Onderzoek op verschillende gebieden, van sociale netwerken tot bio-informatica, toont aan dat graafmachines een krachtige benadering zijn om nieuwe kennis te ontlenen aan grote netwerken. De extractie van interessante subgrafische structuren of grafiekpatronen is een hot topic in datamining en bio-informatica. De verkenning van lokale grafiekpatronen die in de loop van de tijd veranderen, is echter een grotendeels onontgonnen gebied in het mijnbouwgebied. De studie van technieken om evoluerende grafiekpatronen uit dynamische netwerken te halen, is de reikwijdte van dit voorstel. In het verlengde daarvan zullen we bestuderen hoe regels kunnen worden opgehaald die beschrijven hoe bepaalde gebeurtenissen, zoals grafiekverstoringen, tot grafiekpatroonveranderingen leiden. Beide uitdagingen worden bestudeerd vanuit het perspectief van algemene grafiekpatronen, maar ook naar het meer specifieke concept van multipliciteit van het netwerkpad, wat het feit met zich meebrengt dat er meerdere paden bestaan ​​om een ​​bepaald paar knooppunten te verbinden. De doelstellingen van dit project worden eerst vanuit een theoretisch perspectief benaderd. Bovendien worden technieken bestudeerd met behulp van zowel synthetische als echte experimentele gegevens. Het concept van zich ontwikkelende grafiekpatronen is relevant voor een grote reeks toepassingsdomeinen. We zullen echter in het bijzonder onze benaderingen valideren met bio-informaticatoepassingen, waarvoor de extractie van dit nieuwe patroontype zeer interessant is. Bovendien zijn er grote en rijke biomoleculaire datasets beschikbaar en is uitgebreide domeinkennis die interpretatie van patronen mogelijk maakt aanwezig binnen de applicatiegroepen