Dans ce cours, nous découvrirons le cadre conceptuel hérité de la théorie des graphes et de la science des réseaux, pour découvrir des problématiques de recherche moderne autour de l'étude des écosystèmes. Ce cours convoquera des méthodes des mathématiques discrètes, des statistiques et du machine learning. Ce cours est enseigné par C. Marteau (UCBL), I. Gannaz (INSA), V. Miele (CNRS) et T. Espinasse (UCBL) sur le site UCBL, campus Doua.
Le cours sera partagé entre des 'études de cas en écologie' et des 'éléments théoriques'. Eléments théoriques: Bases / définitions (graphe, chemin, etc...) - Métriques - Techniques de clustering - Méthodes spectrales - Modèles de graphes aléatoires - Modèles graphiques (inférence de graphes) - Traitement de signal sur graphe - Graphes multi-couches (temps, espace, type de liens) - Techniques d'embedding (optionnel) Etude de cas sur données réelles : Réseau de contact entre animaux. Réseau d'interaction entre espèces en milieu marin et/ou montagnard. Réflexion sur la pertinence de la prise en compte d'un graphe pour le maintien de la biodiversité.