes. "

Courbure dans le contexte géométrique, explique Sia, "mesure essentiellement comment une surface dévie d'être plate (ou comment une surface 'courbe'). La géométrie des surfaces est liée à l'étude des projections cartographiques et à la façon dont les distances sont mesurées dans une surface incurvée telle que la Terre. Le Ollivier-Ricci la courbure étend ce concept de « courbure » aux réseaux dont les bords courbés positivement sont « bien connectés » et forment naturellement une « communauté ». D'un autre côté, les bords incurvés négativement sont interprétés comme des « ponts » entre les communautés et couper de tels bords isolerait le flux d'informations entre les communautés. »