Trait

Entête - Vue de Namur

Trait Trait
 
 
 
Logo de SAS
 
 

Valid XHTML 1.0 Transitional

 

Valid CSS!

 
 
 
 
 
 
 

Trait
Thèmes de la conférence


Principaux thèmes (liste non limitative)
  • Acquisition, recueil, pré-traitement, filtrage et fusion de données ou de connaissances du domaine
  • Modélisation et stockage de données, entrepôts de données, langages de requêtes, méta-données, méta-connaissances
  • Modélisation des connaissances (OWL, graphes conceptuels, logiques), stockage des connaissances
  • Traitements, extraction de connaissances et fouille utilisant différents types de données :
    • Données complexes, volumineuses, hétérogènes
    • Fouille de textes, langages techniques
    • Fouille et interprétation d'images, de vidéos, de données audio
    • Flux de données, données temporelles, séquentielles
    • Données spatiales
    • Fouille du Web (contenu, structure, utilisation), Web sémantique
  • Utilisation de connaissances du domaine et d'ontologies (acquisition, mise à jour, interopérabilité, prise en compte des ontologies dans le processus d'extraction, extraction pour construire des ontologies)
  • Théories, méthodes et algorithmes d'apprentissage, d'extraction de connaissances et de fouille de données :
    • Apprentissage supervisé, discrimination, stratégies d'apprentissage, agrégation de prédicteurs, réseaux neuromimétiques, bayésiens, SVM, algorithmes génétiques, validation.
    • Apprentissage non supervisé, analyse exploratoire, analyse de données, classification, cartes de Kohonen
    • Fouille visuelle et interactive, analyse en ligne
    • Méthodes utilisant le calcul intensif et distribué
    • Approches symboliques, programmation logique inductive, inférence grammaticale, découverte de règles, d'arbres, de graphes
    • Théorie de l'apprentissage, complexité
  • Aspects interfaces et utilisateurs, environnements, modèles de l'extraction de connaissances et de la fouille de données
  • Post-traitement, élagage, validation des méthodes, qualité des connaissances
  • Gestion distribuée des connaissances, gestion et acquisition des connaissances par agents, gestion collaborative, bases de connaissances, exploration, interprétation, maintenance
  • Systèmes de mémoires d'entreprise, de veille technologique, d'intelligence économique
  • Applications innovantes de l'extraction et de la gestion de connaissances aussi bien dans l'industrie que dans l'administration. Les domaines d'applications sont, par exemple, médecine, biologie, finance, assurance, économie, sciences sociales, transport, tourisme, éducation, défense, télécommunications, gestion clientèle, gestion de ressources humaines, marketing, recherche d'information.
  • Modélisation de concepts (catégories, classes) par des données symboliques.
  • Fouille de connaissances conceptuelles: Analyse des Données Symboliques et visualisation.