Approximation de l’entropie de von Neumann de graphes pour une analyse de vulnérabilité
Communication avec acte
Date
2022Abstract
Dans ce travail, nous exploitons la variation de l’entropie de von Neumann de graphes comme mesure de vulnérabilité en proposant une nouvelle forme approchée de cette entropie basée sur des attributs structurels du graphe, à savoir le nombre d’arêtes, de sommets ou encore des degrés du graphe. L’utilisation d’une telle forme est motivée par l’optimisation du temps de calcul qui en découle. Disposant d’une forme simplifiée de l’entropie, nous l’utilisons pour la caractérisation de la vulnérabilité des graphes via l’étude de la variation entropique du graphe suite à la suppression d’arêtes. Les résultats obtenus sur des graphes de grandes tailles montrent la pertinence d’une telle approximation.
Files in this item
Collections
Related items
Showing items related by title, author, creator and subject.
-
Communication avec acteIn this paper, we present a spectral similarity measure between two graphs based on a correlation measure between the spectra of their representation matrices Tα := αD+(1−2α)A, parametrized by 0 ≤ α ≤ 1, where A and D are ...
-
Communication avec acteDans cet article, nous présentons une stratégie de détection d’épilepsie à partir de signaux EEG (issus d’un seul capteur) basée sur l’algorithme de visibilité, qui consiste à transformer une série temporelle en un graphe ...
-
Communication avec acteLa notion de mesure de similarité est très importante dans de nombreux domaines tels que l’apprentissage statistique, la fouille de données ou les sciences cognitives. Dans cet article, nous nous intéressons à la similarité ...
-
Article dans une revue avec comité de lectureIn spite of the simple linear relationship between the adjacency A and the Laplacian L matrices, L=D-A where D is the degrees matrix, these matrices seem to reveal informations about the graph in different ways, where it ...
-
Communication avec acteIn this work, we consider the problem of graph signals classification. We investigate the relevance of two attributes, namely the total variation (TV) and the graph energy (GE) for graph signals classification. The TV is ...