Principled Data Mining on Graphs: Of Disentangled Nodes and Subjective Patterns
- Promovendus/a
- Mel, Ahmad
- Faculteit
- Faculteit Ingenieurswetenschappen en Architectuur
- Vakgroep
- Vakgroep Elektronica en Informatiesystemen
- Curriculum
- Master's Degree in Modelling for Science and Engineering, Universitat Autonoma de Barcelona (Spanje), 2016
- Academische graad
- Doctor in de ingenieurswetenschappen: computerwetenschappen
- Taal proefschrift
- Engels
- Vertaling titel
- Principieel ontginnen van data op grafen: over ontwarde knopen en subjectief interessante patronen
- Promotor(en)
- prof. Tijl De Bie, vakgroep Elektronica en Informatiesystemen - prof. Jefrey Lijffijt, vakgroep Elektronica en Informatiesystemen
- Examencommissie
- voorzitter em. prof. Hendrik Van Landeghem (ere-onderwijsdirecteur) - dr. ir. Florian Adriaens, University of Helsinki (Finland) - prof. Dieter De Witte, vakgroep Elektronica en Informatiesystemen - prof. Kathleen Marchal, vakgroep Informatietechnologie & vakgroep Plantenbiotechnologie en Bio-informatica - prof. Marc Plantevit, École pour l'informatique et les techniques avancées (Frankrijk) - promotor prof. Tijl De Bie, vakgroep Elektronica en Informatiesystemen - promotor prof. Jefrey Lijffijt, vakgroep Elektronica en Informatiesystemen
Korte beschrijving
Naarmate data in toenemende mate de basis vormt van digitale systemen, is het verkrijgen van inzicht en informatie — data mining — essentieel geworden. In de praktijk omvatten klassieke data-miningpijplijnen meerdere fasen: constructie, opschoning/augmentatie, modellering/mining en evaluatie/interpretatie. Grafen coderen relationele structuur, waardoor analyses worden verrijkt en interacties zichtbaar worden die tabellaire gegevens missen, maar ze brengen ook uitdagingen met zich mee in de hele pijplijn; we benadrukken er hier twee: knoopcorruptie tijdens de constructie (het samenvoegen van verschillende entiteiten of het opsplitsen van één entiteit in meerdere knopen) en de noodzaak om tijdens mining en interpretatie interpreteerbare patronen uit geattribueerde grafen te extraheren. Dit proefschrift pakt beide aan. We introduceren FONDUE, een uitsluitend topologische methode voor knoopdisambiguatie en -deduplicatie die corrupte knopen identificeert en, met behulp van representatieleren voor grafen, herstelstrategieën voorstelt. Daarnaast stellen we twee miners voor — SIAS en MIOS — voor geattribueerde grafen, die bondige, interpreteerbare subgrafpatronen extraheren en daarbij gebruikersverwachtingen over knoopattributen meenemen via een informatie-theoretisch achtergrondmodel. Over diverse datasets vergelijken we met sterke baselines, schetsen we sterke punten en beperkingen, en laten we zien hoe ideeën uit aangrenzende domeinen onze oplossingen verder kunnen versterken.
Praktisch
- Datum
- Maandag 1 december 2025, 16:30
- Locatie
- auditorium 1, iGent (eerste verdieping), Technologiepark Zwijnaarde 126, 9052 Zwijnaarde
- Livestream
- Volg online
Meer info
- Contact
- doctoraat.ea@ugent.be