ANR PRC EXPIDA

EXplainable and parsimonious Preference models to get the most out of Inconsistent DAtabases

De nos jours, les données deviennent de plus en plus un bien de grande valeur pour de nombreux domaines du monde réel… En raison de l’hétérogénéité et de l’imprécision des sources de données, les informations recueillies sont souvent incomplètes et incohérentes. Par exemple, les utilisateurs de réseaux sociaux peuvent facilement poster leurs observations sur certains événements, mais malheureusement ces messages sont souvent loin d’être précis ou corrects. De plus, différents utilisateurs peuvent signaler le même événement d’un point de vue différent, créant ainsi des informations incohérentes dans le réseau. Par conséquent, les consommateurs potentiels doivent décider comment utiliser et exploiter ces données. Pour les domaines sensibles tels que le transport aérien et d’autres activités critiques pour la sécurité, de nombreux efforts importants ont été déployés pour enregistrer des rapports sur les événements anormaux (par exemple, les bases de données ASRS et ECCAIRS). De toute évidence, des techniques de calcul seraient souhaitables pour aider les experts à explorer, analyser et traiter ces types de données brutes et souvent incohérentes. Dans ce cadre, le projet EXPIDA (EXplainable and parsimonious Preference models to get the most out of Inconsistent DATABASES) consiste à développer une série de méthodes de raisonnement visant à mieux analyser et surtout expliquer les actions que l’on peut prendre sur des données incertaines et incohérentes pour mieux exploiter ces données. Plus explicitement, le projet EXPIDA vise à fournir aux utilisateurs des données une famille de méthodes interactives et explicables pour traiter efficacement les données imparfaites, pour aider à l’analyse des données d’aviation, et ainsi pour mieux soutenir la recherche sur la sécurité des vols aériens civils. Les résultats du projet consistent en un ensemble de méthodes riches, explicables et tolérantes aux incohérences, des algorithmes et implémentations ainsi que la production d’une base de données générée à partir de la base de données ASRS et d’autres domaines afin de valider les résultats du projet.