Institut multidisciplinaire d'intelligence artificielle

Observation et modélisation de la dynamique des réseaux sociaux de proximité

RÉSUMÉ

Les technologies émergentes des appareils sans fil portables ouvrent des voies entièrement nouvelles pour enregistrer divers aspects des interactions sociales humaines dans un large éventail de contextes. Ces technologies permettent d'enregistrer la dynamique temporelle des interactions en face à face en détectant la proximité physique des participants. Dans cette présentation, nous nous appuyons sur un ensemble de données de proximité collectées lors d'une expérience sociale longitudinale visant à comprendre la co-évolution du développement du langage et du réseau social des enfants. La proximité physique et la communication verbale de centaines d'enfants d'âge préscolaire et de leurs enseignants sont enregistrées sur trois ans à l'aide d'appareils sans fil autonomes portables à faible consommation d'énergie. Premièrement, nous nous appuyons sur cet ensemble de données pour explorer plusieurs pipelines de méthodes de reconstruction d'événements dynamiques basées sur le modèle de Markov caché, ou sur des modèles de mémoire à court et long terme, dont certains sont combinés à une pré-classification supervisée des paquets d'interaction. Deuxièmement, nous démontrons comment les échelles temporelles peuvent être détectées dans les données de proximité en utilisant la transformation de Fourier des signaux de similarité dynamique. Enfin, en exploitant plusieurs réseaux de proximité, nous étudions la dynamique temporelle des enfants d'âge préscolaire et des étudiants universitaires aux niveaux individuel et collectif, afin de caractériser la manière dont les individus naviguent dans les groupes et dont les groupes se forment et se désagrègent. Nous trouvons des schémas robustes dans tous les contextes et proposons un modèle dynamique basé sur des agents qui reproduit fidèlement les observations empiriques.

Márton Karsai

est professeur associé au département de science des réseaux et des données à l'Université d'Europe Centrale à Vienne. Il est professeur de recherche à l'Institut de mathématiques Rényi à Budapest, membre de la Fondation ISI à Turin, directeur du programme de master en science des données sociales à CEU, où il dirige l'équipe de dynamique humaine computationnelle. Il est un scientifique des réseaux avec un intérêt de recherche dans la dynamique humaine, la science sociale computationnelle et la science des données, se concentrant particulièrement sur la dynamique temporelle hétérogène, les réseaux spatiaux et temporels, les systèmes socio-économiques et les phénomènes de contagion sociale. Il est un expert dans l'analyse de grands ensembles de données sur le comportement humain et dans le développement de modèles de phénomènes sociaux basés sur les données.

Lien vers le site web

Revoir le séminaire