Suggestions de projets

Segmentation, Graph Clustering and Visualisation Environment for 3D Images

Classical image segmentation techniques such as watershed or SLIC can be improved by the generation of a graph based on the segmentation (using e.g. Region-adjacency), which can then be clustered using techniques such as spectral graph clustering. We aim to develop a graphical environment for visualisation of 3D images, and for progressive application of said techniques in a plug-in manner.

Graph similarity estimation


Graph isomorphism refers to the problem of deciding whether two graphs are identical. It has many applications in various domains, ranging from biology to cybersecurity. While NP-hard, this problem can be solved in most cases by simple heuristics, like Weisfeiler-Lehman's algorithm. This algorithm turns out to be useful not only to solve the problem of graph isomorphism but also to derive a distance between two graphs or to propagate labels in the context of semi-supervised learning.

Autonomous Growth and Task-distribution in Hierarchical Organisations

Overview and Objectives

This project aims to develop a multi-agent model for simulating the progressive growth, and possible shrinkage, of hierarchical organisations. Moreover, it aims to study the success rate of various agent coordination processes while the hierarchy's topology changes (growth/shrinkage). This project is supervised by researchers from several disciplines and universities and part of a larger research project [1].

Simulation d’une propagation d’une épidémie par la théorie des graphes

les liens sociaux peuvent être modélisés par des graphes et une épidémie peut être vu comme une information qui circule dans ce graphe en parcourant les nœuds (personnes) dans ce graphe où les arêtes sont les inter-actions entre ces personnes. Cette manière de voir est donc aussi très proche de la propagation de rumeur. A partir de modèle simple d’épidémie (R0, confinement ou pas des portants malades ou sains ce qui a pour effet de modifier le graphe, etc), on peut pour des graphes de modèles différents (milieu urbain, rural, etc) simuler la propagation de l’épidémie dans une population.