BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Institut des Systèmes Complexes de Paris Île-de-France - ECPv6.16.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Institut des Systèmes Complexes de Paris Île-de-France
X-ORIGINAL-URL:https://iscpif.fr
X-WR-CALDESC:Évènements pour Institut des Systèmes Complexes de Paris Île-de-France
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Helsinki
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Helsinki:20221216T120000
DTEND;TZID=Europe/Helsinki:20221216T140000
DTSTAMP:20260718T142223
CREATED:20221010T074419Z
LAST-MODIFIED:20221010T074419Z
UID:50879-1671192000-1671199200@iscpif.fr
SUMMARY:Séminaire systèmes complexes
DESCRIPTION:
URL:https://iscpif.fr/evenements/seminaire-systemes-complexes/
LOCATION:ISC-PIF\, 113 rue Nationale\, Paris\, Paris\, 75013\, France
CATEGORIES:ISC-PIF Room 1.1,ISC-PIF Room 1.2
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Helsinki:20221216T140000
DTEND;TZID=Europe/Helsinki:20221216T180000
DTSTAMP:20260718T142223
CREATED:20221007T104132Z
LAST-MODIFIED:20221201T130224Z
UID:50791-1671199200-1671213600@iscpif.fr
SUMMARY:Soutenance de thèse de Victor Chomel
DESCRIPTION:Fake News et manipulation de l’information – Modélisation de la propagation des fausses informations et cartographie des réseaux sociaux \nCette thèse porte sur l’étude de la désinformation avec une approche structurelle et dynamique\, s’intéressant au contexte plus qu’aux contenus. L’objectif est de montrer comment l’analyse de la circulation de l’information ainsi que sa mise en relation avec les structures sociales permet la détection de comptes ayant des comportements anormaux sur les réseaux. Les études portent principalement sur trois datasets de Twitter\, collectés au cours des dernières années : réchauffement climatique\, politique française et vaccination. \nLa première partie s’intéresse aux dynamiques communautaires. On distingue ainsi la dynamique\nintracommunautaire\, étudiée grâce à une nouvelle méthode reposant sur des chaı̂nes de Markov\, d’une dynamique intercommunautaire vue par le prisme de schémas alluviaux. L’évolution temporelle générale du graphe est également approchée par Deep Learning avec des Temporal Graph Networks afin de détecter des anomalies mais aussi pour comprendre des déformations plus générales du réseau telles que la polarisation. Cette analyse permet de mettre en avant le rôle joué par les communautés et par certains utilisateurs dans la propagation de l’information. \nDans un second temps\, l’objectif est de comprendre comment cette propagation de l’information peut être utilisée dans un but de mise à l’agenda\, politique par exemple. Plusieurs niveaux de mise à l’agenda seront ici testés avec des méthodes basées sur des corrélations dans des séries temporelles d’activités. Un autre méthode est également étudiée avec pour objectif de quantifier dans quelle mesure des sujets comme le Covid peuvent être de bons indicateurs pour comprendre la reconfiguration politique\, en s’appuyant sur la prédiction de liens dans les graphes. \nFinalement\, les méthodes précédentes sont utilisées pour mettre en avant des campagnes de désinformation ainsi que leurs conséquences. L’importance du médium est également interrogée dans la mise à l’agenda avec des travaux sur les images et vidéos dans la campagne présidentielle française de 2022. \n  \nBeyond Fake News: a structural and dynamic approach towards analyzing\nonline misinformation and manipulation of public opinion \nIn recent years\, misinformation and its consequences have become a\nsocietal concern. In our work\, we treat misinformation with a structural\nand dynamic approach which focuses on context rather than on content.\nOur contributions consist of tools relying on network information flow\nand its relation to social structures to inform the detection of\nanomalous user accounts. Our methods are validated on contemporary\nonline data\, namely three Twitter datasets collected over the last few\nyears regarding discourse on global warming\, French politics\, and\nvaccination. \nWe first focus on community dynamics. A distinction is made between\nintra-community dynamics\, studied using a novel method based on Markov\nchains\, and inter-community dynamics analyzed via alluvial patterns that\nreveal online communities. The general temporal evolution of a social\ngraph is also modeled by Deep Learning with Temporal Graph Networks.\nThese are augmented with a novel reliability module in order to detect\ngraph anomalies and thus online coordination. This modeling permits a\ndeeper understanding of general social network evolution\, and especially\nthe rise of political polarization. Our analysis highlights the role\nplayed by communities and individual users in information propagation\,\nboth exhibiting characteristic patterns. \nWe evaluate the impact of misinformation by examining agenda-setting and\nnetwork reconfiguration. We analyze how information propagation is\nre-purposed for agenda-setting\, and especially in political\nagenda-setting. We describe several levels of agenda-setting with\ntechniques based on time-series correlations of activity\, inspired from\nexisting methods in neurology. We have developed another method based on\nlink prediction in graphs to quantify the extent to which topics such as\nCOVID-19 predict political reconfiguration. \nThe above methods are used to highlight real disinformation campaigns\nand their consequences. We (1) demonstrate that user networks in\npolitics and climate have engaged in so-called Coordinated Inauthentic\nBehaviors; (2) analyze the role of medium\, e.g. text vs. images and\nvideos\, in agenda-setting; and (3) illustrate this using data from the\n2022 French presidential campaign and from the climate change\ncontroversy in order to shed light on online strategies.
URL:https://iscpif.fr/evenements/reunion-6/
LOCATION:113 rue Nationale\, Paris\, 75013\, France
CATEGORIES:ISC-PIF Room 1.1,ISC-PIF Room 1.2
END:VEVENT
END:VCALENDAR