Alignement des graphiques : basé sur Wasserstein

Cette séance de cours aborde les défis de la comparaison des données non euclides telles que les réseaux sociaux, fonctionnels et économiques, en soulignant l'importance de la topologie. L'instructeur propose une solution utilisant des matrices laplaciennes pour l'alignement des graphiques, en discutant des limites des méthodes existantes. La séance de cours explore le transport optimal pour le calcul de la distance graphique, la prédiction du signal graphique et l'algorithme GOT pour l'optimisation de l'alignement graphique. Il se penche sur les difficultés d'optimisation et les techniques d'exploration stochastiques, en concluant par des expériences sur la classification des graphiques et l'importance d'un transport optimal dans la capture d'informations structurelles et le transfert de signaux entre graphiques.