LIMOS - Themes

Les travaux menés dans le thème DSI (Données, Services, Intelligence) portent sur trois problématiques interdépendantes :

Gestion de grandes masses de données : il s'agit d'étudier ici les problèmes liés à l'intégration de données hétérogènes et à l'interrogation de grandes masses de données dans le cadre d'architectures distribuées et massivement parallèles. Les travaux développés s'intéressent à l'expérimentation à grande échelle de systèmes de gestion de grandes masses de données ainsi qu'à l'exploration de nouvelles approches pour l'optimisation des requêtes dans ce contexte.

Extraction des connaissances et apprentissage artificiels. Les problèmes étudiés dans ce contexte concernent à la fois la proposition de nouveaux algorithmes d’extraction de connaissances et d’apprentissage artificiel en présence de données complexes et massives et l’étude, pour des objectifs de passage à l’échelle, du portage de ce type d’algorithmes vers des environnements de type Cloud (en liaison avec la problématique précédente). Les approches développées visent à définir un cadre de formalisation et de spécification d'un système intelligent capable d’extraire des connaissances ou d’apprendre à partir de données complexes, et de les contrôler par interaction avec un utilisateur. La qualité de la connaissance extraite ou apprise se trouve ici au coeur des préoccupations. Ainsi la prise en compte de la sémantique associée à cette connaissance facilite l’interaction avec l’utilisateur.

Analyse, vérification, test des applications, des services web et des processus métier. Les travaux portent sur l'analyse de services, d'applications ou de processus métiers dans le but de les optimiser, fiabilier ou de les sécuriser. Les applications sont modélisées via des onthologies ou par des modèles (formels ou UML). D'une manière générale, ces modèles servent ensuite à optimer une propriété donnée, à vérifier si une propriété est satisfaite ou à générer des tests. Les travaux dévelopés s'articulent autour de trois activités : analyse et vérification des applications (services web et processus métier), la conformité et la sécurité de logiciels et la génération de modèles à partir de traces.

Théo Ducros, Marinette Bouet, Farouk Toumani - 1 octobre 2021
Reasoning in EL-Description Logic with Refreshing Variables
Conférence Base de données avancées (BDA)

Matteo Baldoni, Cristina Baroglio, Olivier Boissier, Roberto Micalizio, Stefano Tedeschi - 25 septembre 2021
Demonstrating Exception Handling in JaCaMo

Victor Charpenay - 8 septembre 2021
Comment notre navigation web a changé en 30 ans

Théo Ducros, Marinette Bouet, Farouk Toumani - 1 septembre 2021
Weak-Subsumption in the EL-Description Logic with Refreshing Variables
34th International Workshop on Description Logics

Hamed Rahimi, Iago Felipe Trentin, Fano Ramparany, Olivier Boissier - 4 août 2021
Q-SMASH: Q-Learning-based Self-Adaptation of Human-Centered Internet of Things

Sébastien Salva, Elliott Blot - 21 juillet 2021
MLCA: A Model-Learning-Checking Approach for IoT Systems

Théo Ducros, Marinette Bouet, Farouk Toumani - 13 juillet 2021
Weak subsumption in the EL-description logic with refreshing variables

Vincent Barra - 7 juillet 2021
Informatique MP2I et MPI - CPGE 1re et 2e années - Nouveaux programmes

Ala Mhalla, Jean-Marie Favreau - 5 juillet 2021
Toward Personalized Human Activity Recognition Model with Auto-Supervised Learning Framework
2021 IEEE International Conference on Multimedia and Expo (ICME)

Olivier Boissier - 28 juin 2021
Éditorial : Conférence Nationale en Intelligence Artificielle
CNIA 2021 : Conférence Nationale en Intelligence Artificielle

Toutes les publis se trouvent ici