Conférence > Thématiques

Thématiques de la conférence

Les sujets d’intérêt de la conférence incluent (liste non-exhaustive) :

Fondements de l’extraction et de la gestion de connaissance

  • Apprentissage supervisé : apprentissage de règles, apprentissage statistique, modèles probabilistes, méthodes d’ensembles, régression, évaluation de classifieurs, classes déséquilibrées, réseau de neurones, deep learning.
  • Apprentissage non supervisé : méthodes de partitionnement et de recouvrement, méthodes hiérarchiques, multi-vues, multi-stratégies, co-clustering, factorisation matricielle
  • Méthode de découverte de motifs et d’ensembles de motifs : séquences, graphes, tenseurs.
  • Méthodes incrémentales de fouille de données
  • Cadre théorique pour la fouille de données, langages de requêtes déclaratifs pour la fouille de données, fouille de données sous contraintes
  • Algorithmes de fouille de données robustes au passage à l’échelle, systèmes distribués / parallèles pour la fouille de données
  • Détection d’exceptions, d’inattendus, d’anomalies, de signaux faibles.
  • Préservation de la confidentialité et de l’anonymat
  • Méthodes statistiques en fouille de données
  • Programmation logique inductive
  • Apprentissage topologique, variétés mathématiques
  • Fouille visuelle de données
  • Analyse des données symboliques
  • Représentation, traitement et échange de données et connaissances sur le Web: formalisation sur le Web sémantique, données liées, Web de données, données ouvertes, publication de données, interrogation et raisonnement sur le Web sémantique, traçabilité et validation des données sur le Web
  • Variété des données et données complexes : données structurées, semi-structurées, textuelles ; données temporelles, spatiales, géolocalisées ; données multimedia ; données relationnelles ; données en réseau, en graphes ; données dynamiques ; flux de données ; données annotées à l’aide d’ontologies ; données hétérogènes sémantiquement

Aspects méthodologiques de l’extraction et de la gestion de connaissances

  • Acquisition, recueil, pré-traitement des données, filtrage, réduction de données, sélection et modification des caractéristiques
  • Critères et évaluation de la qualité des données, des connaissances extraites
  • Intégration de données (entrepôt, OLAP, médiation,…)
  • Intégration de connaissances dans le processus d’extraction (ontologies, expertise,…)
  • Gestion des connaissances et d’ontologies (acquisition, stockage, mise à jour, interopérabilité, interconnexion, évolution)
  • Assister le cycle de vie des vocabulaires (ontologies, thésaurus, etc.) sur le Web (modèles du Web sémantique, conceptualisation, formalisation, publication, accès, comparaison, évaluation, alignement, etc.)
  • Préparation, architecture et modèles de données pour liées sur le Web.
  • Visualisation analytique, interaction homme-machine en fouille de données
  • Traçabilité, sécurité et intégrité de l’information et des données
  • Plateformes et systèmes pour l’ECD
  • Protocoles d’évaluation et validation de modèles à partir d’utilisateurs
  • Etudes expérimentales sur des données volumineuses

Extraction et gestion de connaissances dans des domaines émergents

  • Analyse de liens, communautés en ligne, réseaux sociaux, médias sociaux.
  • Fouille de données d’opinions, de dépêches, de microblogging
  • Mobilité, géo-localisation, découverte de connaissances et ubiquité, intelligence ambiante, réseaux de capteurs, internet des objets
  • Big Data et nouveaux paradigmes de traitement des données : calcul haute performance, parallélisme, systèmes distribués
  • Crowdsourcing, modélisation de comportements
  • Fouilles du Web de données, extractions pour le Web sémantique, annotation de ressources multimédia pour le Web, annotation du Web des Objets
  • Fertilisation croisée entre extraction de connaissances et autres domaines de recherche ou d’applications : intelligence artificielle, sciences sociales et humanités numériques, traitement automatique des langues, vision par ordinateur.

Applications de l’extraction et de la gestion de connaissances

  • Développement durable, transports et lieux intelligents
  • Informatique verte pour la gestion et l’extraction de connaissances
  • Modélisation des épidémies, recherche clinique, médecine, biologie
  • Détection d’intrusion, prévention de fraude, sécurité
  • Mémoires d’entreprise, veille technologique, intelligence économique
  • Système de recommandation, commerce électronique, publicité en ligne
  • Applications dans d’autres domaines comme la chimie, l’environnement, les sciences sociales, l’éducation, l’économie, la finance, le tourisme, la défense, le génie logiciel.

 

 

 

 

 

 

 

 

 

Personnes connectées : 1