Modèle de graphe aléatoire à positions latentes, et applications statistiques

On considère le modèle de graphe aléatoire suivant: les noeuds sont aléatoirement disposés dans un espace euclidien selon une certaine densité non-paramétrique f et la probabilité de connexion entre deux noeuds ne dépend que de la distance entre eux. D'un point de vue statistique, les positions des noeuds ne sont pas observées: elles sont dites latentes. Un défi majeur dans ce contexte est d'obtenir de l'information sur l'espace latent à partir du graphe seulement. L'exposé abordera les problème d'estimation des distances et de clustering des noeuds du graphe: les clusters sont définis comme les composantes connexes d'un ensemble de niveau t de la densité f, et il s'agit d'inférer quels noeuds sont dans l'ensemble de niveau, et dans quel cluster.