Explore l'estimation stochastique du modèle de bloc, le regroupement spectral, la modularité du réseau, la matrice laplacienne et le regroupement des moyennes k.
Explore le lien entre les graphiques et les probabilités, en mettant l'accent sur les probabilités modulaires et super modulaires et les propriétés de corrélation.
Explore la théorie du clustering spectral, la décomposition des valeurs propres, la matrice laplacienne et les applications pratiques dans l'identification des clusters.
Explore la convergence des puissances de la matrice d'adjacence et du théorème de consensus pour les matrices primitives et stochastiques, en mettant l'accent sur les propriétés spectrales et les systèmes de contrôle en réseau.
