Apprentissage, traitements et interrogation de données
L’intelligence artificielle moderne tire profit de deux grands avantages indéniables : la disponibilité des données et la force de calcul. Les données, vraie mine d’informations, sont maintenant disponibles, souvent en grandes quantités et issues de sources multiples et pouvant être entachées d’imperfections diverses (données manquantes, imprécises, hétérogènes, etc.). La gestion de ces données massives et hétérogènes soulève plusieurs défis à la communauté IA. De la fouille de données à l’apprentissage artificiel, plusieurs problèmes d’actualité nécessitent des solutions efficaces au point de vue calculatoire et pouvant fournir des résultats exploitables, fiables et explicables pour l’utilisateur.
Ainsi, le nouvel axe thématique “Données” au sein du CRIL se fixe comme principaux objectifs :
- La proposition de nouveaux algorithmes d’extraction de connaissances et d’apprentissage automatique ;
- L’étude et l’analyse des aspects fondamentaux, algorithmiques et expérimentaux des techniques d’extraction de connaissances et d’apprentissage automatique ;
- La proposition de solutions efficaces pour la gestion de données massives, hétérogènes et complexes en intégrant les dimensions de confidentialité et de fiabilité ;
- La fertilisation croisée et l’exploitation des synergies fortes avec les deux autres axes thématiques du CRIL (comme le développement d’approches symboliques et déclaratives pour la fouille de données et l’explicabilité prenant appui sur la force des solveurs et raisonneurs modernes) ;
- La collecte, la complétion et l’interrogation de bases de données massives et hétérogènes ;
- La modélisation et conception de pipelines d’extraction de connaissances et d’apprentissage artificiel dans certains domaines applicatifs.
Mots clés :
- Fouille et science des données
-
extraction de connaissances (extraction de motifs et de règles, clustering, communautés…), approches déclaratives, qualité des données
- Apprentissage automatique
-
apprentissage automatique et explicabilité, fiabilité, calibration
- Gestion des données
-
Interrogation, complétion, contrôle d’accès, confidentialité, réparation
- Applications
-
Recommandation, détection d’anomalies, détection de communautés…
Membres impliqués dans l'axe
Audemard Gilles | Professeur des universités | iut |
Bellart Steve | Doctorant | fac |
Benferhat Salem | Professeur des universités | fac |
Bounia Louenas | Doctorant | fac |
Bouraoui Zied | Maître de conférences, habilité à diriger des recherches | fac |
Cheikh-Alili Fahima | Maître de conférences | iut |
Condotta Jean-François | Professeur des universités | iut |
Delorme Fabien | Ingénieur de recherche | fac |
Falque Thibault | Doctorant | fac |
Guffroy Yves | Doctorant | fac |
Hidouri Amel | ATER (docteur) | fac |
Ing David | Doctorant | fac |
Jabbour Saïd | Professeur des universités | fac |
Kebir Sara | Doctorant | fac |
Kemgue Alain Trésor | Ingénieur de recherche | fac |
Koriche Frédéric | Professeur des universités | iut |
Lagniez Jean-Marie | Professeur des universités | fac |
Le Berre Daniel | Professeur des universités | fac |
Lecoutre Christophe | Professeur des universités | iut |
Lonca Emmanuel | Ingénieur de recherche | fac |
Marquis Pierre | Professeur des universités | fac |
Mazure Bertrand | Professeur des universités | fac |
Mengel Stefan | Chargé de recherche CNRS, habilité à diriger des recherches | fac |
Saïs Lakhdar | Professeur des universités | fac |
Salhi Yakoub | Professeur des universités | iut |
Tabary Sébastien | Maître de conférences | iut |
Tabia Karim | Maître de conférences, habilité à diriger des recherches | fac |
Tahil Gökhan | Doctorant | fac |
Tran Nguyen Duong Chi | Doctorante | fac |
Wallon Romain | Maître de conférences | iut |
Thèses en cours
- Approches légères pour une solution de maison intelligente pour personnes âgées - Sara Kebir
- Compilation de connaissances pour l'IA explicable et robuste - Steve Bellart
- Découverte de connaissances à partir de données migratoires - David Ing
- Détermination de constantes d'association entre des cyclodextrines et ses invités par apprentissage automatique et contraintes - Gökhan Tahil
- Modèles formels pour l'IA explicable et robuste - Louenas Bounia
- Optimisation des flux passagers et de la gestion de ressources via des techniques d'apprentissage automatique et de programmation par contraintes - Thibault Falque
- Production de schémas décisionnels pour atteindre l’efficience économique, sociétale et environnementale en matière de management de parcs de bâtiments et des infrastructures associées, en milieux urbains et péri-urbains - Yves Guffroy