Conference Talks

MARAMI 2019, Dijon, 8 Novembre 2019.
Look at our slides and the presentation video (21 min).

Joint work, together with Éric Leclercq

Séminaire, Le Havre, 23 Mars 2017. Slides

Jean-luc Baril, Sergey Kirgizov and Vincent Vajnovszki

Séminaire ALGO, Caen, 28 Février, 2017. Slides

Séminaire Le2i "Combinatoire, Réseaux et Sciences des Données", Dijon, 14 Février, 2017. Slides

My slides in pdf and one page abstract.

Nicolas Gastineau, Benjamin Gras, Sergey Kirgizov, Mahmoud Omidvar

Les 18es Journées Graphes et Algorithmes, Paris, 16-18 Novembre, 2016

Éric Leclercq, Sergey Kirgizov

Source code: https://github.com/kerzol/ego-evolution

Annual Conference on Complex Systems (ECCS or CCS), Amsterdam, 19-22 September, 2016

Séminaire at ComplexNetworks team, Paris, 4 July, 2016

Séminaire Le2i, Dijon 3 Mai 2016

Eric Leclercq, Sergey Kirgizov and Maximilien Danisch. journée "Données Participatives et Sociales" (conférence Extraction et Gestion des Connaissances (EGC 2016)), Reims 19 janvier 2016

Twitter at the European Elections 2014: International Perspectives on a Political Communication Tool, Dijon, 2015

Réunion Projet CNRS PEPS MOMIS, Paris, 2015

Assemblée générale du Laboratoire d’Electronique, Informatique et Image LE2I, Université de Bourgogne Dijon, 2015

Journée d’étude Etudier le Web politique : Regards croisés, Lyon, 2015

On propose une approche pour la mesure d’influence des candidats aux élections européennes 2014 sur Twitter. Cette approche est basée sur la combinaison de differents markeurs d’influence (Retweet, Mention, Reponse) en utilisant la théorie des fonctions de croyance de Dempster-Shafer.

26 Mars 2015, Conference SO Data 3 — #sodata on twitter

12 décembre 2014

L’Internet est une structure complexe qui connecte environ trois milliards de personnes. Aucune carte officielle n’étant disponible, les chercheurs doivent mener des campagnes de mesure coûteuses, et gérer le fait que les données obtenues peuvent être biaisées.

De nombreux travaux ont étudié la topologie de l’Internet, mais peu d’entre eux se sont intéressés à comment elle évolue. Nous considérons la dynamique de la topologie de routage au niveau IP et proposons un modèle simple qui simule la dynamique d’une topologie de réseau réel.

En étudiant les résultats de la simulation, nous montrons que ce modèle captures les invariantes observés. De plus, l’analyse des résultats de simulations de différents types de réseaux nous permet de trouver des caractéristiques structurelles qui ont le plus grand impact sur ​la dynamique de la topologie.

Nous trouvons, notamment, que le nombre de routes entre deux ordinateurs, qui correspond au plus courts chemins dans le modèle, joue un rôle important dans la dynamique. Nous étudions donc la taille du sous-graphe des plus courts chemins entre deux nœuds.

Nous sommes aussi intéressés par les processus sous-jacents qui causent les dynamiques observées. Nous introduisons une méthode non-classique de l’estimation des paramètres de un processus stochastique et nous appliquons cette méthode pour les mesures modélisées et réelles afin de caractériser le taux de l’évolution de la topologie. Nous montrons aussi que la dynamique de réseau est une dynamique non-uniforme: les parties différentes du réseau peuvent avoir différentes vitesses d’évolution.

Overview of my PhD thesis, seminar in Le2i lab, Dijon, 6 November 2014

Plan:

9th International colloquium on graph theory and combinatorics, June 30-July 4, 2014

An orientation of an undirected graph G has weak diameter k if, for every pair {u, v} of vertices of G, there is a directed path with length at most k joining u and v in either direction. We show that deciding whether an undirected graph admits an orientation with weak diameter k is NP-complete for every k ≥ 2. This result implies the NP-completeness of deciding whether an undirected graph can be turned into the analogue of a clique for proper colouring of several augmented kinds of graphs.

Masterclass-discussion with Vint Cerf.

A 10 minutes of introduction into Internet Topology Dynaimcs. In this presentation, I answer the following questions:

Journées Graphes et Algorithmes, Novembre 2013

Considérons un graphe aléatoire G (n,p) de n sommets. Chacune des n(n-1)/2 arêtes est présente avec probabilité p indépendamment du statut des autres arêtes. Fixons p et notons SPS (u,v) le sous-graphe de tous les plus courts chemins entre deux sommets u et v. Notons S le nombre de sommets dans SPS.

I. Blondel et al. nous ont donné une approximation de la distribution des distances internodaux En utilisant cette distribution nous présentons une approximation du nombre moyen de sommets dans SPS(u, v), sachant que la distance entre $u$ et $v$ est connue.

II. Nous montrons que S suit loi multimodale. Par exemple, pour un _ ε > 0_ fixé, S est égal à 2 (avec probabilité p) ou tend vers np² (avec probabilité 1-p) quand n tend vers l’infini lorsque p > ε. Autrement dit, il y a un intervalle interdit [o, O], de telle sorte que S est presque toujours inférieur à o ou supérieur à O.

24ème colloque Gretsi. 3-6 Septembre 2013

Many works have studied the Internet topology, but few have investigated the question of how it evolves over time. This paper focuses on the Internet routing IP-level topology dynamics, and in particular on the impact of the measurement frequency on the observed dynamics. For this end, we study both data from periodic measurements of routing trees from a single monitor to a fixed destination set, and the behavior of a model of the topology dynamics that we previously introduced. Previous analyses showed that after an initial fast increase, the number of new observed links sustains a linear growth for extended periods of time. The slope of this linear part can be considered as an indicator of the speed of the observed dynamics. We show that this speed depends intrinsically on the measurement frequency and that it is very difficult, if not impossible, to quantify the actual speed of the internet topology evolution.

Journées Automnales 2012 ResCom à PARIS, 28 & 29 Novembre 2012

De nombreux travaux ont étudié la topologie de l’Internet, mais peu d’entre eux se sont intéressés à comment elle évolue. Nous étudions la dynamique de la topologie de routage au niveau IP et proposons une première étape vers une modélisation réaliste de cette dynamique. Nous étudions les mesures périodiques des arbres de routage à partir d’un moniteur vers un ensemble de destinations et nous observons certaines propriétés invariantes de la dynamique de leur topologie. Ensuite nous proposons un modèle simple qui simule la dynamique d’une topologie de réseau réel. En étudiant les résultats de la simulation, nous montrons que ce modèle captures les invariantes observés. De plus, l’analyse des résultats de simulations de différents types de réseaux nous permet de trouver des caractéristiques structurelles qui ont le plus grand impact sur ​la dynamique de la topologie.