Aller au contenu

DONNÉES, APPRENTISSAGE, CONNAISSANCES

Normastic

Avec l’essor des outils numériques et le développement des Technologies de l’Information et de la Communication, la quantité de données quotidiennement générées ne cesse de croître et leur exploitation et leur analyse sont devenues un défi majeur. Cette problématique forme l’épine dorsale de l’axe « Données, Apprentissage, Connaissances ». Au sein de celui-ci, les chercheurs de la fédération NormaSTIC développent des activités fondamentales et appliquées sur les thématiques de l’apprentissage et de l’optimisation, la reconnaissance de formes dans les images et les vidéos, les graphes, les technologies du langage humain, la monétique et la biométrie, la fouille de données et l’extraction d’information,…

Leurs compétences se complètent dans plusieurs domaines tels que l’apprentissage fondé sur un traitement statistique des masses de données ou exploitant des données discrètes, les méthodes supervisée et non supervisée, l’extraction et les usages de descripteurs texte et image, etc. Les principales thématiques de collaboration sont :

Apprentissage et optimisation

Apprentissage collaboratif, incrémental, apprentissage et noyaux, optimisation multi-objectif

Graphes et reconnaissance de formes

Noyaux de graphes, analyse de données représentées par des graphes, analyse d’images et de documents, extraction de structures

Indexation 

Descripteurs d’images et de documents, découverte d’associations (ou motifs) et de modèles

Extraction d’information et fouille

Exploitation et analyse de traces, de données, accès personnalisé à l’information, apport de méthodes symboliques pour l’explicabilité et la transparence de méthodes d’apprentissage profond

INFORMATIONS

Alexandre Pauchet

Laboratoire LITIS – Université de Rouen Normandie

Francois Rioult

François Rioult

Laboratoire GREYC – Université de Caen Normandie