Thème Données, Services, Intelligence

Présentation

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. 
 

 

 

Dernières Publications

Roxane Jouseau, Sébastien Salva, C. Samir - 2 janvier 2025
A New Metric for Measuring the Intrinsic Quality in Data Collected for Quantitative Classification
Lecture Notes in Artificial Intelligence

Bastien Degardins, Margaux Mouton, Bruno Guillon, Charles Paperman, Camille Marchet - 14 octobre 2024
Vizitig: A visual tool for colored de Bruijn graphs exploration


Jerry Lonlac, Imen Ouled Dlala, Saïd Jabbour, Engelbert Mephu Nguifo, Badran Raddaoui, Lakhdar Saïs - 9 octobre 2024
On the Discovery of Frequent Gradual Patterns: A Symbolic AI-Based Framework
SN Computer Science

Anis Hoayek, Didier Rullière - 27 septembre 2024
Assessing clustering methods using Shannon's entropy
Information Sciences

Maxime Lefrançois - 26 septembre 2024
Latest SAREF specification updates, versioning
Workshop ''Enhancing IoT Semantic Interoperability by SAREF for Digital Twins''

Rida Kheirallah, Anis Hoayek, Frédéric Grimaud, Mireille Batton-Hubert, Patrick Burlat - 8 septembre 2024
Anomaly Detection in a Production Line: Statistical Learning Approach and Industrial Application
Advances in Production Management Systems. Production Management Systems for Volatile, Uncertain, Complex, and Ambiguous Environments, APMS 2024.

Issam Khedher, Jean-Marie Favreau, Serge Miguet, Gilles Gesquière - 26 août 2024
RGB2LST: Enhancing Deep Learning-Based Land Surface Temperature Estimation with Multi-Modality and Artifacts Removal
32nd European signal processing conference

Victor Charpenay, Steven Schockaert - 3 août 2024
Capturing Knowledge Graphs and Rules with Octagon Embeddings
International Joint Conference on Artificial Intelligence (IJCAI 2024)

Michail Giannoulis, Sophie Pailot-Bonnétat, Vincent Barra, Andrew J L Harris - 17 juillet 2024
External factors driving surface temperature changes above geothermal systems: answers from deep learning
Frontiers in Earth Science

Youssef Salman, Anis Hoayek, Mireille Batton-Hubert - 15 juillet 2024
New Algorithm for Detecting Weak Changes in the Mean in a Class of CHARN Models with Application to Welding Electrical Signals
10th International Conference on Time Series and Forecasting

Toutes les publis se trouvent ici

Projets

NAIMAN: Intelligence artificielle normative pour réguler la fabrication

ISITE CAP2025

CLEDIA

DRIRE

Accomplir de nouvelles découvertes en santé grâce à l'exploration de données

Equipe

Responsables

Enseignants-Chercheurs

Chercheurs associés

Post-docs

Doctorants

Appui recherche

Maître assistant