Les données générées en particulier par les objets connectés deviennent d'intérêt majeur au niveau économique, en offrant par exemple la réalisation de marketing ciblé. Leur analyse nécessite néanmoins des techniques spécifiques de type "data science", car elles sont généralement considérées comme non structurées. Selon les experts, la donnée générée par les objets (souvent à caractère personnel) est appelée à jouer un rôle plus important dans les années à venir, tant au niveau de l'offre de services que des modèles économiques de demain.
Expertises
-
Analyse de mégadonnées
Mise au point de méthodes et d'algorithmes en se focalisant plus particulièrement sur les points suivants :
- Motifs (relation entre les items) et Modèles thématiques probabilistes (expliciter les distributions de probabilités) ;
- Analyse de Concepts Formels (ACF) et Approximation ;
- Analyse de données spatio-temporelles.
Mots clé : Analyse de mégadonnées (Big Data Analytics), données spatio-temporelles, fouille de données (structurées ou non structurées), analyse de concepts formels, séries temporelles.
-
Intégration, analyse et gestion des données
Automatise et adapte toute la chaîne de traitement et d’analyse de grandes masses de données multi-sources et multi-modales issues du Web, des réseaux sociaux et sans fil, des objets connectés, capteurs et applications scientifiques.
Mots clé : Analyse et exploration de données, Gestion intégrée de données hétérogènes et multimodales, Composition de chaînes de traitements analytiques et services, Optimisation et personnalisation.
-
Dynamique de l'information
Étudie la chaîne de traitement et de transmission des données des capteurs jusqu’aux usagers. Domaines d’applications : la bioacoustique sous-marine et terrestre, l’analyse de scènes audiovisuelles, la reconnaissance et la recherche d’information dans des documents.
Mots clé : Intelligence artificielle, Apprentissage profond, Recherche d'information adaptative, Cognition, Compréhension de scène, Bioacoustique, Parole, Lecture, Enquête environnementale.
-
Apprentissage automatique (Machine Learning)
Apprentissage Profond (deep learning), théorie de l’apprentissage, et apprentissage dans le cadre du traitement du signal.
Mots clé : Apprentissage Automatique, Apprentissage de Dictionnaires, Apprentissage Profond, Apprentissage de Représentations, Apprentissage Spectral, Bandits, Inférence Grammaticale, Méthodes à noyaux, Théorie de l’Apprentissage.
-
Recherche d'Information et Interactions
Recherche d’information personnalisée et adaptée aux usages avec un focus sur les approches interactives et 2., intégration des résultats d’une recherche d’information dans les systèmes humains-machines dont les robots humanoïdes (objectif de les doter de la capacité d’interagir avec l’humain de façon pertinente et selon des comportements socio-émotionnels multimodaux).
Mots clé : Recherche et extraction d’information ; Approches interactives, adaptatives et centrées humain ; analyse de sentiments et d’émotions ; Systèmes humanoïdes et interaction humain-machine multimodale.
-
Traitement des données au sens large
Signaux, images (hyper-spectrales, spectroscopie de fluorescence), vidéo ou encore de données multi-dimensionnelles, multi-capteurs ou multi-modales dans un but d’extraction d’information pertinente et d’interprétation ou de décision automatique.
Mots clé : Signal – Images – Physique, Théorie de l’approximation, Systèmes dynamiques, Séparation de sources – déconvolution multidimensionnelle (MIMO) , Fusion de données Vision par ordinateurs, apprentissage, classification, Décompositions matricielles et tensorielles, Optimisation déterministe et stochastique, Biomédical, Surveillance maritime, Observation & surveillance de l’environnement , Analyse du document.
