STAR-CITY. Analyse et prédiction du trafic routier à l aide des technologies du web sémantique

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "STAR-CITY. Analyse et prédiction du trafic routier à l aide des technologies du web sémantique"

Transcription

1 1 STAR-CITY Analyse et prédiction du trafic routier à l aide des technologies du web sémantique IFT6282 Paul Molins

2 ARTICLE Auteurs : Freddy Lécué, Simone Tallevi-Diotallevi, Jer Hayes, Robert Tucker,Veli Bicer, Marco Sbodio, Pierpaolo Tommasi Titre : «Smart Traffic Analytics in the Semantic Web with STAR-CITY: Scenarios, System and Lessons Learned in Dublin City» Description de haut-niveau du système, pour plus de détails voir articles [6,14] 2

3 PLAN I. Introduction II. Description du système III. IV. Technologies Retour sur les technologies du web sémantique V. Méthodes de raisonnement VI. Limites VII. Conclusion Questions Références 3

4 I. INTRODUCTION Coût très élevé des embouteillages [2] Perte de temps conséquente Pollution de l air Réduction de la congestion [4] : Ø Améliorer les infrastructures Ø Promouvoir le transport public Ø Gérer le trafic pour éviter les embouteillages Ø Réorienter le flux vers d autres axes Ø Ralentissement du flux à l aide des feux tricolores 4

5 II. DESCRIPTION STAR-CITY est un système qui a la capacité d intégrer de grands volumes de données hétérogènes en temps réel, et de produire différents types d inférences contextuelles. Données hétérogènes en terme de Format (structurées vs non-structurées) Vélocité (statiques vs dynamiques) Volume 5

6 II. DESCRIPTION Types de données : Analyse et diagnostique du trafic en temps réel Bus de ville Evénements organisés (conférence, concert ) Conditions climatiques Evénements inattendus (accidents ) Travaux sur les routes Prédiction et exploration du trafic Média sociaux Carte de la ville Temps de parcours constatés par les capteurs du Dublin City Council 6

7 II. DESCRIPTION Le système STAR-CITY permet : Analyse en temps réel du trafic Diagnostique : Selon 3 facteurs Figure 1. Diagnostique 7

8 II. DESCRIPTION Prédiction : Plusieurs facteurs externes (en plus des capteurs) pris en compte Exploration : Recherche d événements similaires, quel a été leur impact sur les conditions de circulation? 8

9 II. DESCRIPTION : DIFFÉRENCIATION Résolution des problèmes de complexité et contextualisation sémantique Prise en compte de facteurs externes [13] Interface web, intelligence cachée à l utilisateur 9 Figure 2. Interface de l application

10 III. TECHNOLOGIES DU WEB SEMANTIQUE 10 Figure 3. Intégration des données

11 III. TECHNOLOGIES DU WEB SEMANTIQUE Transformation des données : XSLT pour XML OWL 2 pour CSV Typifier pour les flux Twitter Intégration des données En un flux OWL 2 EL (complexité de raisonnement polynomiale) Exploration [8] Formulation d une requête contextuelle : Comparer et évaluer différents contextes événements (lieu, catégorie, taille ) météo 11

12 III. TECHNOLOGIES DU WEB SEMANTIQUE Avantages Enrichissement de données brutes donner du sens (e.g. spatio-temporel) Flexibilité et scalabilité des opérations de composition d un flux transformation agrégation filtrage Normalisation des données 12

13 IV. MÉTHODES DE RAISONNEMENT Inférences élaborées à partir d une combinaison de types de raisonnement : (i) Logique de description HeavyTrafficFlow( s) Road(r1) ^ Road(r2) ^ isadjacentto(r1; r2) ^ hastraveltimestatus(r1; s) ^ hasweatherphenomenon(r1; w) ^ OptimunHumidity(w) ^ hastrafficphenomenon(r2; a) ^ RoadTrafficAccident(a) 13

14 IV. MÉTHODES DE RAISONNEMENT ii. iii. iv. Règles d association (génération par Apriori) Apprentissage machine (phase exploration) Basé sur le flux (corrélations et comparaisons) Identification des informations pertinentes (e.g. «Des travaux ont lieu tous les dimanches soirs dans le centre») 14

15 V. RETOUR SUR LES TECHNOLOGIES DU WEB SÉMATIQUE Difficultés avec les standards (ontologies de DBpedia, W3C, NASA ) Les ontologies permettent d améliorer : La précision du diagnostique (contextualisation : «W3C Time Ontology», «W3C Geo Ontology» ) La scalabilité L exactitude des prédictions (intégration d événements externes) Besoin d heuristiques (limitation temps et espace) Capteurs non fiables => filtrage du bruit 15

16 VI. LIMITES DE L ARTICLE Approches Limites Similarité temporelle basique Effets de bord 1 source de données par catégorie Facteurs externes Absence de recoupements Fiabilité/intégrité des données sources Facteurs imprévisibles Ontologies spécifiques Modification de la structure ou du vocabulaire des données sources 16

17 VII. CONCLUSION STAR-CITY interprète des données historiques et en temps réel sur les conditions de trafic. But 1 Comprendre les effets des événements sur les conditions de trafic. But 2 Appliquer des actions par anticipation Technologies du web sémantique : Décrire, intégrer et raisonner sur des données hétérogènes 17

18 QUESTIONS Avez-vous des questions? 18

19 RÉFÉRENCES [0] Freddy Lécué, Simone Tallevi-Diotallevi, Jer Hayes, Robert Tucker,Veli Bicer, Marco Sbodio, Pierpaolo Tommasi, Smart Traffic Analytics in the Semantic Web with STAR-CITY: Scenarios, System and Lessons Learned in Dublin City, in: The Journal of Web Semantics, 2014, vol. 27. [2] R. Arnott, K. Small, The economics of traffic congestion, American Scientist (1994) [4] M. Bando, K. Hasebe, A. Nakayama, A. Shibata, Y. Sugiyama, Dynamical model of traffic congestion and numerical simulation, Physical Review E 51 (1995) [6] F. Lécué, A. Schumann, M. L. Sbodio, Applying semantic web technologies for diagnosing road traffic congestions, in: International Semantic Web Conference (2), 2012, pp [8] V. Bicer, T. Tran, A. Abecker, R. Nedkov, Koios: Utiliz- ing semantic search for easy-access and visualization of structured environmental data, in: ISWC (2), 2011, pp [13] S. Cairns, C. Hass-Klau, P. Goodwin, Traffic impact of highway capacity reductions: Assessment of the evidence, Landor Publishing, [14] F. Lecue, R. Tucker, V. Bicer, P. Tommasi, S. TalleviDiotallevi, M. Sbodio, Predicting severity of road traffic congestion using semantic web technologies, in: Extended Semantic Web Conference, 2014, pp

NOSE: a Nomadic, Modular, Scalable IT Platform for Pervasive Sensing

NOSE: a Nomadic, Modular, Scalable IT Platform for Pervasive Sensing NOSE: a Nomadic, Modular, Scalable IT Platform for Pervasive Sensing T as la bougeotte? Carnotzet scientifique, 25 mars 2015 Gianluca Rizzo, Yann Bocchi, Jean-Pierre Rey Institut Informatique de gestion,

Plus en détail

une SOluTION basée SuR un modèle POuR PRévOIR le TRaFIc en TemPS Réel

une SOluTION basée SuR un modèle POuR PRévOIR le TRaFIc en TemPS Réel Comment anticiper le temps réel? Une solution basée sur un modèle pour prévoir le trafic en temps réel PTV Optima est la clé pour une gestion du trafic réussie. Cette solution basée sur un modèle propose

Plus en détail

Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs

Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon

Plus en détail

Contributions à l étude des mesures sémantiques

Contributions à l étude des mesures sémantiques Contributions à l étude des mesures sémantiques École des mines d Alès Sébastien Harispe Plan Contributions à l étude des mesures sémantiques Estimation d IC par les fonctions de croyance Plan Contributions

Plus en détail

Offre de formation de troisième cycle (LMD)

Offre de formation de troisième cycle (LMD) Offre de formation de troisième cycle (LMD) (Arrêté n 250 du 28 juillet 2009, fixant l organisation de la formation de troisième en vue de l obtention du diplôme de doctorat) Etablissement Faculté / Institut

Plus en détail

La rencontre du Big Data et du Cloud

La rencontre du Big Data et du Cloud La rencontre du Big Data et du Cloud Libérez le potentiel de toutes vos données Visualisez et exploitez plus rapidement les données de tous types, quelle que soit leur taille et indépendamment de leur

Plus en détail

Session Usager, Infrastructures, Réseaux sociaux et Transports intelligents

Session Usager, Infrastructures, Réseaux sociaux et Transports intelligents Session Usager, Infrastructures, Réseaux sociaux et Transports intelligents Président : Benoît CLOCHERET Artelia Modérateur : Christophe DESNOUAILLES Cerema Données mobiles : De la mobilité 2.0 au PDU

Plus en détail

Publication et intégration de données ouvertes

Publication et intégration de données ouvertes Publication et intégration de données ouvertes François Scharffe LIRMM, UM2 Gazouillez #lechatpito #datalift 1 Qu est-ce qu une donnée ouverte? Une donnée accessible sur le web sous une licence ouverte.

Plus en détail

Comment valoriser votre patrimoine de données?

Comment valoriser votre patrimoine de données? BIG DATA POUR QUELS USAGES? Comment valoriser votre patrimoine de données? HIGH PERFORMANCE HIGH ANALYTICS PERFORMANCE ANALYTICS MOULOUD DEY SAS FRANCE 15/11/2012 L ENTREPRISE SAS EN QUELQUES CHIFFRES

Plus en détail

Système d aide à la décision pour la gestion du trafic en temps réel, basé sur la simulation de trafic, l implémentation à San Diego.

Système d aide à la décision pour la gestion du trafic en temps réel, basé sur la simulation de trafic, l implémentation à San Diego. Système d aide à la décision pour la gestion du trafic en temps réel, basé sur la simulation de trafic, l implémentation à San Diego. Emmanuel Bert*, TSS-Traffic Simulation Systems Alexandre Torday, TSS-Traffic

Plus en détail

Introduction au WEB Sémantique Cours 1 : Qu est ce que le WEB sémantique?

Introduction au WEB Sémantique Cours 1 : Qu est ce que le WEB sémantique? Cours 1 : Qu est ce que le WEB sémantique? ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/index.html Plan du cours Introduction 1 Introduction

Plus en détail

Service d Audit des logiciels Qualité et Conformité Cobol/Cics/IMS

Service d Audit des logiciels Qualité et Conformité Cobol/Cics/IMS GT-8 Service d Audit des logiciels Qualité et Conformité Cobol/Cics/IMS IMS-DC DC/SQL/ /SQL/IMS (disponible aussi pour Java/J2EE) IMS-DLI 03/12/2007 1 Prestation de service : Audit Qualimétrique I. Description

Plus en détail

Big Data -Comment exploiter les données et les transformer en prise de décisions?

Big Data -Comment exploiter les données et les transformer en prise de décisions? IBM Global Industry Solution Center Nice-Paris Big Data -Comment exploiter les données et les transformer en prise de décisions? Apollonie Sbragia Architecte Senior & Responsable Centre D Excellence Assurance

Plus en détail

Le futur de la conduite automobile. Tendances technologiques du trafic routiers. Séminaire AWK FOCUS, 6 mai 2015

Le futur de la conduite automobile. Tendances technologiques du trafic routiers. Séminaire AWK FOCUS, 6 mai 2015 Le futur de la conduite automobile Tendances technologiques du trafic routiers Séminaire AWK FOCUS, 6 mai 2015 Dr Christian Blanc, consultant Peter Geissbühler, responsable de secteur www.awk.ch Contenu

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Systèmes de Recommandation. David Loup

Systèmes de Recommandation. David Loup Systèmes de Recommandation David Loup Systèmes de recommandation Plan Définition Motivations Domaine : Films Techniques / Approches Exemples Problèmes Evolution future 2/33 Définition Une plateforme pour

Plus en détail

SOMMAIRE SMART CITIES L EXPERIENCE D HIKOB HIKOB QUI SOMMES NOUS? MISSION 13/01/2014 HIKOB QUI SOMMES NOUS? SMART CITIES ENJEUX

SOMMAIRE SMART CITIES L EXPERIENCE D HIKOB HIKOB QUI SOMMES NOUS? MISSION 13/01/2014 HIKOB QUI SOMMES NOUS? SMART CITIES ENJEUX SOMMAIRE SMART CITIES L EXPERIENCE D HIKOB HIKOB QUI SOMMES NOUS? SMART CITIES ENJEUX SMART CITIES COMPLEXITE SMART CITIES CAS 1 : SMART CITIES CAS 2 : ITS SMART CITIES CAS 3 : VIABILITE HIVERNALE CONCLUSION

Plus en détail

Liaison et évolution collaborative d'une Ressource Termino-Ontologique sur le Web de données

Liaison et évolution collaborative d'une Ressource Termino-Ontologique sur le Web de données Master 2 R. Informatique: Systèmes intelligents Liaison et évolution collaborative d'une Ressource Termino-Ontologique sur le Web de données Auteur: Thomas Hecht Encadrants: Juliette Dibie-Barthélémy Patrice

Plus en détail

Plans de déplacements d entreprise:

Plans de déplacements d entreprise: Projet ADICCT Plans de déplacements d entreprise: Quel impact sur les déplacements domicile-travail? Van Malderen Laurent (FUCaM- UCL) Table des matières Introduction Plans de déplacements d entreprise

Plus en détail

Etat de l art sur l utilisation des techniques Web Sémantique en ECD

Etat de l art sur l utilisation des techniques Web Sémantique en ECD Etat de l art sur l utilisation des techniques Web Sémantique en ECD Hicham Behja ENSAM Meknès(1,2,3) Brigitte Trousse Projet AxIS INRIA Sophia Antipolis (2) Abdelaziz Marzak Faculté des sciences Casablanca

Plus en détail

Séminaire DIXIT - Les nouvelles frontières de la «data intelligence» : content analytics, machine-learning, prédictif

Séminaire DIXIT - Les nouvelles frontières de la «data intelligence» : content analytics, machine-learning, prédictif Séminaire DIXIT - Les nouvelles frontières de la «data intelligence» : content analytics, machine-learning, prédictif 13 avril 2015 LES INNOVATIONS DANS LA SOCIAL MEDIA INTELLIGENCE Expérience informationnelle

Plus en détail

b-swiss entreprise La solution la plus simple et intelligente pour communiquer en entreprise

b-swiss entreprise La solution la plus simple et intelligente pour communiquer en entreprise b-swiss La solution la plus simple et intelligente pour communiquer en b-swiss est la solution de communication par écran pour l de la gamme b-swiss spécialisé dans la communication intelligente par écran

Plus en détail

Web sémantique, données libres et liées, UNT

Web sémantique, données libres et liées, UNT Web sémantique, données libres et liées, UNT Yolaine Bourda September 20, 2012 Web sémantique De nombreux documents sont présents sur le Web. Pourtant il est parfois difficile d avoir des réponses à des

Plus en détail

Description Sémantique par les "Unified Content Descriptors"

Description Sémantique par les Unified Content Descriptors Description Sémantique par les "Unified Content Descriptors" Sébastien DERRIERE derriere@astro.u-strasbg.fr Centre de Données astronomiques de Strasbourg (CDS) 1 Plan Contexte: (méta)données en astronomie

Plus en détail

Bigdata et Web sémantique. les données + l intelligence= la solution

Bigdata et Web sémantique. les données + l intelligence= la solution Bigdata et Web sémantique les données + l intelligence= la solution 131214 1 big data et Web sémantique deux notions bien différentes et pourtant... (sable et silicium). «bigdata» ce n est pas que des

Plus en détail

Intelligence économique en PME/PMI Investissement de la sphère Web 2.0 Jacques Breillat Directeur du Master 2 «Intelligence économique et management

Intelligence économique en PME/PMI Investissement de la sphère Web 2.0 Jacques Breillat Directeur du Master 2 «Intelligence économique et management Intelligence économique en PME/PMI Investissement de la sphère Web 2.0 Jacques Breillat Directeur du Master 2 «Intelligence économique et management des organisations», IAE de Bordeaux, Université Montesquieu

Plus en détail

Analyse exploratoire de données

Analyse exploratoire de données Analyse exploratoire de données Françoise Fessant TECH/SUSI 28/09/2006 Sommaire Analyse exploratoire de données Cartes de kohonen Analyse des usages ADSL p2 Analyse exploratoire de données Construction

Plus en détail

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Modélisation et simulation du trafic Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005 Plan de la présentation! Introduction : modèles et simulations définition

Plus en détail

Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers

Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers Gestion des finances personnelles (LCA.DP) Réaliser une saine gestion de mes placements boursiers (mardis soirs) Hiver 2015 Paul Bourget 514-376-1620, poste 7349; pbourget@crosemont.qc.ca Thématique générale

Plus en détail

Problématiques de recherche. Figure Research Agenda for service-oriented computing

Problématiques de recherche. Figure Research Agenda for service-oriented computing Problématiques de recherche 90 Figure Research Agenda for service-oriented computing Conférences dans le domaine ICWS (International Conference on Web Services) Web services specifications and enhancements

Plus en détail

Accélérer l agilité de votre site de e-commerce. Cas client

Accélérer l agilité de votre site de e-commerce. Cas client Accélérer l agilité de votre site de e-commerce Cas client L agilité «outillée» devient nécessaire au delà d un certain facteur de complexité (clients x produits) Elevé Nombre de produits vendus Faible

Plus en détail

BIG DATA et DONNéES SEO

BIG DATA et DONNéES SEO BIG DATA et DONNéES SEO Vincent Heuschling vhe@affini-tech.com @vhe74 2012 Affini-Tech - Diffusion restreinte 1 Agenda Affini-Tech SEO? Application Généralisation 2013 Affini-Tech - Diffusion restreinte

Plus en détail

Simulation dynamique et recueil de données de trafic

Simulation dynamique et recueil de données de trafic Simulation dynamique et recueil de données de trafic Olivier RICHARD CETE Lyon / Groupe mobilité Transports COTITA Centre Est Crédit photos : CETE Lyon et CG 38 Ministère de l'écologie, de l'énergie, du

Plus en détail

Simulation des effets de structure des réseaux sur les polluants émis par l automobile personnelle

Simulation des effets de structure des réseaux sur les polluants émis par l automobile personnelle Simulation des effets de structure des réseaux sur les polluants émis par l automobile personnelle J. Prud homme, C. Genre-Grandpierre, D. Josselin, R. Prud homme SAGEO 2013 - Brest Julie Prud homme julie.prud-homme@etd.univ-avignon.fr

Plus en détail

Graphes, réseaux et internet

Graphes, réseaux et internet Graphes, réseaux et internet Clémence Magnien clemence.magnien@lip6.fr LIP6 CNRS et Université Pierre et Marie Curie (UPMC Paris 6) avec Matthieu Latapy, Frédéric Ouédraogo, Guillaume Valadon, Assia Hamzaoui,...

Plus en détail

Intégration de données complexes pour une vision 360 du client. Chloé Clavel EDF R&D Département ICAME

Intégration de données complexes pour une vision 360 du client. Chloé Clavel EDF R&D Département ICAME Intégration de données complexes pour une vision 360 du client Chloé Clavel EDF R&D Département ICAME Contexte : projet R&D sur l intégration de données complexes pour la connaissance client Objectif :

Plus en détail

Utilisation du modèle STICS pour quantifier la vitesse potentielle de minéralisation de l azote organique du sol sur le réseau régional Mh

Utilisation du modèle STICS pour quantifier la vitesse potentielle de minéralisation de l azote organique du sol sur le réseau régional Mh Utilisation du modèle STICS pour quantifier la vitesse potentielle de minéralisation de l azote organique du sol sur le réseau régional Mh Laure Beff, Yvon Lambert, Nicolas Beaudoin, Bruno Mary et Thierry

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informations de l'unité d'enseignement Implantation IPL Cursus de Bachelier en chimie Introduction à la statistique C1110 Cycle 1 Bloc 1 Quadrimestre 2 Pondération 1 Nombre de crédits 4 Nombre d heures

Plus en détail

Architecture des systèmes d information

Architecture des systèmes d information Architecture des systèmes d information Table des matières 1 La décennie 70 1 2 Le modèle relationnel (les années 80) 1 3 Enrichissement du relationnel (les années 80/90) 2 4 Système d informations (les

Plus en détail

D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002)

D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) L'approche processus D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) Diaporama : Marie-Hélène Gentil (Maître de Conférences,

Plus en détail

Description et regroupement de ressources pour les réseaux virtuels

Description et regroupement de ressources pour les réseaux virtuels École nationale d ingénieurs de Sfax Description et regroupement de ressources pour les réseaux virtuels Houssem Medhioub M. Mohamed Jmaiel Président M. Slim Kanoun Membre M. Maher Ben Jemaa Encadreur

Plus en détail

Agenda de formation Click&DECiDE

Agenda de formation Click&DECiDE Agenda de formation Click&DECiDE Disponible en session de 2 jours Objectif Ce document a pour objectif de décrire les grandes lignes des 4 journées de formation Click&DECiDE. Agenda proposé La session

Plus en détail

Cliquez pour modifier le style du titre TRANSFORMER LES FLUCTUATIONS CLIMATIQUES EN AVANTAGES COMPETITIFS

Cliquez pour modifier le style du titre TRANSFORMER LES FLUCTUATIONS CLIMATIQUES EN AVANTAGES COMPETITIFS Cliquez pour modifier le style du titre TRANSFORMER LES FLUCTUATIONS CLIMATIQUES EN AVANTAGES COMPETITIFS L entreprise CLIMPACT Essaimage de l Institut Pierre Simon Laplace des Sciences de l Environnement

Plus en détail

! "# $ $ $ $ % &' $ & ( ' &)**+++,,-*..

! # $ $ $ $ % &' $ & ( ' &)**+++,,-*.. ! "# $$$ $ %&'$&( '&)**+++,,-*.. La gestion des connaissances Un peu d histoire Approche Web sémantique d entreprise Démarche méthodologique Exemples Discussion : problèmes de recherche ouverts Conclusions

Plus en détail

www.vitro-fp7.eu Project No: FP7-ICT- 257245

www.vitro-fp7.eu Project No: FP7-ICT- 257245 Virtualiser des réseaux de capteurs par des services : l approche VIRO séminaire de recherche INF élécom SudParis, 25-26 Juin 2012 Zahra Movahedi, l équipe Simbad Plan Introduction Présentation VIRO Ma

Plus en détail

Raisonnement symbolique et géométrique pour la robotique mobile

Raisonnement symbolique et géométrique pour la robotique mobile Introduction à la réunion finale Raisonnement symbolique et géométrique pour la robotique mobile J. Guitton, J.L. Farges Control Architectures of Robots - Bourges - 30 mai 2008 1 Plan Introduction Vers

Plus en détail

Equipe Business Intelligence!

Equipe Business Intelligence! Equipe Business Intelligence! Laboratoire MAS ü MAS : un laboratoire de recherche où les mathématiques et l informatique sont appliquées aux systèmes http://www.mas.ecp.fr ü Analyse, modélisation, simulation

Plus en détail

L approche processus c est quoi?

L approche processus c est quoi? L approche processus c est quoi? D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) Introduction Termes et définitions

Plus en détail

Journée Futur et Ruptures 2015

Journée Futur et Ruptures 2015 Journée Futur et Ruptures 2015 Vers des réseaux d énergie toujours plus intelligents 5 mars 2015 Contexte énergétique 2 Contexte énergétique France 34% de l énergie produite consommée par l industrie,

Plus en détail

Smart Cities with Orange

Smart Cities with Orange Smart Cities with Orange Le citoyen dans la Ville Intelligente Marseille 6 Décembre 2011 Franck Lavagna Directeur Collectivités Locales Alpes Maritimes 1 Smart Cities : Une ville est un ecosysteme composé

Plus en détail

22 juin 2016, INRIA Lyon

22 juin 2016, INRIA Lyon 22 juin 2016, INRIA Lyon Smart city / Ville intelligente : une introduction Grand Lyon Métropole Intelligente D OÙ VIENT LA VILLE INTELLIGENTE? HYGIÉNISTE TECHNOPHILE «GÉNIE URBAIN» SATURATION & ENGORGEMENT

Plus en détail

ISAUr Logiciel de prévision de l impact sonore des aménagements urbains ISAUr Un logiciel de prévision de l impact sonore des aménagements urbains

ISAUr Logiciel de prévision de l impact sonore des aménagements urbains ISAUr Un logiciel de prévision de l impact sonore des aménagements urbains ISAUr Un logiciel de prévision de l impact sonore des aménagements urbains Judicaël PICAUT Page 2/12 Constat - Problématique Bruit et aménagements urbains Les aménagements urbains et péri-urbains, mis

Plus en détail

Introduction au WEB Sémantique Cours 2 : Ontologies

Introduction au WEB Sémantique Cours 2 : Ontologies Cours 2 : Ontologies ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/index.html Plan du cours 1 Introduction 2 3 4 5 Bibliographie I Supports de

Plus en détail

Sanef / Direction des Nouvelles Technologies / Franck Rivey (franck.rivey@sanef.com)

Sanef / Direction des Nouvelles Technologies / Franck Rivey (franck.rivey@sanef.com) Sanef / Direction des Nouvelles Technologies / Franck Rivey (franck.rivey@sanef.com) Quels sont les usages des données FCD pour un gestionnaire de routes. L augmentation constante du nombre d équipements

Plus en détail

LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES

LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES 2e partie : relier, réutiliser, partager L'apport du Web de données Gautier Poupeau Antidot http://www.lespetitescases.net Twitter @lespetitescases

Plus en détail

Linked Open Data. Le Web de données Réseau, usages, perspectives. Eric Charton. Eric Charton

Linked Open Data. Le Web de données Réseau, usages, perspectives. Eric Charton. Eric Charton Linked Open Data Le Web de données Réseau, usages, perspectives Sommaire Histoire du Linked Open Data Structure et évolution du réseau Utilisations du Linked Open Data Présence sur le réseau LOD Futurs

Plus en détail

MODÉLISATION ET GESTION DES BUS: SOLUTIONS INTERMÉDIAIRES ENTRE DES VOIES PARTAGÉES ET RÉSERVÉES

MODÉLISATION ET GESTION DES BUS: SOLUTIONS INTERMÉDIAIRES ENTRE DES VOIES PARTAGÉES ET RÉSERVÉES MODÉLISATION ET GESTION DES BUS: SOLUTIONS INTERMÉDIAIRES ENTRE DES VOIES PARTAGÉES ET RÉSERVÉES Journée «Voies réservées aux TC et au covoiturage» Jeudi 9 avril 2015 au CEREMA Centre-Est Etienne Hans

Plus en détail

Adaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr

Adaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Adaptabilité d un MOOC aux styles d apprentissage Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Agenda 1. Contexte : l apprentissage dans le projet PLACIS 2. Choix du

Plus en détail

AGENCE NATIONALE D APPUI A LA PERFORMANCE DES ETABLISSEMENTS DE SANTE ET MEDICO-SOCIAUX APPEL A PROJETS

AGENCE NATIONALE D APPUI A LA PERFORMANCE DES ETABLISSEMENTS DE SANTE ET MEDICO-SOCIAUX APPEL A PROJETS AGENCE NATIONALE D APPUI A LA PERFORMANCE DES ETABLISSEMENTS DE SANTE ET MEDICO-SOCIAUX APPEL A PROJETS «Validation méthodologique de l élaboration de scores composites de performance hospitalière» 1.

Plus en détail

MODÉLISATION DYNAMIQUE DU TRAFIC ET

MODÉLISATION DYNAMIQUE DU TRAFIC ET MODÉLISATION DYNAMIQUE DU TRAFIC ET LOGISTIQUE URBAINE : VERS UNE APPROCHE COMBINÉE Clélia Lopez Université de Lyon, ENTPE/IFSTTAR, LICIT Encadrants : Nicolas Chiabaut Ludovic Leclercq 20 ème journée doctorale

Plus en détail

BIGDATA AN 3 : UNE NOUVELLE ERE DE B.I.

BIGDATA AN 3 : UNE NOUVELLE ERE DE B.I. BIGDATA AN 3 : UNE NOUVELLE ERE DE B.I. QUELLES PERSPECTIVES POUR LES 20 PROCHAINES ANNEES? 22 MARS 2013 CHARLES PARAT, DIR. INNOVATION adoption L ADOPTION DES EVOLUTIONS B.I. EST LENTE BIGDATA BUZZ MAINFRAME

Plus en détail

PARTIE I : ÉCRIRE POUR APPRENDRE

PARTIE I : ÉCRIRE POUR APPRENDRE Table des matières Introduction! L écriture à travers le curriculum! Motiver les élèves à écrire! Le processus d écriture! L enseignement de l écriture! Comment utiliser cet ouvrage! Déterminer les objectifs

Plus en détail

Réseau Sociaux Plan. 1. Historique. 2. Définition et fonctionnalités. 3. Usages actuels. 4. Tendances. 5. Problématiques de recherche

Réseau Sociaux Plan. 1. Historique. 2. Définition et fonctionnalités. 3. Usages actuels. 4. Tendances. 5. Problématiques de recherche Réseaux Sociaux Révolution des usages sur Internet, et nouvelles problématiques de recherche Pierre Maret, Laboratoire Hubert Curien, St-Etienne Adrien Joly, Alcatel-Lucent Bell Labs France, Villarceaux

Plus en détail

quand le lien fait sens

quand le lien fait sens Fabien Gandon - @fabien_gandon - http://fabien.info Wimmics (Inria, I3S, CNRS, Université de Nice) W3C AC Rep pour Inria Données liées et Web sémantique quand le lien fait sens étendre la mémoire humaine

Plus en détail

Systèmes d Information Avancés (et répartis)

Systèmes d Information Avancés (et répartis) Systèmes d Information Avancés (et répartis) Université Lyon 1 MIAGE L. Médini, mars 2005 Plan des cours Protocole HTTP et programmation serveur Architectures réparties Objets distribués Introduction aux

Plus en détail

Le risque Idiosyncrasique

Le risque Idiosyncrasique Le risque Idiosyncrasique -Pierre CADESTIN -Magali DRIGHES -Raphael MINATO -Mathieu SELLES 1 Introduction Risque idiosyncrasique : risque non pris en compte dans le risque de marché (indépendant des phénomènes

Plus en détail

Intelligence électronique TAMAT V5 1/5. Plusieurs années de solutions techniques complètes au service de l'industrie

Intelligence électronique TAMAT V5 1/5. Plusieurs années de solutions techniques complètes au service de l'industrie TAMAT V5 1/5 Dans toutes les entreprises la gestion de l information des dysfonctionnements systèmes est une priorité. La sécurité passe par la rapidité d intervention et la capacité de réaction du personnel.

Plus en détail

SMALL DATA DANS LA VEILLE

SMALL DATA DANS LA VEILLE SMALL DATA DANS LA VEILLE Collecte et valorisation de l information stratégique dans l entreprise OCP El Jadida 25 Septembre 2014 25 Septembre 2014 OCP - El Jadida 2 Ordre du jour Définitions Etat de la

Plus en détail

Description du logiciel Smart-MED-Parks Article technique

Description du logiciel Smart-MED-Parks Article technique Introduction Description du logiciel Smart-MED-Parks Article technique Depuis le lancement du projet en février 2013, différentes actions ont été effectuées dans le but d'accroître la sensibilisation et

Plus en détail

Retour sur les sessions

Retour sur les sessions Retour sur les sessions Session 1 : Modèles de données dans le cadre de systèmes d informations multi-sources en écologie Session 2 : Enrichissement et représentation de données multi-sources en écologie

Plus en détail

Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI

Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI Fouille de données spatiales Mr Dib Abderrahim & Dr Mohamed-Khireddine KHOLLADI Introduction On assiste de plus en plus à la création d entrepôts de données. Les raisons sont multiples : 1. le tout numérique

Plus en détail

Cognit Ive Cas d utilisation

Cognit Ive Cas d utilisation Cognit Ive Cas d utilisation 96-98, rue de Montreuil - 75011 Paris _ opicot@ _ + 33 (0)1 40 09 71 55 Sommaire Présentation de la plateforme Cognit Ive SemanticMail : Traitement sémantique des mails Projets

Plus en détail

Fondements et étapes du processus de recherche, 3 e édition

Fondements et étapes du processus de recherche, 3 e édition Fondements et étapes du processus de recherche, 3 e édition Nouveauté Méthodes quantitatives et qualitatives Prix : 81,95 $ Auteurs : Marie-Fabienne Fortin, Johanne Gagnon ISBN13 : 9782765050063 Nombre

Plus en détail

Journée d échanges du RET Transports, croissance économique et développement territorial

Journée d échanges du RET Transports, croissance économique et développement territorial Journée d échanges du RET Transports, croissance économique et développement territorial Coûts de transport et inégalités régionales: Les apports de la nouvelle économie géographique Miren Lafourcade Paris-Jourdan

Plus en détail

Scalable Distributed Reasoning using MapReduce

Scalable Distributed Reasoning using MapReduce Scalable Distributed Reasoning using MapReduce Jacopo Urbani, Spyros Kotoulas, Eyal Oren, et Frank van Harmelen Department of Computer Science, Vrije Universiteit Amsterdam, the Netherlands International

Plus en détail

Compteurs de nouvelle génération

Compteurs de nouvelle génération Compteurs de nouvelle génération Intégration des données dans l'environnement PI System Alexandre Bouffard, chercheur Institut de recherche d Hydro-Québec (IREQ) 18 juin 2013 Aperçu 1. À propos d Hydro-Québec

Plus en détail

DIVAS - Description détaillée de l'architecture logicielle du système complet. Livrable N 3.A.1. Responsable : Samer Ammoun

DIVAS - Description détaillée de l'architecture logicielle du système complet. Livrable N 3.A.1. Responsable : Samer Ammoun DIVAS - Description détaillée de l'architecture logicielle du système complet Livrable N 3.A.1 Date: Mai 2008 Version: 1.0 Partenaires: Auteur: Sujet: Volet: Diffusion: Nombre de pages:14 ARMINES LCPC

Plus en détail

Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON

Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON Transformation IT de l entreprise ANALYTIQUE: L ÈRE WATSON L analytique joue un rôle désormais primordial dans la réussite d une entreprise. Les pouvoirs qu elle délivre sont incontestables, cependant

Plus en détail

Communication Visuelle par Composition de Flux Vidéo

Communication Visuelle par Composition de Flux Vidéo Communication Visuelle par Composition de Flux Vidéo Phuong Hoang Nguyen, Jozef Hatala, Gilles Privat, Pascal Sicard² FT R&D DIH/OCF - LSR-IMAG² Le présent document contient des informations qui sont la

Plus en détail

Analyse de données de mobilité : Cas des systèmes de vélos en libre (VLS)

Analyse de données de mobilité : Cas des systèmes de vélos en libre (VLS) Analyse de données de mobilité : Cas des systèmes de vélos en libre (VLS) Etienne Côme, Latifa Oukhellou IFSTTAR-COSYS, Laboratoire Grettia 11 Avril 213 Outline Plan 1 Introduction Problématique Le système

Plus en détail

Mobilité urbaine et facteurs de succès

Mobilité urbaine et facteurs de succès Mobilité urbaine et facteurs de succès Par Julie Guicheteau, ing. jr, M.Ing. Photo : Keath Loh, www.flickr.com Photo : Cotuit, http://media.photobucket.com Photo : Photo : Dan Moser, www.pedbikeimages.org

Plus en détail

Les Bases de données dans Patrimex/Patrima. Dan Vodislav Laboratoire ETIS Université de Cergy-Pontoise

Les Bases de données dans Patrimex/Patrima. Dan Vodislav Laboratoire ETIS Université de Cergy-Pontoise Les Bases de données dans Patrimex/Patrima Dan Vodislav Laboratoire ETIS Université de Cergy-Pontoise Plan Données dans Patrimex DATAH Objets du patrimoine matériel Applications Questionnaire bases de

Plus en détail

TRANSFOLIO. Système billettique de gestion centralisée. www.parkeon.com. Personnalisation avancée. Hautes performances

TRANSFOLIO. Système billettique de gestion centralisée. www.parkeon.com. Personnalisation avancée. Hautes performances TRANSFOLIO Système billettique de gestion centralisée Personnalisation avancée Hautes performances Multimodalité, Interopérabilité, multi-opérateurs Interface Web, simple et ergonomique www.parkeon.com

Plus en détail

Pourquoi intégrer le Big Data à son organisa3on?

Pourquoi intégrer le Big Data à son organisa3on? Pourquoi intégrer le Big Data à son organisa3on? Yvan Robert, VP Affaires Stratégiques Emmanuel Faug, Resp. pra>que BI Colloque 2014 Big Data Agenda Qui sommes nous? L importance de l information Méthodes

Plus en détail

Déployer un projet Web 2.0

Déployer un projet Web 2.0 Gabriel Képéklian et Jean-Louis Lequeux Déployer un projet Web 2.0 Anticiper le Web sémantique (Web 3.0) Support de l ouvrage sur les blogs des auteurs : http://www.kepeklian.com/blog http://www.weltram.eu/iweb.aspx,

Plus en détail

Sémantique et contextes conceptuels pour la recherche d informationd

Sémantique et contextes conceptuels pour la recherche d informationd Sémantique et contextes conceptuels pour la recherche d informationd Marie-Aude Aufaure SUPELEC & INRIA Axis Bénédicte Le Grand LIP 6 Paris 6 Michel Soto LIP 6 Paris 6 1 Plan unotion de contexte et travaux

Plus en détail

Données liées et Web sémantique quand le lien fait sens

Données liées et Web sémantique quand le lien fait sens Données liées et Web sémantique quand le lien fait sens Fabien Gandon #inria_industrie étendre la mémoire humaine Vannevar BUSH 2 étendre la mémoire humaine Vannevar BUSH Memex, Life Magazine, 10/09/1945

Plus en détail

Apprentissage du logiciel de modélisation chronologique. Formation animée par Philippe LANOS, Anne PHILIPPE, Marie-Anne VIBET et Philippe DUFRESNE

Apprentissage du logiciel de modélisation chronologique. Formation animée par Philippe LANOS, Anne PHILIPPE, Marie-Anne VIBET et Philippe DUFRESNE FORMATION ChronoModel Apprentissage du logiciel de modélisation chronologique CENTRE ARCHEOLOGIQUE DE BIBRACTE 19-23 OCTOBRE 2015 Formation animée par Philippe LANOS, Anne PHILIPPE, Marie-Anne VIBET et

Plus en détail

Bases de données multimédia VII Bag of words

Bases de données multimédia VII Bag of words Bases de données multimédia VII Bag of words ENSIMAG 2014-2015 Matthijs Douze & Karteek Alahari Video-Google! LA référence : Josef Sivic and Andrew Zisserman «Video Google: A Text Retrieval Approach to

Plus en détail

I. Bases de données. Exemples classiques d'applications BD. Besoins de description

I. Bases de données. Exemples classiques d'applications BD. Besoins de description I. Bases de données Exemples classiques d'applications BD Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Gestion des personnels, étudiants, cours, inscriptions,...

Plus en détail

UCOPIA Wi-Fi analytics & marketing. 30 septembre 2015

UCOPIA Wi-Fi analytics & marketing. 30 septembre 2015 UCOPIA Wi-Fi analytics & marketing 1 30 septembre 2015 AGENDA Introduction Etudes de cas Wi-Fi Analytics Business Intelligence Forfaits Wi-Fi Marketing Web Injection Forfaits Description Technique 2 Introduction

Plus en détail

Open Data. François Bancilhon twitter.com/fbancilhon www.data-publica.com. Printemps de la recherche EDF R&D 28/9/12

Open Data. François Bancilhon twitter.com/fbancilhon www.data-publica.com. Printemps de la recherche EDF R&D 28/9/12 Open Data François Bancilhon twitter.com/fbancilhon www.data-publica.com Printemps de la recherche EDF R&D 28/9/12 Plan Open data Que faire des données de l open data? Eco-système de la données Data Publica

Plus en détail

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide

Plus en détail

Formation HP HP CloudSystem Matrix Administration

Formation HP HP CloudSystem Matrix Administration La Pédagogie au service de la Technologie TECHNOLOGIE Formation HP HP CloudSystem Matrix Administration Objectif >> A la fin de ce cours, les stagiaires seront à même d effectuer les tâches suivantes :

Plus en détail

XCube XML For Data Warehouses

XCube XML For Data Warehouses XCube XML For Data Warehouses Auteurs : Wolfgang Hümmer Andreas Bauer Gunnar Harde Présenté par : David TA KIM 2005-12-05 Sommaire Sommaire I Introduction au Datawarehouse Sommaire I Introduction au Datawarehouse

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

Conférence-débat : synthèse «Pérennité de l information : vers une solution et une réalisation»

Conférence-débat : synthèse «Pérennité de l information : vers une solution et une réalisation» Conférence-débat : synthèse «Pérennité de l information : vers une solution et une réalisation» e-babel info@e-babel.org 25 novembre 2009 Avec la participation de : Mme Véronique Sordet : 7ème Programme

Plus en détail

Journée Rencontres Académiques SCS

Journée Rencontres Académiques SCS Journée Rencontres Académiques SCS 24/01/2012 Prof. Frédéric Precioso Knowledge Extraction, Integration & Algorithms (KEIA) http://keia.i3s.unice.fr/ 2 /35 Permanents Célia Pereira da Costa, Christel Dartigues,

Plus en détail

Le cadre des Web Services Partie 1 : Introduction

Le cadre des Web Services Partie 1 : Introduction Sécurité en ingénierie du Logiciel Le cadre des Web Services Partie 1 : Introduction Alexandre Dulaunoy adulau@foo.be Sécurité en ingénierie du Logiciel p.1/21 Agenda (partie 1) 1/2 Introduction Services

Plus en détail

LA GESTION DES EVENEMENTS PLUVIEUX

LA GESTION DES EVENEMENTS PLUVIEUX SMART WATER NETWORKS LA GESTION DES EVENEMENTS PLUVIEUX Les défis posés au gestionnaire du système d assainissement La sécurité des biens et des personnes Anticiper et limiter les risques de débordements

Plus en détail