Démythifier les réseaux complexes
Les progrès dans les sciences naturelles et sociales permettent aux scientifiques, aux chercheurs, aux universitaires et autres acteurs de collecter davantage de données que jamais à propos des réseaux complexes. La vitesse et la capacité de la collecte d'immenses quantités de données augmentent sans cesse. Cependant, on manque d'outils complets pour transformer ces informations en connaissances pratiques. En outre, la fiabilité des données réseau souffre de certains problèmes, ce qui conduit à s'interroger sur la validité des résultats des recherches sur les réseaux. Le projet DEDINET («Decomposition and discovery of complex networks»), financé par l'UE, s'est attaqué à ces inquiétudes en apportant des éclaircissements sur les processus qui influencent la structure d'un réseau. Le but était de développer un cadre pour déterminer les modèles de blocs et détecter les réseaux complexes. Les modèles de blocs sont de bons exemples des interactions entre les nœuds: les acteurs individuels, les personnes ou les objets dans un réseau. Le cadre résultant servira à s'attaquer à des problèmes, notamment en biologie des systèmes. Pour développer le cadre, les membres du projet ont conçu des méthodes capables de tester et comparer les modèles de blocs dans divers types de réseaux biologiques ou sociaux, impliquant divers nœuds et interactions. Les résultats ont montré que plusieurs modèles de blocs sont nécessaires pour la structure du réseau, et que les modèles d'interactions résultent de l'association de plusieurs modèles de blocs. En étudiant les modèles de blocs, l'équipe a pu découvrir ou prévoir des données réseau manquantes ou à venir. DEDINET a identifié plusieurs structures de blocs complémentaires, améliorant la compréhension des mécanismes fondamentaux du développement et la mise en place de réseaux. Ses résultats devraient avoir un impact majeur sur des domaines comme les sciences sociales, l'économie et la biologie.
