Détail d'une fiche   Version PDF

LACODAM (SR0800DR)

Fouille de données collaborative à grande échelle

LACODAM (SR0723YR) →  LACODAM


Statut: Décision signée

Responsable : Alexandre Termier

Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2023" : A2.1.5. Programmation par contraintes , A3.1.1. Modélisation, représentation , A3.1.2. Gestion, interrogation et stockage , A3.1.6. Optimisation de requêtes , A3.1.11. Données structurées , A3.2.1. Bases de connaissances , A3.2.2. Extraction de connaissances, nettoyage , A3.2.3. Inférence , A3.2.4. Web sémantique , A3.3. Analyse de données et de connaissances , A3.3.1. Analyse en ligne , A3.3.2. Fouille de données , A3.3.3. Analyse de données massives , A3.4.1. Apprentissage supervisé , A3.4.2. Apprentissage non supervisé , A3.4.3. Apprentissage par renforcement , A3.4.4. Optimisation pour l'apprentissage , A3.4.5. Méthodes bayésiennes , A3.4.6. Réseaux de neurones , A3.4.8. Apprentissage profond , A3.5.2. Systèmes de recommandation , A4.7. Contrôle d'accès , A5.1. Interaction Homme-Machine , A5.2. Visualisation de données , A5.3. Analyse et traitement d'images , A5.3.2. Modélisation parcimonieuse et représentation d'images , A5.4.1. Reconnaissance d'objets , A5.4.6. Localisation d'objets , A5.4.7. Asservissement visuel , A9.1. Connaissances , A9.2. Apprentissage , A9.3. Analyse de signaux (vision, parole, etc.) , A9.4. Traitement automatique des langues , A9.6. Aide à la décision , A9.7. Algorithmique de l'intelligence artificielle , A9.8. Raisonnement , A9.10. Approches hybrides de l'IA

Mots-clés de "B - Autres sciences et domaines d'application - 2023" : B3.5. Agronomie , B3.6. Ecologie , B3.6.1. Biodiversité , B9.1. Education , B9.5.6. Science des données

Domaine : Perception, Cognition, Interaction
Thème : Représentation et traitement des données et des connaissances

Période : 01/11/2017 -> 31/12/2024
Dates d'évaluation : 03/10/2019 ,

Etablissement(s) de rattachement : INSA RENNES, AGROCAMPUS OUEST, U. RENNES
Laboratoire(s) partenaire(s) : IRISA (UMR6074)

CRI : Centre Inria de l'Université de Rennes
Localisation : Centre Inria de l'Université de Rennes
Code structure Inria : 031119-1

Numéro RNSR : 201622044W
N° de structure Inria: SR0800DR

Présentation

Le but de l’équipe LACODAM est de faciliter considérablement le processus visant à expliciter du sens à partir de grandes quantités de données, soit en dérivant de nouvelles connaissances, soit pour prendre de meilleures décisions. Actuellement, ce processus est en grande partie manuel et s’appuie sur la compréhension du domaine par l’analyste, sur les données disponibles et sur une pléthore de d’outils informatiques complexes. Nous visons une nouvelle génération d’approches de l’analyse des données où les différentes manières de découvrir la structure sous-jacente des données sont explorées de manière automatique, et où seules les structures les plus pertinentes sont présentées à l’analyste. Une telle notion de pertinence dépend fortement de la connaissance du domaine et des propres connaissances de l’analyste : ce type de connaissances occupera une place centrale dans notre approche. Les solutions que nous envisageons requièrent de combler le fossé entre les techniques de fouille de données et les approches provenant de l’intelligence artificielle, à la fois pour prendre en compte la connaissance du domaine de manière générique et pour introduire des techniques de raisonnement formel dans les workflows de découverte de connaissances. De plus, afin d’acquérir le plus de connaissances possible, nous nous intéressons aux approches basées sur les communautés, s’adressant aux communautés d’analystes et de praticiens travaillant sur un domaine particulier et partageant ensembles de données, connaissances et résultats, et mettant à la disposition de la communauté des retours d’expérience.


Axes de recherche

  • Nouveaux algorithmes de pattern mining
  • Interactions entre le système et ses utilisateurs
  • Aide à la décision
  • Automatiser la découverte de workflows de science des données

Relations industrielles et internationales

Collaborations internationales:

  • University of Potsdam
  • Osaka University
  • University of Calgary

Collaborations industrielles:

  • STMicroelectronics
  • EDF
  • Energiency
  • Amossys