Analyse de la dynamique des réseaux d’interaction et de leur résilience

========== version française (englihs below) ===========

Qu'ils soient très médiatisés comme les réseaux sociaux, incontournables pour la bonne marche de notre société comme les réseaux de transports (maritimes, aériens, routiers, électriques), ou simplement omniprésents dans les processus biologiques, les réseaux complexes font partie intégrante de notre quotidien.

Bien qu'issus de domaines très variés, ils présentent de nombreuses caractéristiques similaires.  La structure et la composition de ces réseaux possèdent des propriétés d'adaptabilité et de robustesse aux perturbations remarquables.  Les propriétés de ces systèmes résultent de la dynamique des interactions entre les éléments qui les constituent.  En dépit de ces qualités, leur capacité de résilience aux chocs n'est pas sans limite et des points de basculement peuvent exister.

Le présent projet vise à étudier, caractériser et quantifier la dynamique de ces réseaux et à mettre en évidence des points de basculement pouvant mener à des structures et des propriétés radicalement différentes voire à des phénomènes d'effondrement.

Parmi les réseaux ciblés citons les réseaux de transports (maritimes en particulier) et les réseaux biologiques, pour lesquels nous disposons déjà de données fiables.  Les résultats attendus sont une meilleure compréhension des impacts extérieurs (exogènes) sur les processus dynamiques internes (endogènes) qui pilotent l'évolution des systèmes étudiés.

Enfin ce travail devrait également permettre la mise à disposition de jeux données exploitables pour l'étude des réseaux et graphes dynamiques sous différents formats librement téléchargeables.

========== english version =============

Whether they are highly publicized like social networks, essential for the functioning of our society like transportation networks (maritime, aerial, road, electrical), or simply ubiquitous in biological processes, complex networks are an integral part of daily life.

Although they originate from very diverse fields, they share many common characteristics.  These networks exhibit remarkable adaptability and robustness to disruptions.  These properties emerge from the dynamic interactions among their constituent elements. Despite these qualities, their capacity for resilience to shocks is not without limits, and tipping points may exist.

This project aims to study, characterize, and quantify the dynamics of such networks and to identify tipping points that may lead to radically different, altered structures, properties, or even systemic collapse.  The networks studied will include transportation systems (particularly maritime networks) and biological networks, for which reliable datasets are already available.  The expected outcomes include a better understanding of how external (exogenous) factors influence internal (endogenous) dynamic processes governing the evolution of these systems.

Finally, this work will produce publicly available, usable datasets for the study of dynamic networks and graphs, in various open formats.

La recherche sera effectuée au laboratoire LITIS qui est un laboratoire conjoint aux université du Havre Normandie, de Rouen et de l'INSA de Rouen. Plus précisément, le doctorant sera amené à travailler dans l'équipe RI2C (réseaux d'interaction et intelligence collective) dirigée par le Prof. Yoann Pigné, sur le site Lebon de l'Université du Havre Normandie. 

======================================

The research will be conducted at the LITIS laboratory, which is a joint laboratory of Le Havre Normandy University, the University of Rouen, and INSA Rouen. More specifically, the PhD student will work within the RI2C team (Interaction Networks and Collective Intelligence), led by Prof. Y, at the Lebon campus of Le Havre Normandy University

Formation : Master 2 ou diplôme équivalent en Informatique, Mathématiques Appliquées ou disciplines connexes. Compétences/qualités souhaitées : (1) Analyse et algorithmique de graphes. (2) Analyse de données. (3) Ouverture d'esprit à d'autres domaines (biologie, économie, sociologie, etc.). (4) Algorithmique et programmation (java serait un plus). (5) Bon niveau d'anglais (lu, écrit, parlé), notamment pour les collaborations internationales. ================================= Education: Master’s degree (or equivalent) in Computer Science, Applied Mathematics, or related fields. Desired skills and qualities: (1) Graph analysis and algorithms. (2) Data analysis. (3) Open-mindedness towards other disciplines (biology, economics, sociology, etc.). (4) Algorithms and programming (experience with Java would be a plus). (5) Good command of English (reading, writing, speaking), especially for international collaborations.