[Soutenance de thèse] 28/11/2024 – Emmanuel KRAVITZCH : « Dynamique d’opinion en coévolution avec les réseaux adaptatifs » (UPR LIA)

Emmanuel KRAVITZCH soutiendra sa thèse le 28 novembre 2024 sur le thème : « Dynamique d’opinion en coévolution avec les réseaux adaptatifs ».

Laboratoire

UPR 4128 LIA – Laboratoire Informatique d’Avignon

Composition du jury de soutenance

M. Vineeth, S VARMA	CRAN, Université de Nancy	Co-encadrant de thèse
Mme Armelle BRUN	Université de Lorraine	Rapporteure
Mme Elena VALCHER	Université de Padoue	Rapporteure
M. Yezekael HAYEL	Université d’Avignon, Laboratoire Informatique (LIA, CERI)	Directeur de thèse
M. Antoine, Olivier BERTHET	CentraleSupélec, Université Paris-Saclay	Co-directeur de thèse
M. Piet VAN MIEGHEM	Delft University	Examinateur
M. Walid BEN-AMEUR	Télécom Sud-Paris	Examinateur
M. Pierre-Henri MORAND	Université d’Avignon	Invité

Mots-clés : réseaux évolutifs, analyse stochastique, modélisation, systèmes complexes

Résumé

Cette thèse s’inscrit dans le mouvement plus large de l’analyse des systèmes complexes et des réseaux. Mon travail doctoral s’insère dans le cadre de la coévolution, un sous-domaine de l’analyse des réseaux. Ainsi, le fil conducteur de cette thèse aura été la nature adaptative du réseau de communication en réponse au profil d’état des agents constituant les nœuds du réseau. Nous l’appelons co-évolutionnaire car les deux dynamiques—à savoir, la dynamique du graphe et celle des nœuds—évoluent ensemble et s’influencent mutuellement. L’objectif central de la thèse était de concevoir des modèles co-évolutionnaires abordables analytiquement qui présentent des comportements intéressants. Le manuscrit de thèse se compose donc de deux parties. Dans la première partie, nous abordons les modèles du Votant sur des réseaux adaptatifs. Le premier chapitre de la première partie (chap. 2) présente un modèle de spin bien connu, le modèle du Votant, expose certaines idées générales et motive l’extension adaptative—où le graphe est variable. Dans le deuxième chapitre de la première partie (chap. 3), nous traitons d’une situation spécifique : un agent unique confronté à deux sources d’influence opposées. Cela peut représenter, par exemple, un citoyen lors d’une campagne politique. Ce cas est analysé à l’aide d’une technique probabiliste appelée limite fluide. Enfin, le dernier chapitre de la première partie (chap. 4) analyse de manière générale un modèle co-évolutionnaire en utilisant une approximation champ-moyen. Les résultats sont discutés, affinés avec une approximation alternative, et finalement éclairés par de nombreuses simulations numériques. La deuxième partie (partie II) se concentre sur un autre cadre classique d’échange d’opinions entre agents : le modèle de confiance bornée. Après un bref aperçu historique de ce type de modèle (chap. 5), un modèle original multi-couches est proposé (chap. 6). Dans ce modèle, les agents peuvent interagir via deux canaux de communication différents, ce qui conduit à des résultats distincts des modèles de confiance bornée classiques. Enfin, le dernier chapitre de la deuxième partie (chap. 7) revisite le modèle de confiance bornée en y incorporant une équation d’évolution de la « confiance en soi » des agents. Enfin, le chapitre de conclusion (chap. 8) porte un regard critique sur mon travail et propose des pistes très concrètes pour des recherches futures.