Inférence de données de réseaux multipartites par modèles à blocs latents et stochastiques. Application en écologie et ethnobiologie.

Modéliser les relations entre entités (individus, insectes, plantes...) est une problématique classique en sciences sociales et en écologie et  regrouper les entités étudiées en fonction des motifs observés dans le réseau permet de comprendre la topologie du réseau.  Les modèle à blocs stochastiques ou latents sont une approche répandue pour regrouper les individus partageant le même  comportement  d'interaction.  
Dans ce travail, nous nous intéressons au cas  où nous cherchons à modéliser plusieurs réseaux d'interactions définis sur les même groupes d'individus, ces réseaux pouvant être dépendants. 
Les modèles à blocs stochastiques ou latents reposent sur l'introduction des variables latentes, rendant leur vraisemblance incalculable de façon explicite dès que la taille des réseaux augmente. Nous utilisons alors une version stochastique de l'algortihme EM. La pertinence de notre modèle et de notre méthode d'inférence est illustrée sur données simulées et réelles.