Fouille interactive instantanée de motifs évolutifs pour l exploration de données d activité

Dimension: px
Commencer à balayer dès la page:

Download "Fouille interactive instantanée de motifs évolutifs pour l exploration de données d activité"

Transcription

1 LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2015 Fouille interactive instantanée de motifs évolutifs pour l exploration de données d activité Directeur de thèse NOM, Prénom : PRIÉ, Yannick Équipe d accueil : DUKe Unité de recherche : LINA (UMR 6241) Unité de rattachement : Université de Nantes Courriel : yannick.prie (at) univ-nantes.fr Taux d encadrement : 40 % Nombre de thèses en cours : 1 Co-encadrant NOM, Prénom : BLANCHARD, Julien Unité de recherche : Université de Nantes Unité de rattachement : DUKe Taux d encadrement : 60 % Nombre de thèses en cours : 1 Financement prévu : MESR

2 Sujet de thèse pour 2015 Fouille interactive instantanée de motifs évolutifs pour l exploration de données d activité Résumé. Ce sujet s inscrit dans le contexte des traces d activité laissées par les utilisateurs de systèmes informatiques. On s intéresse plus particulièrement aux traces d interaction et à leur étude par des analystes afin d y détecter des motifs d activité récurrents (il y a régularité) ayant la particularité d évoluer (un utilisateur mènera ses tâches plus vite, changera d habitude, etc.). On se place donc dans le cadre de la fouille de données temporelles, en s intéressant à deux problèmes particuliers. Le premier concerne la fouille de motifs dits évolutifs, notion qu il s agira de définir précisément et formellement. Le second concerne la fouille interactive dite instantanée, dans laquelle on privilégie une approche où l analyste peut recevoir des résultats de l algorithme de recherche et le piloter à tout instant : les algorithmes considérés doivent alors être anytime. Le travail de thèse visera à définir la notion de motif évolutif, à étudier les algorithmes anytime pour la fouille de motifs temporels évolutifs, à proposer des principes d interaction pour piloter de tels algorithmes anytime, à concevoir et implémenter un ou plusieurs systèmes, enfin à valider ceux-ci du point de vue des performances, de l utilisabilité, etc. Mots clés. Motifs évolutifs, traces d activité, fouille de motifs séquentiels, fouille interactive, algorithmes anytime 2

3 Introduction Contexte et problématique La motivation à l origine de ce travail est une problématique applicative particulière, qui est celle de la détection de la formation et du développement de pratiques des utilisateurs d outils numériques. Tout utilisateur développe en effet au cours de son activité des manières d utiliser une application ou un ensemble d applications qui dépendent des outils qui lui sont proposés, mais qui lui sont également particulières. On appelle instrument numérique une telle manière personnelle d utiliser un système [BP12], qui est notamment caractérisés par des schèmes, des suites d actions répétitives particulières à un utilisateur, qu il a construites au cours de l appropriation de l outil. Ces schèmes continuent à évoluer au cours du temps, soit de façon endogène quand l utilisateur acquiert des automatismes ou que ses buts évoluent, soit exogène quand le système considéré évolue (changement de version) ou que le contexte change (e.g. intégration de nouvelles applications). Etudier ces évolutions permet de mieux comprendre le couplage homme-machine, l appropriation des outils numérique, mais aussi de proposer des outils permettant de soutenir les utilisateurs [BPT14] 1 La collecte et l analyse des traces d utilisation du système permettent d étudier l apparition et l évolution de tels schèmes. Ces traces sont constituées d une séquence temporelle d événements correspondant aux actions de l utilisateur et aux objets sur lesquels portent ces actions. La détection de la présence et du développement d un instrument numérique peut alors baser sur la découverte d une part de motifs d activité dans ces traces, d autre part des évolutions de ces motifs au cours du temps (on parlera de motifs évolutifs). Par ailleurs, l évaluation de la pertinence d un motif et de son éventuelle évolution ne peut être réalisée que par un analyste humain, dans une approche interactive permettant de réduire la charge cognitive, de focaliser plus rapidement tout en appréhendant mieux les données [CMS99]. Si cette implication nécessaire de l utilisateur dans le processus de fouille de données est, en théorie, sous-jacente à de nombreux travaux du domaine, elle reste encore largement perfectible [vl14]. Nous nous orientons donc vers la mise en oeuvre d un processus de fouille interactive et intuitive des traces d interaction, dans laquelle l analyste explore les résultats de la fouille et dirige celle-ci dans la direction de son choix. De façon générale, la problématique est celle de la fouille interactive de données temporelles issues de l activité humaine pour la détection de motifs évolutifs. Une telle problématique va au-delà de la détection d instruments numériques, et s inscrit de façon plus générique dans le contexte actuel de l exploitation de traces d activité humaine récoltées par différents senseurs (life logging) en vue d offrir à un utilisateur des services liées au mouvements du quantified self, de la e-santé, etc. 1 Cf. le projet DSD Digital Skill Development à nouveau soumis à l ANR cette année, qui regroupe le LINA, le LIRIS, l INRIA Lille et les entreprises Jamespot et Shazino. L objectif du projet est de fournir des outils à base de traces pour supporter l appropriation initiale d un outil numérique, la montée en expertise, et la réappropriation après changement de version par exemple. 3

4 Problèmes et opportunités L extraction de motifs temporels, et plus généralement séquentiels, dans des bases de données est une tâche essentielle de la fouille de données, à laquelle une littérature abondante est consacrée [GLMS14]. Des algorithmes efficaces et passant l échelle ont été proposés, mais comme rappelé dans l état de l art récent de Mooney et Roddick [MR13], il n existe pas de solution générique. L effort de recherche porte sur des algorithmes optimisés pour des applications précises, et qui exploitent les contraintes spécifiques des séquences étudiées. Les domaines d applications les plus étudiés sont les télécommunications et données géo-localisées, la vente à distance, la détection d intrusion, la bioinformatique, le text mining, le web usage mining, la supervision de systèmes automatiques [GH12]. Dans le cas qui nous occupe, deux problèmes principaux sont considérés : 1/ le caractère évolutif des motifs recherchés, et 2/ le caractère instantané du processus de fouille interactive. 1- Le cas particulier d extraction de motifs temporels auquel nous nous attaquons ici est celui des motifs temporels évolutifs que l on va chercher à repérer dans une trace d événements temporelle. Un motif évolutif est défini comme un motif séquentiel qui évolue suivant la position temporelle ou séquentielle de ses instances dans la trace dont il est extrait. Nous distinguons trois principaux processus d évolution : évolution de la syntaxe du motif, essentiellement par ajout ou retrait des événements qui le composent (dans le contexte des instruments numériques, une suite d actions devient plus efficace en remplaçant des commandes souris par des raccourcis clavier, une action inutile faite par habitude est éliminée, etc.) ; évolution des instances du motif, par exemple leur durée (une suite d action est exécutée de plus en plus vite), leur fréquence locale, leur pureté (est-ce que d autres actions ont lieu en parallèle de l instance?) ; évolution des propriétés du motif, qui concernent par exemple sa significativité, une corrélation avec un autre motif, ou des attributs propres aux évènements. L extraction de motifs évolutifs dans des données temporelles est un problème difficile qui est peu traité dans la littérature. Ceci peut s expliquer par le caractère contradictoire que revêt le concept même de motif évolutif : pour pouvoir être détecté dans les données, un motif est nécessairement une structure stable, i.e. capable de se répéter à l identique. Cette contrainte de stabilité est assouplie dans la plupart des travaux, par exemple en autorisant des éléments génériques (wildcards) dans les motifs [MWW12]. Les règles d association participent aussi de cet assouplissement puisqu une règle indique qu une partie du motif n apparaît pas de manière systématique [AMS + 96]. Dans le cas des motifs séquentiels, des plages de variation sont autorisées pour les contraintes temporelles qui régissent les écarts entre évènements [BGG07]. Les contraintes d ordre dans 4

5 l apparition des évènements sont aussi parfois relaxées [Bla14, TC11]. Au final, même si les motifs peuvent présenter des variations, il n existe pas vraiment de travaux qui s intéressent à structurer ces variations pour en dégager une tendance d évolution dans le temps. A notre connaissance, les seuls travaux que l on peut inscrire dans cette approche concernent les règles d association [JQZ10, BRNK09, LR05, LML01], et portent uniquement sur l évolution du support et de la confiance des règles, ce qui impose un cadre très limité pour les éventuelles variations. Ces travaux adoptent un point de vue différent du nôtre puisqu ils visent soit à détecter des motifs stables dans le temps (dans l idée qu ils sont plus robustes), soit à prédire des changements de support et de confiance. Traiter la question des motifs évolutifs dans sa globalité ouvre donc des perspectives inédites. Il est à noter que des propriétés d évolution de motifs ont été étudiées récemment dans la thèse de Rezwan Ahmed [Ahm14], sur des données de graphes. La notion de motif évolutif n y est cependant pas traitée comme un objet d étude à part entière. 2- Nous avons souligné plus haut la nécessaire interactivité liée à la fouille des traces considérées. La coopération entre le système et l utilisateur est en théorie une partie intégrante du Knowledge Discovery in Databases depuis son avènement dans les années 90 [FPSS96, BA96], mais elle est souvent réduite dans la pratique à des interactions ponctuelles entre deux exécutions d un algorithme automatique. Au contraire, les travaux en IHM et visualisation d information recommandent que l analyste puisse suivre aisément le flux de ses hypothèses et intuitions en association avec le système de fouille, c est-à-dire sans avoir à mémoriser d information sur ce qu il cherche en attendant que le système réponde [KAF + 08, KKEM10, Hol13]. La clé est donc d offrir des temps de réponse réduits quasi temps-réel qui seront les seuls garants d une véritable interactivité entre l utilisateur et le logiciel [Fek13], L une des solutions suggérée récemment 23, que nous explorerons, est d adopter des stratégies anytime pour proposer une fouille interactive instantanée (Instant Interactive Datamining). Le principe des algorithmes anytime [GZ96] est qu ils peuvent fournir une solution valide (mais pas forcément optimale) à un problème à n importe quel moment, i.e. même s ils sont interrompus avant la fin de leur exécution. En fouille de données, des approches anytime ont été proposées pour la classification supervisée [SK10] ou le clustering [KABS11], mais il n existe aucune technique pour l extraction de motifs. Adopter cette voie peut créer un paradigme nouveau pour la fouille de motifs, en rupture avec les approches actuelles qui visent l optimalité et/ou la complétude des résultats mais sont bloquantes (batch processing). Cette thèse a pour objectif d avancer dans les directions novatrices associées aux deux 2 ECML PKDD 2012 Workshop on Instant Interactive Data Mining sur l introduction de ce concept. Voir aussi les workshops IDEA Interactive Data Exploration and Analytics à ECML-PKDD, ainsi que la proposition de Progressive Visual Analytics [SPG14] dans la communauté Infovis. 3 Atelier Fouille visuelle de données temporelles du groupe de travail EGC/AFIHM Visualisation d information, Interaction, et Fouille de données (2013) dont la conclusion est que prendre la question de la fouille interactive au sérieux nécessite de s intéresser en même temps aux algorithmes et à l interaction avec ceux-ci, donc de favoriser des algorithmes anytime. 5

6 questions principales considérées (motifs évolutifs, processus de fouille interactive instantanée), en profitant de la synergie entre elles : la fouille instantanée est appliquée à un problème particulier, la recherche de motifs évolutifs tire partie du caractère véritablement interactif de la fouille. Travail demandé Objectifs Les objectifs de la thèse sont les suivants : Définir la notion de motif évolutif et ses propriétés, dans le cas général et dans les cas particuliers qui nous concernent (en lien avec les traces dont nous disposons, et la volonté de repérer des schèmes et leurs évolutions). Il s agit notamment de déterminer où placer le curseur entre stabilité et évolution. Il nous faudra préciser les évolutions acceptables pour un motif et celles qui donnent lieu à un nouveau motif. Il sera utile également de réaliser une première exploration des types d évolutions présents dans les données visées, et de les classifier : on pourrait s attendre par exemple à découvrir des évolutions monotones ou cycliques, des évolutions continues ou par paliers ou pics. Étudier les stratégies algorithmiques possibles pour découvrir des motifs évolutifs, par exemple extraction en largeur d abord (type Apriori) ou en profondeur d abord (type FP-growth), nombre de passes sur les données, prises en compte de contraintes, recherche d une évolution future ou passée, etc. Il faudra favoriser les stratégies les plus adaptées aux données de traces dont nous disposons. Étudier les principes d interaction qu il est possible de mettre en oeuvre avec les algorithmes anytime afin d atteindre des résultats satisfaisants. En focalisant sur les stratégies précédentes, on s intéressera à la visualisation de l état d avancement des algorithmes, de leurs résultats, etc. et aux interactions possibles pour modifier des paramètres, sélectionner des motifs comme pertinents ou non pertinents, zoomer sur une tranche temporelle intéressante, changer des directions d exploration, etc. [MPG + 14] fournit une base sur l implication possible de l utilisateur dans des calculs en cours de déroulement. Étudier l existence ou non d algorithmes anytime de la littérature portant sur l extraction de motifs ou l analyse de séquences. Il s agit notamment de pouvoir décider quels algorithmes seraient réutilisables, s il faudrait rendre anytime des algorithmes classiques d extraction de motifs temporels, adopter une heuristique, voire concevoir complètement de nouveaux algorithmes. Proposer un ou plusieurs systèmes raisonnablement constructibles mettant en oeuvre algorithmes anytime et manières d interagir associées, permettant de valider un certain nombre d avancées sur la recherche de motifs évolutifs et la fouille interactive instantanée. Implémenter ce ou ces systèmes, et les tester dans différentes conditions (e.g. efficacité dans la recherche de patterns, taille des données traitables, utilisabilité par un 6

7 analyste, etc.). Un objectif supplémentaire est bien entendu l insertion dans les communautés nationales et internationales autour de ces questions (participation à des workshops, conférences, publications). Le travail prendra place dans un effort mené au sein de l équipe DUKe sur la fouille de traces et s articulera aux différents projets associés, notamment les ANR 2014 Episteme (traces de pratiques de recherche en astrophysique) et Hubble (traces liées à l apprentissage à distance) qui fourniront à la fois traces d activité et experts. L ANR 2015 DSD sera prioritairement mobilisé si accepté (traces d utilisation d outils numériques pour le travail intellectuel). Notre approche est exploratoire, mais d après la première étude que nous avons réalisée sur les traces à notre disposition 4, nous ne doutons pas vraiment de la présence de motifs évolutifs dans ces données. Néanmoins, en cas de difficulté à détecter des évolutions, nous pourrions faire évoluer nos objectifs, par exemple en réduisant la capacité d évolution des motifs, ou en choisissant des autres jeux de données d activité adaptés (réels ou simulés). A noter également que Vincent Raveneau a entamé fin janvier un stage de M2R portant sur la «Fouille de motifs évolutifs pour étudier l appropriation dans un LMS (Learning Management System)». Son travail, qui devrait apporter quelques résultats à la thèse, porte sur la définition de la notion de motifs évolutifs et l analyse de traces issues de la plateforme d enseignement de l Université de Nantes, pour étudier l appropriation de la plateforme. Les traces considérées portent sur l ensemble de la promotion PACES (1ère année Santé) entre septembre et décembre 2014, et proviennent du projet TTE (Traces et Technologies Educatives) soutenu par Atlanstic fin Plan de travail prévisionnel de l étude La première partie du travail consistera à prendre connaissance de façon poussée des différents domaines visés : traces d activité humaine et types d analyse associées, fouille interactive, fouille de motifs séquentiels (en focalisant sur les données d activité, notamment web usage mining, analyse de la dynamique des réseaux sociaux), algorithmes anytime, etc. ce qui donnera lieu à la rédaction d un rapport bibliographique. De façon pratique, on prendra également en main différentes traces d interaction disponibles issues de différents projets (Cinecast, Hubble, TTE, etc.). La seconde partie visera à définir et à formaliser la notion de motif évolutif, à la fois dans le cas général et les cas particuliers des traces d activité choisis pour l étude, ce qui sera également l occasion de préciser les objectifs de la thèse. Cette partie se terminera par des études théoriques et pratiques plus focalisées sur les stratégies algorithmiques possibles, la disponibilité éventuelle d algorithmes anytime pour la recherche de motifs, la possibilité de rendre anytime des algorithmes existants, et ainsi que la caractérisation des formes d interaction possibles avec ces algorithmes pour leur pilotage. Ce travail 4 Lors du stage de M1 de Grigori Antipov à Polytech Nantes en juin-juillet

8 se terminera par la rédaction d un second rapport (pouvant donner lieu à publication de types workshop), dans la conclusion duquel on proposera à la conception plusieurs système interactifs complets ou partiels, associant clairement objectifs de validation, algorithme(s) anytime et principes d interaction et de pilotage. La priorisation de ces systèmes en fonction des difficultés de développement et des gains attendus en terme de résultats permettra de lancer la troisième partie du travail, au cours de laquelle seront développés un ou plusieurs prototypes, qui seront évalués du point de vue des performances algorithmiques, de la qualité des résultats obtenus, de l interaction avec l analyste, etc. Une ou plusieurs publication permettront de valoriser les résultats. La dernière partie des travaux concernera la rédaction du mémoire, sa soutenance, ainsi que la finalisation des publications engagées. Les deux premières parties du travail devraient prendre au total entre 12 et 14 mois ; la troisième entre 14 et 20 mois et la dernière entre 4 et 6 mois. Candidats Compétences Master en informatique, fouille de données ou statistiques (+ intérêt pour l interaction homme-machine) ou interaction homme-machine (+ intérêt pour la fouille de données). Bonnes compétences en algorithmie et en programmation. 8

9 Bibliographie [Ahm14] Rezwan Ahmed. Algorithms for mining evolving patterns in dynamic relational networks. Ph.d. dissertation, University of Minnesota, [AMS + 96] Rakesh Agrawal, Hiekki Mannila, Ramakrishnan Srikant, Hannu Toivonen, and A. Inkeri Verkamo. Fast discovery of association rules. In Advances in knowledge discovery and data mining, pages American Association for Artificial Intelligence, [BA96] [BGG07] [Bla14] [BP12] [BPT14] J.R. Brachman and T. Anand. The process of knowledge discovery in databases : a human-centered approach. In Usama M. Fayyad, Gregory Piatetsky- Shapiro, Padhraic Smyth, and Ramasamy Uthurusamy, editors, Advances in knowledge discovery and data mining, pages AAAI/MIT Press, Julien Blanchard, Fabrice Guillet, and Regis Gras. On the discovery of significant temporal rules. In Proceedings of the IEEE Conference SMC 2007, pages IEEE Computer Society Press, Julien Blanchard. Motifs récursifs : extraction ascendante hiérarchique d ensembles d items ou d évènements pour le résumé de données transactionnelles ou séquentielles. Revue des Nouvelles Technologies de l Information, E-26 : , Actes des journées Extraction et Gestion des Connaissances (EGC) Amaury Belin and Yannick Prié. Diam : Towards a model for describing appropriation processes through the evolution of digital artifacts. In Proceedings of the Designing Interactive Systems Conference, DIS 12, pages ACM, Amaury Belin, Yannick Prié, and Aurélien Tabard. Supporting the development of digital skills. In Proceedings of Digital Intelligence 2014, [BRNK09] M. Bottcher, G. Ruß, D. Nauck, and R. Kruse. From change mining to relevance feedback : A unified view on assessing rule interestingness. In Y. Zhao, C. Zhang, and L. Cao, editors, Post-Mining of association rules : Techniques for effective knowledge extraction, page IGI Global,

10 [CMS99] Stuart K. Card, Jock Mackinlay, and Ben Shneiderman. Readings in Information Visualization : Using vision to think. Morgan Kaufmann, [Fek13] J.-D. Fekete. Visual analytics infrastructures : From data management to exploration. IEEE Computer, 46(7) :22 29, July [FPSS96] Usama M. Fayyad, Gregory Piatetsky-Shapiro, and Padhraic Smyth. From data mining to knowledge discovery : an overview. In Usama M. Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth, and Ramasamy Uthurusamy, editors, Advances in knowledge discovery and data mining, pages AAAI/MIT Press, [GH12] M. Gupta and J. Han. Applications of pattern discovery using sequential data mining. In P. Radha Krishna Pradeep Kumar and S. Bapi Raju, editors, Pattern Discovery Using Sequence Data Mining : Applications and Studies, pages IGI-Global, [GLMS14] Arnaud Giacometti, Dominique H. Li, Patrick Marcel, and Arnaud Soulet. 20 years of pattern mining : A bibliometric survey. SIGKDD Exploration Newsl., 15(1) :41 50, March [GZ96] [Hol13] [JQZ10] [KABS11] [KAF + 08] Joshua Grass and Shlomo Zilberstein. Anytime algorithm development tools. SIGART Bull., 7(2) :20 27, April A. Holzinger. Human-computer interaction and knowledge discovery (hcikdd) : What is the benefit of bringing those two fields to work together? In Proceedings of CD-ARES 13, pages , Feng Jingjing, Zeng Qingfei, and Zhang Zhonglin. A method of mining the meta-association rules for dynamic association rule based on the model of ar-markov. In Networks Security Wireless Communications and Trusted Computing (NSWCTC), 2010 Second International Conference on, volume 2, pages , April Philipp Kranen, Ira Assent, Corinna Baldauf, and Thomas Seidl. The clustree : Indexing micro-clusters for anytime stream mining. Knowl. Inf. Syst., 29(2) : , November Daniel Keim, Gennady Andrienko, Jean-Daniel Fekete, Carsten Görg, Jörn Kohlhammer, and Guy Melançon. Information visualization. chapter Visual Analytics : Definition, Process, and Challenges, pages Springer- Verlag, Berlin, Heidelberg, [KKEM10] Daniel A. Keim, Jörn Kohlhammer, Geoffrey Ellis, and Florian Mansmann. Mastering the Information Age - Solving Problems with Visual Analytics. Eurographics Association,

11 [LML01] [LR05] Bing Liu, Yiming Ma, and R. Lee. Analyzing the interestingness of association rules from the temporal dimension. In Data Mining, ICDM 2001, Proceedings IEEE International Conference on, pages , Jinfeng Liu and Gang Rong. Mining dynamic association rules in databases. In Yue Hao, Jiming Liu, Yuping Wang, Yiu-ming Cheung, Hujun Yin, Licheng Jiao, Jianfeng Ma, and Yong-Chang Jiao, editors, Computational Intelligence and Security, volume 3801 of Lecture Notes in Computer Science, pages Springer Berlin Heidelberg, [MPG + 14] T. Muhlbacher, H. Piringer, S. Gratzl, M. Sedlmair, and M. Streit. Opening the black box : Strategies for increased user involvement in existing algorithm implementations. IEEE Transactions on Visualization and Computer Graphics, 20(12) : , December [MR13] Carl H. Mooney and John F. Roddick. Sequential pattern mining approaches and algorithms. ACM Comput. Surv., 45(2) :19 :1 19 :39, March [MWW12] Fan Min, Youxi Wu, and Xindong Wu. The apriori property of sequence pattern mining with wildcard gaps. I. J. Functional Informatics and Personalised Medicine, 4(1) :15 31, [SK10] [SPG14] J. Shieh and E. Keogh. Polishing the right apple : Anytime classification also benefits data streams with constant arrival times. In Data Mining (ICDM), 2010 IEEE 10th International Conference on, pages , Dec C.D. Stolper, A. Perer, and D. Gotz. Progressive visual analytics : User-driven visual exploration of in-progress analytics. IEEE Transactions on Visualization and Computer Graphics, 20(12) : , December [TC11] Nikolaj Tatti and Boris Cule. Mining closed episodes with simultaneous events. In Proceedings of the 17th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, KDD 11, pages ACM, [vl14] Matthijs van Leeuwen. Interactive data exploration using pattern mining. In Andreas Holzinger and Igor Jurisica, editors, Interactive Knowledge Discovery and Data Mining in Biomedical Informatics, volume 8401 of Lecture Notes in Computer Science, pages Springer, CV du directeur de thèse Voir ci-après. 13

12 Yannick Prié Né le : 16/11/1971 à Montbéliard (25) Nationalité français Concubin un enfant rue du coteau Nantes Poste actuel Professeur en Informatique Université de Nantes - Département Informatique Polytech- Laboratoire d'informatique Nantes Atlantique (LINA UMR 6241) Formation et diplômes Nov HDR en Informatique Université Claude Bernard Lyon 1 Vers une phénoménologie des inscriptions numériques : Dynamique de l activité et des structures informationnelles dans les systèmes d interprétation Déc Doctorat d Informatique INSA de Lyon (Félicitations) Modélisation de documents audiovisuels en Strates Interconnectées par les annotations pour l exploitation contextuelle Sept DEA Informatique Université de Rennes 1 (Très bien) Contribution à une clarification des rapports entre Sémantique interprétative et Informatique Sept Ingénieur Informatique Télécom Bretagne, Brest Parcours Sept août 2012 Nov Déc Sept août MCF Département Informatique Faculté de Sciences et Technologies Laboratoire d'informatique en Image et Systèmes d'information (LIRIS UMR 5205) auparavant : LISI ( ) Titulaire PES Titulaire PEDR Ingénieur de recherche sur Contrat, INSA de Lyon Thèse de doctorat, Spécialité Informatique. Vacataire à CPE-Lyon et INSA de Lyon Service National, Assistant Scientifique et Technique, Etablissement Principal du Service Hydrographique et Océanographique de la Marine (EPSHOM), Brest. Activités de recherche Ancrage disciplinaire : Interaction homme-machine (IHM), Ingénierie des Connaissances (IC) et ingénierie documentaire, en lien avec les environnements d apprentissage humain (EIAH), la gestion des connaissances (KM). Interdisciplinarité avec des chercheurs en information et communication, sociologie, psychologie, ergonomie, sciences de l éducation, médecine, design, lettres, etc. Mots-clés : activité instrumentée, adaptation, annotations, aspects cognitifs de l utilisation d outils numériques, hypervidéos, interprétation, learning analytics, multimédia, réflexivité, systèmes d interprétation, traces numériques. 11 encadrements de doctorants 14 encadrements de DEA et Master recherche 1

13 22 projets collaboratifs (ANR, FUI, Investissement d avenir, etc.) Quelques projets en cours : Episteme (ANR), Hubble (ANR), Musimorphose (ANR), Meta-Education (Investissement d Avenir) Production 6 publications dans des revues internationales avec comité de lecture 31 articles dans des actes de conférences internationales avec comité de lecture dont 10 longs pour des conférences internationales sélectives 9 articles dans des revues nationales avec comité de lecture 24 articles dans des actes de conférences nationales avec comité de lecture 24 articles dans des workshops internationaux (16) et nationaux (7) avec comité de lecture 4 chapitres d ouvrages Logiciels : Advene (advene.org), Visu (visu-tutorat.org), COCo (comin-ocw.org), Describe, KTBS Activités d enseignement Département informatique Polytech Conception de systèmes d information Méthodes et outils pour la gestion de projets Interation Homme-Machine et visualisation d information Algorithmique, langages (C, C++, JAVA, ocaml), Outils et méthodologie pour la recherche Initiateur et animateur du sur les addictions au numérique (janvier-février 2015) Divers Directeur adjoint du Département Informatique de Polytech Nantes (2014-) Co-responsable du Diplôme Universitaire DESSiiN (DESign de Services Interactifs INnovants Objets communicants & Interfaces tangibles) (2014-) Co-responsable du projet Comin Opencourseware (Labex Cominlabs et Région Pays de Loire) Membre de la commission des thèses du LINA (2012- ) Membre élu du conseil de la recherche Polytech Nantes (2012- ) Responsable des contrats de professionnalisation du Département INFO Polytech ( ) Participation au montage du volet universitaire du Quartier de la Création à Nantes 2

14 CV du co-encadrant Voir ci-après. 16

15 Curriculum Vitae Present Position Associate Professor Photo Family name First name(s) Gender (M/F) Office address Web site Blanchard Julien M Polytech Nantes - Ecole polytechnique de l université de Nantes Rue C. Pauc BP F Nantes Cedex 3 - France Office-Phone Tél : (+33) Cellular phone Citizen French Date of birth 22/11/1978 Since 2006 : Associate Professor - Polytech Nantes Positions Held Education Year University Diploma 2005 Nantes (France) Ph.D. in Computer Science Memberships and functions within international/national institutions (3 maxi) - since 2009: responsible for Business Intelligence speciality in the Computer Science Department of Polytech Nantes - since 2010: co- responsible for the KDD master in Polytech Nantes. - since 2004: Researcher at the LINA, the Computer Science Laboratory of Nantes-Atlantic (UMR CNRS 6241), in the Data User Knowledge (DUKe) team.

16 Relations with foreign universities in particular in third countries (3 maxi) - Can Tho University (Vietnam) - Hochschule Hof (University of Applied Sciences, Hof - Germany) - Politehnica University of Bucarest (Romania) Contacts and collaborations with industry (2 principal collaborations over the 4 last years) - CIFRE PhD grant with VM Matériaux (France) - CIFRE PhD grant with EDF R&D (France) - Innovative project with Telelogos SAS and VM Matériaux (France) Short description of your expertise in the domain of Data Mining and/or Knowledge Management Frequent pattern mining Sequence mining Knowledge evaluation Knowledge visualization Last publications a Journals : J. Blanchard, F. Guillet, H. Briand (2007). Interactive visual exploration of association rules with rulefocusing methodology. Knowledge and Information Systems 13(1), Springer, p J. Blanchard, B. Pinaud, P. Kuntz, F. Guillet (2007). A 2D 3D visualization support for humancentered rule mining. Computers & Graphics 31(3), Elsevier Science, p b Book Chapters : L. Pepin, J. Blanchard, F. Guillet, P. Kuntz, P. Suignard (2014). Visual analysis of topics in Twitter based on co-evolution of terms. In "Data Science, Learning by Latent Structures, and Knowledge Discovery". B. Lausen, S. Krolak-Schwerdt, M. Böhmer (Eds.), Springer Z. Ben Said, F. Guillet, P. Richard, J. Blanchard, F.Picarougne (2012). An Overview of Interaction Techniques and 3D Representations for Data Mining. In "Applications of Virtual Reality". Cecilia Sik Lanyi (Ed.), InTech, p J. Blanchard, F. Guillet, P. Kuntz (2009). Semantics-based classification of rule interestingness measures. In "Post-Mining of Association Rules: Techniques for Effective Knowledge Extraction". Zhao Y., Zhang C., Cao L. (Eds.), IGI Global, p X.-H. Huynh, F. Guillet, J. Blanchard, P. Kuntz, H. Briand, R.Gras (2007). A graph-based clustering approach to evaluate interestingness measures: a tool and a comparative study. In "Quality Measures in Data Mining". H. Hamilton and F. Guillet (Eds.), series "Studies in Computational Intelligence", vol. 43, Springer, p c Conferences : Z. Ben Said, F. Guillet, P. Richard, F.Picarougne, J. Blanchard (2013). Visualisation of association rules based on a molecular representation. Proc. of the 17 th International Conference Information Visualisation IV2013, p T. Piton, J. Blanchard, F. Guillet. (2011). CAPRE: A New Methodology for Product Recommendation Based on Customer Actionability and Profitability. Proc. of 2011 IEEE International Conference on Data Mining Workshops, IEEE Computer Society, p T. Piton, J. Blanchard, H. Briand, F. Guillet (2009). Domain Driven Data Mining to Improve Promotional Campaign ROI and Select Marketing Channels. Proc. of the 18th ACM Conference on Information and Knowledge Management CIKM 2009, ACM, p J. Blanchard, F. Guillet, R. Gras (2007). On the discovery of significant temporal rules. In Proc. of the IEEE international conference on Systems, Man and Cybernetics SMC'2007, IEEE Computer Society Press, p

Fouille interactive instantanée de motifs évolutifs pour l exploration de données d activité

Fouille interactive instantanée de motifs évolutifs pour l exploration de données d activité LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2014 Fouille interactive instantanée

Plus en détail

Fouille de traces d interaction pour la détection (semi-)automatique d instruments numériques

Fouille de traces d interaction pour la détection (semi-)automatique d instruments numériques LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2013 Fouille de traces d interaction

Plus en détail

Découverte de motifs sémantiques dans les réseaux sociaux à l aide de la fouille de données

Découverte de motifs sémantiques dans les réseaux sociaux à l aide de la fouille de données LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2012 Découverte de motifs sémantiques

Plus en détail

Extraction de règles d association pour la prédiction de valeurs manquantes

Extraction de règles d association pour la prédiction de valeurs manquantes Cari 2004 7/10/04 12:00 Page 487 Extraction de règles d association pour la prédiction de valeurs manquantes Sylvie Jami 1, Tao-Yan Jen 2, Dominique Laurent 3, George Loizou 1, Oumar Sy 3,4 1. Birkbeck

Plus en détail

Cas d étude appliqué à l ingénierie logicielle

Cas d étude appliqué à l ingénierie logicielle ypbl : une méthodologie pédagogique pour la professionnalisation d une formation Cas d étude appliqué à l ingénierie logicielle Ernesto Exposito 1,2, Anne Hernandez 2 1 CNRS ; LAAS ; 7 av. du Colonel Roche,

Plus en détail

UNIVERSITE D'EVRY VAL D'ESSONNE Référence GALAXIE : 4072

UNIVERSITE D'EVRY VAL D'ESSONNE Référence GALAXIE : 4072 UNIVERSITE D'EVRY VAL D'ESSONNE Référence GALAXIE : 4072 Numéro dans le SI local : Référence GESUP : Corps : Professeur des universités Article : 46-1 Chaire : Non Section 1 : 27-Informatique Section 2

Plus en détail

Approche organisationnelle basée sur le paradigme agent pour la synthèse & la réutilisation des connaissances en ingénierie collaborative

Approche organisationnelle basée sur le paradigme agent pour la synthèse & la réutilisation des connaissances en ingénierie collaborative Approche organisationnelle basée sur le paradigme agent pour la synthèse & la réutilisation des connaissances en ingénierie collaborative Hind Darwich, doctorante en thèse CIFRE au sein de la société TDC

Plus en détail

Langage dédié pour le pilotage de solveurs de contraintes

Langage dédié pour le pilotage de solveurs de contraintes LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2010 Langage dédié pour le pilotage

Plus en détail

Fiche de poste. UNIVERSITE DE BRETAGNE SUD (préciser si IUT) Poste n 0134. 02 97 87 66 30 02 97 87 66 35 e-mail : drh.ens@listes.univ-ubs.

Fiche de poste. UNIVERSITE DE BRETAGNE SUD (préciser si IUT) Poste n 0134. 02 97 87 66 30 02 97 87 66 35 e-mail : drh.ens@listes.univ-ubs. Fiche de poste UNIVERSITE DE BRETAGNE SUD (préciser si IUT) Poste n 0134 Corps : Sections : Profil : Localisation : Etat du poste : Maître de conférences 27 informatique IUT de Vannes Vacant Article de

Plus en détail

Visualisation d information

Visualisation d information Master SIAD 1 année Visualisation d information Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine/ Master SIAD 1 année Visualisation d information Chapitre 1.0 Introduction Quand voir, c est comprendre

Plus en détail

Capture et modélisation de l activité utilisateur pour l évaluation d applications d analyse visuelle de données

Capture et modélisation de l activité utilisateur pour l évaluation d applications d analyse visuelle de données Capture et modélisation de l activité utilisateur pour l évaluation d applications d analyse visuelle de données Romain Vuillemot Université de Lyon, CNRS INSA-Lyon, LIRIS, UMR5205 F-69621, France romain.vuillemot@insa-lyon.fr

Plus en détail

Industrial Phd Progam

Industrial Phd Progam Industrial Phd Progam Catalan Government: Legislation: DOGC ECO/2114/2012 Modification: DOGC ECO/2443/2012 Next: Summary and proposal examples. Main dates March 2013: Call for industrial Phd projects grants.

Plus en détail

Programmation paresseuse et causale des architectures orientées services

Programmation paresseuse et causale des architectures orientées services LABORATOIRE D INFORMATIQUE DE NANTES-ATLANTIQUE UMR 6241 ÉCOLE DOCTORALE STIM, N. 503 «Sciences et technologies de l information et des mathématiques» Sujet de thèse pour 2016 Programmation paresseuse

Plus en détail

Application de K-means à la définition du nombre de VM optimal dans un cloud

Application de K-means à la définition du nombre de VM optimal dans un cloud Application de K-means à la définition du nombre de VM optimal dans un cloud EGC 2012 : Atelier Fouille de données complexes : complexité liée aux données multiples et massives (31 janvier - 3 février

Plus en détail

CURRICULUM VITAE. Informations Personnelles

CURRICULUM VITAE. Informations Personnelles CURRICULUM VITAE Informations Personnelles NOM: BOURAS PRENOM : Zine-Eddine STRUCTURE DE RATTACHEMENT: Département de Mathématiques et d Informatique Ecole Préparatoire aux Sciences et Techniques Annaba

Plus en détail

Utilisation d outils de Visual Data Mining pour l exploration d un ensemble de règles d association

Utilisation d outils de Visual Data Mining pour l exploration d un ensemble de règles d association Utilisation d outils de Visual Data Mining pour l exploration d un ensemble de règles d association Gwenael Bothorel, Mathieu Serrurier, Christophe Hurter To cite this version: Gwenael Bothorel, Mathieu

Plus en détail

FELIX: UN OUTIL INTERACTIF D'AIDE A LA FOUILLE DE CONNAISSANCES S'APPUYANT SUR L'INTENSITE D'IMPLICATION.

FELIX: UN OUTIL INTERACTIF D'AIDE A LA FOUILLE DE CONNAISSANCES S'APPUYANT SUR L'INTENSITE D'IMPLICATION. FELIX: UN OUTIL INTERACTIF D'AIDE A LA FOUILLE DE CONNAISSANCES S'APPUYANT SUR L'INTENSITE D'IMPLICATION. 1 REMI LEHN, 1 FABRICE GUILLET, 1 PASCALE KUNTZ, 1 HENRI BRIAND, 1,2 JACQUES PHILIPPE 1 RESUME

Plus en détail

Une méthode d apprentissage pour la composition de services web

Une méthode d apprentissage pour la composition de services web Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,

Plus en détail

Master Informatique Aix-Marseille Université

Master Informatique Aix-Marseille Université Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes

Plus en détail

La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.

La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz. La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.fr Quelques exemples 1 La campagne de Russie de Napoléon

Plus en détail

Curriculum Vitae Mohamed K. El Mahrsi

Curriculum Vitae Mohamed K. El Mahrsi Curriculum Vitae Mohamed K. El Mahrsi Compétences en enseignement : programmation, bases de données, data mining Thèmes de recherche : data mining, clustering, urban mobility Informations Personnelles

Plus en détail

Accès au Contenu Informationnel pour les Masses de Données de Documents

Accès au Contenu Informationnel pour les Masses de Données de Documents Accès au Contenu Informationnel pour les Masses de Données de Documents Grappa LILLE 3 - UR Futurs INRIA MOSTRARE Laboratoire d Informatique de Paris 6 Laboratoire de Recherche en Informatique Orsay -

Plus en détail

Le Futur de la Visualisation d Information. Jean-Daniel Fekete Projet in situ INRIA Futurs

Le Futur de la Visualisation d Information. Jean-Daniel Fekete Projet in situ INRIA Futurs Le Futur de la Visualisation d Information Jean-Daniel Fekete Projet in situ INRIA Futurs La visualisation d information 1.Présentation 2.Bilan 3.Perspectives Visualisation : 3 domaines Visualisation scientifique

Plus en détail

SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM

SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM APPLICATION FORM / FORMULAIRE DE CANDIDATURE Note: If there is insufficient space to answer a question, please attach additional

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

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

MEMORANDUM POUR UNE DEMANDE DE BOURSE D ETUDES POST-DOCTORALES

MEMORANDUM POUR UNE DEMANDE DE BOURSE D ETUDES POST-DOCTORALES MEMORANDUM POUR UNE DEMANDE DE BOURSE D ETUDES POST-DOCTORALES ATTENTION : Tout formulaire de candidature qui présentera des erreurs ou anomalies dans le remplissage des champs NE POURRA ETRE PRIS EN CONSIDERATION.

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Curriculum Vitae. Rémi Servien. 24 juin 2014. Adresse Professionnelle : UMR 1331 Toxalim

Curriculum Vitae. Rémi Servien. 24 juin 2014. Adresse Professionnelle : UMR 1331 Toxalim Curriculum Vitae Rémi Servien 24 juin 2014 Adresse Professionnelle : UMR 1331 Toxalim INRA - ENVT Laboratoire de Physiologie 23 chemin des Capelles BP 87614 31076 Toulouse Cedex 03 31 ans Nationalité française

Plus en détail

Laboratoire 4 Développement d un système intelligent

Laboratoire 4 Développement d un système intelligent DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement

Plus en détail

Enrichissement des bases de données d images médicales via la recherche participative

Enrichissement des bases de données d images médicales via la recherche participative BOUANANI Zahra (Laboratoire LIPADE, Soutenance Université Parisde Descartes, stagefrance) pour l obtention 11 Septembre du diplôme 2014 de1 Mast / 22 Soutenance de stage pour l obtention du diplôme de

Plus en détail

HISTOIRE, PHILOSOPHIE ET DIDACTIQUE DES SCIENCES

HISTOIRE, PHILOSOPHIE ET DIDACTIQUE DES SCIENCES 1 UNIVERSITÉ CLAUDE BERNARD LYON 1 LIRDHIST http://lirdhist.univ-lyon1.fr MASTER RECHERCHE HISTOIRE, PHILOSOPHIE ET DIDACTIQUE DES SCIENCES Diplôme national triple sceau : Université Claude Bernard Lyon

Plus en détail

Formation de recherche. Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP)

Formation de recherche. Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP) Formation de recherche Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP) Massih-Reza Amini mars 2015 Qu est ce qu une thèse de doctorat? Un travail de 36 mois

Plus en détail

Bilan de thèse à mi-parcours

Bilan de thèse à mi-parcours Bilan de thèse à mi-parcours Benjamin Lévy 26 mars 2012 Introduction La thèse de doctorat d informatique (école doctorale 130, EDITE) dont le titre officiel est le suivant : Avatars capables d écoute,

Plus en détail

Découverte de motifs fréquents : Application à l analyse de documents graphiques

Découverte de motifs fréquents : Application à l analyse de documents graphiques Découverte de motifs fréquents : Application à l analyse de documents graphiques Eugen Barbu Pierre Héroux Sébastien Adam Éric Trupin Laboratoire PSI Université et INSA de Rouen F-76821 Mont-Saint-Aignan,

Plus en détail

Présentation de la majeure ISN. ESILV - 18 avril 2013

Présentation de la majeure ISN. ESILV - 18 avril 2013 Présentation de la majeure ISN ESILV - 18 avril 2013 La Grande Carte des Métiers et des Emplois Sociétés de service Entreprises Administrations Grand- Public Sciences Utiliser Aider à utiliser Vendre APPLICATIONS:

Plus en détail

UNIVERSITE D'EVRY VAL D'ESSONNE Référence GALAXIE : 4062

UNIVERSITE D'EVRY VAL D'ESSONNE Référence GALAXIE : 4062 UNIVERSITE D'EVRY VAL D'ESSONNE Référence GALAXIE : 4062 Numéro dans le SI local : 06 MCF 0413 Référence GESUP : Corps : Maître de conférences Article : 26-I-1 Chaire : Non Section 1 : 06-Sciences de gestion

Plus en détail

ANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer

ANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer ANNEXES Evaluation de la formation à Polytech Lille Département GIS Enseignements les plus utiles Enseignements à renforcer Enseignements à intégrer Commentaires Généraux Accompagnement Professionnel Enseignements

Plus en détail

Fouille de données de mobilité

Fouille de données de mobilité Fouille de données de mobilité Thomas Devogele Université François Rabelais (Tours) thomas.devogele@univ-tours.fr Laurent Etienne Ecole Navale (Brest) Laurent.etienne@ecole-navale.fr La fouille de donnée

Plus en détail

Introduction à La Fouille de Données. Khai thác dữ liệu. Cours M1 IA «Systèmes Intelligents & Multimédia» Jean-Daniel Zucker

Introduction à La Fouille de Données. Khai thác dữ liệu. Cours M1 IA «Systèmes Intelligents & Multimédia» Jean-Daniel Zucker 1 /81 Cours IFI M1 Data Mining Introduction à La Fouille de Données Khai thác dữ liệu Cours M1 IA «Systèmes Intelligents & Multimédia» Jean-Daniel Zucker Chercheur de l IRD à UMMISCO (Modélisation Mathématiques

Plus en détail

Data Mining. Master 1 Informatique - Mathématiques UAG

Data Mining. Master 1 Informatique - Mathématiques UAG Data Mining Master 1 Informatique - Mathématiques UAG 1.1 - Introduction Data Mining? On parle de Fouille de données Data Mining Extraction de connaissances à partir de données Knowledge Discovery in Data

Plus en détail

Fouille de données dans des bases parcellaires (cadre projet PayOTe)

Fouille de données dans des bases parcellaires (cadre projet PayOTe) Fouille de données dans des bases parcellaires (cadre projet PayOTe) Thomas Guyet AGROCAMPUS-OUEST IRISA Équipe DREAM 01 mars 2010, Nancy Équipe DREAM : axes de recherche Diagnosing, recommending actions

Plus en détail

Bourses d excellence pour les masters orientés vers la recherche

Bourses d excellence pour les masters orientés vers la recherche Masters de Mathématiques à l'université Lille 1 Mathématiques Ingénierie Mathématique Mathématiques et Finances Bourses d excellence pour les masters orientés vers la recherche Mathématiques appliquées

Plus en détail

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Sylvie Dalbin Assistance & Techniques Documentaires DocForum, Le 17 Novembre 2005 Déroulé de l'intervention (1) 1. Définition

Plus en détail

8. Cours virtuel Enjeux nordiques / Online Class Northern Issues Formulaire de demande de bourse / Fellowship Application Form

8. Cours virtuel Enjeux nordiques / Online Class Northern Issues Formulaire de demande de bourse / Fellowship Application Form F-8a-v1 1 / 7 8. Cours virtuel Enjeux nordiques / Online Class Northern Issues Formulaire de demande de bourse / Fellowship Application Form Nom de famille du candidat Langue de correspondance Français

Plus en détail

MUSEE DU QUAI BRANLY MEMORANDUM POUR UNE DEMANDE DE BOURSE D ETUDES POST-DOCTORALES

MUSEE DU QUAI BRANLY MEMORANDUM POUR UNE DEMANDE DE BOURSE D ETUDES POST-DOCTORALES MUSEE DU QUAI BRANLY MEMORANDUM POUR UNE DEMANDE DE BOURSE D ETUDES POST-DOCTORALES Imprimer le formulaire puis le SIGNER et le DATER avant de le photocopier en 2 exemplaires à joindre au dossier original

Plus en détail

CommentWatcher. plateforme Web open-source pour analyser les discussions sur des forums en ligne. Marian-Andrei RIZOIU

CommentWatcher. plateforme Web open-source pour analyser les discussions sur des forums en ligne. Marian-Andrei RIZOIU CommentWatcher plateforme Web open-source pour analyser les discussions sur des forums en ligne Marian-Andrei RIZOIU 2ème octobre 2013 BLEND 2013 Lyon, France Contexte Laboratoire ERIC Université Lumière

Plus en détail

Maître de conférences en Informatique

Maître de conférences en Informatique Jean-François CONDOTTA Maître de conférences en Informatique CRIL CNRS UMR 8188 Université d Artois - IUT de Lens Rue de l Université, 62307 Lens Cedex T +33 (0)3 21 79 32 79 B condotta@cril.univ-artois.fr

Plus en détail

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images PROPOSITION DE STAGE Année 2016 Laboratoire L3i Sujet de stage : Vers la conception interactive d une hiérarchie sémantique de descripteurs d images Résumé du travail proposé : Ce travail s intéresse à

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

Système tutoriel intelligent pour l apprentissage de travail procédural et collaboratif

Système tutoriel intelligent pour l apprentissage de travail procédural et collaboratif Système tutoriel intelligent pour l apprentissage de travail procédural et collaboratif Cédric Buche buche@enib.fr Pierre De Loor deloor@enib.fr Ronan Querrec querrec@enib.fr Laboratoire d Ingénierie Informatique

Plus en détail

Master ISI 2010-2011. Data Mining Recherche des sous-ensembles fréquents

Master ISI 2010-2011. Data Mining Recherche des sous-ensembles fréquents Master ISI 2010-2011 Data Mining Recherche des sous-ensembles fréquents Yves Lechevallier INRIA-Rocquencourt E_mail : Yves.Lechevallier@inria.fr 1 Processus Data Mining Phase A : Entrepôt de données Entrepôt

Plus en détail

Master Sciences cognitives

Master Sciences cognitives Formations et diplômes Rapport d'évaluation Master Sciences cognitives Université Lumière - Lyon 2 Campagne d évaluation 2014-2015 (Vague A) Formations et diplômes Pour le HCERES, 1 Didier Houssin, président

Plus en détail

Notice biographique Repères biographiques communs. Nom : CHRISTOV Prénom : NICOLAI Section : 61

Notice biographique Repères biographiques communs. Nom : CHRISTOV Prénom : NICOLAI Section : 61 Notice biographique Repères biographiques communs Nom : CHRISTOV Prénom : NICOLAI Section : 61 Corps : Professeur Equipe de recherche Grade : 1C Laboratoire d Automatique, Génie Informatique et Signal

Plus en détail

LES MASTERS RECHERCHE CIRD

LES MASTERS RECHERCHE CIRD L offre de formation LES MASTERS RECHERCHE CIRD ARTS et METIERS PARISTECH Responsable pédagogique : Patrick MARTIN patrick.martin@ensam.fr 33 ( 0) 387375465 LES MASTERS DE RECHERCHE: contexte 2 Européen

Plus en détail

Indexation de sous-collections pour l amélioration de la haute précision

Indexation de sous-collections pour l amélioration de la haute précision Indexation de sous-collections pour l amélioration de la haute précision Joëlson Randriamparany *,** *IRIT, Institut de Recherche Informatique de Toulouse Université Paul Sabatier Toulouse III 118 Route

Plus en détail

Hervé Couturier EVP, SAP Technology Development

Hervé Couturier EVP, SAP Technology Development Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud

Plus en détail

Master Management stratégique

Master Management stratégique Formations et diplômes Rapport d'évaluation Master Management stratégique Université Toulouse 1 Capitole UT1 Campagne d évaluation 2014-2015 (Vague A) Formations et diplômes Pour le HCERES, 1 Didier Houssin,

Plus en détail

Jean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA

Jean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA La visualisation d information pour comprendre et interagir avec les données Jean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr, www.aviz.fr, @jdfaviz

Plus en détail

connaissances «intéressantes» ou des motifs (patterns) à partir d une grande quantité de données.

connaissances «intéressantes» ou des motifs (patterns) à partir d une grande quantité de données. Data Mining = Knowledge Discovery in Databases (KDD) = Fouille de données 1 Définition : Processus ou méthode qui extrait des connaissances «intéressantes» ou des motifs (patterns) à partir d une grande

Plus en détail

Situation actuelle. Attachée temporaire d enseignement et de recherche (section CNU 25) à l Université Paris 2. Thèmes de recherche

Situation actuelle. Attachée temporaire d enseignement et de recherche (section CNU 25) à l Université Paris 2. Thèmes de recherche Cyrielle DUMONT Docteur en biostatistiques Née le 9 mai 1985 à Chartres (28) Adresse : Université Paris 2 12 place du Panthéon 75005 Paris Courriel : cyrielle.dumont@inserm.fr Page personnelle : www.biostat.fr/home-dumont.htm

Plus en détail

Associate Professor in Quantitative Methods. University of Jendouba / University of Tunis TUNISIA. Saoussen.krichen@isg.rnu.tn

Associate Professor in Quantitative Methods. University of Jendouba / University of Tunis TUNISIA. Saoussen.krichen@isg.rnu.tn Saoussen KRICHEN Associate Professor in Quantitative Methods University of Jendouba / University of Tunis TUNISIA Saoussen.krichen@isg.rnu.tn 1Concours de Maîtrise de Conférences en Informatique de Gestion

Plus en détail

Filière MMIS. Modélisation Mathématique, Images et Simulation. Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti

Filière MMIS. Modélisation Mathématique, Images et Simulation. Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti Filière MMIS Modélisation Mathématique, Images et Simulation Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti Valerie.Perrier@imag.fr Modélisation mathématique, Images et simulation (MMIS)

Plus en détail

Ingénierie et gestion des connaissances

Ingénierie et gestion des connaissances Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie

Plus en détail

Analyse qualitative et quantitative des Systèmes Automatisés de Production

Analyse qualitative et quantitative des Systèmes Automatisés de Production Analyse qualitative et quantitative des Systèmes Automatisés de Production Jean-Luc Cojan Laboratoire LISyC Université de Bretagne Occidentale Encadrants : M. Philippe Le Parc M. Loïc Plassart M. Franck

Plus en détail

Projet ANR SAMOGWAS. Specific Advanced MOdels for Genome-wide Association Studies. Journée de lancement officielle. Nantes - vendredi 11 octobre 2013

Projet ANR SAMOGWAS. Specific Advanced MOdels for Genome-wide Association Studies. Journée de lancement officielle. Nantes - vendredi 11 octobre 2013 Projet ANR SAMOGWAS Specific Advanced MOdels for Genome-wide Association Studies Journée de lancement officielle Nantes - vendredi 11 octobre 2013 1 Les partenaires LINA Nantes GIGA-R Liège INSERM Nantes

Plus en détail

Mastère Spécialisé. Marketing, Design et Création. www.audencia.com

Mastère Spécialisé. Marketing, Design et Création. www.audencia.com Mastère Spécialisé Marketing, Design et Création www.audencia.com Une année pour faire la différence sur le plan professionnel, tel est l enjeu d un mastère spécialisé. Vous êtes actuellement en cycle

Plus en détail

Sujet de bourse de thèse en Sciences de Gestion

Sujet de bourse de thèse en Sciences de Gestion Sujet de bourse de thèse en Sciences de Gestion Parcours de santé de la personne âgée en Auvergne : adéquation et complémentarité de l offre de soins Laboratoire d accueil : Centre de Recherche Clermontois

Plus en détail

La formation p. 2. Les doctorants témoignent p. 3. Le programme 2010 p. 5. Comment candidater? p. 6. Le label Docteur pour l entreprise p.

La formation p. 2. Les doctorants témoignent p. 3. Le programme 2010 p. 5. Comment candidater? p. 6. Le label Docteur pour l entreprise p. N ATTENDEZ PLUS POUR VOUS INSCRIRE! Le nombre de places est limité à 50! Le dossier de candidature doit être transmis avant le 5 février 2010 à l adresse suivante : La formation p. 2 Les doctorants témoignent

Plus en détail

Ingénierie d entreprise et de système d information dirigée par les modèles : quels usages?

Ingénierie d entreprise et de système d information dirigée par les modèles : quels usages? Ingénierie d entreprise et de système d information dirigée par les modèles : quels usages? Hervé Panetto, Xavier Boucher, Pierre-Alain Millet To cite this version: Hervé Panetto, Xavier Boucher, Pierre-Alain

Plus en détail

FOUILLE DE DONNEES. Anne LAURENT ECD. laurent@lirmm.fr

FOUILLE DE DONNEES. Anne LAURENT ECD. laurent@lirmm.fr FOUILLE DE DONNEES Anne LAURENT laurent@lirmm.fr ECD Pourquoi la fouille de données? Données disponibles Limites de l approche humaine Nombreux besoins : Industriels, Médicaux, Marketing, Qu est-ce que

Plus en détail

Convention CIFRE SEGULA Lab-STICC / CRPCC Université de Bretagne Sud

Convention CIFRE SEGULA Lab-STICC / CRPCC Université de Bretagne Sud Convention CIFRE SEGULA Lab-STICC / CRPCC Université de Bretagne Sud SUJET DE RECHERCHE Introduction de critères ergonomiques dans une démarche de génération automatique d'interfaces de supervision Le

Plus en détail

Management de l Innovation

Management de l Innovation Management de l Innovation Mention du Master Sciences et Technologies de l Université Pierre et Marie Curie Directeur du Département de Formation : Patrick Brézillon Contact secrétariat : 01 44 39 08 69

Plus en détail

Fouille de données: des bases binaires aux bases évidentielles

Fouille de données: des bases binaires aux bases évidentielles Fouille de données: des bases binaires aux bases évidentielles Ahmed Samet Faculté des sciences de Tunis Présenté le : 16 janvier 2013 Ahmed Samet Fouille de données: des bases binaires aux bases évidentielles

Plus en détail

Curriculum Vitae. Informations générales

Curriculum Vitae. Informations générales Sandy CAMPART Maître de conférences de sciences économiques Membre permanent du CREM (UMR CNRS 6211) Directeur délégué à la formation continue de l IUP Banque Assurance de Caen Responsable de la licence

Plus en détail

SONDY : une plateforme open-source d analyse et de fouille pour les réseaux sociaux en ligne

SONDY : une plateforme open-source d analyse et de fouille pour les réseaux sociaux en ligne SONDY : une plateforme open-source d analyse et de fouille pour les réseaux sociaux en ligne Adrien GUILLE, C. Favre, Djamel Abdelkader Zighed To cite this version: Adrien GUILLE, C. Favre, Djamel Abdelkader

Plus en détail

Influence De La Taille Du Jeton Sur Les Performances De L algorithme D'exclusion Mutuelle De Ricart - Agrawala

Influence De La Taille Du Jeton Sur Les Performances De L algorithme D'exclusion Mutuelle De Ricart - Agrawala Influence De La Taille Du Jeton Sur Les Performances De L algorithme D'exclusion Mutuelle De Ricart - Agrawala Sarah Benkouider, Souhila Labgaa 2, Mohamed Yagoubi 3 Université Amar Telidji Département

Plus en détail

Vous trouvez plus d information sur AREL. ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html

Vous trouvez plus d information sur AREL. ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html Option Deux thèmes : La recherche opérationnelle : Traiter des problèmes d optimisation, d aide à la décision et d évaluation de performances

Plus en détail

Apprentissage de structure dans les réseaux bayésiens pour

Apprentissage de structure dans les réseaux bayésiens pour Apprentissage de structure dans les réseaux bayésiens pour la détection d événements vidéo Siwar Baghdadi 1, Claire-Hélène Demarty 1, Guillaume Gravier 2, et Patrick Gros 3 1 Thomson R&D France, 1 av Belle

Plus en détail

Modalité de contrôle des connaissances Master 2 Informatique : spécialité IFI

Modalité de contrôle des connaissances Master 2 Informatique : spécialité IFI Modalité de contrôle des connaissances Master Informatique : spécialité IFI La deuxième année de la spécialité IFI est constituée de plusieurs parcours identifiés, chacun sous la responsabilité d un enseignant-

Plus en détail

PLANIFICATION ET OPERATIONS INTEGREES DU TRANSPORT MULTIMODAL

PLANIFICATION ET OPERATIONS INTEGREES DU TRANSPORT MULTIMODAL PLANIFICATION ET OPERATIONS INTEGREES DU TRANSPORT MULTIMODAL KEYWORDS : SYSTEMX, Transport, Multimodal, Simulation, Optimisation, Supervision CONTEXTE de l IRT SYSTEMX L IRT SystemX est un institut de

Plus en détail

Etudier l informatique

Etudier l informatique Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,

Plus en détail

SACRe Appel à candidatures 2015. Appel à candidature. Admission au programme doctoral SACRe 2015

SACRe Appel à candidatures 2015. Appel à candidature. Admission au programme doctoral SACRe 2015 Appel à candidature Admission au programme doctoral SACRe 2015 pour l École nationale supérieure des Arts Décoratifs Le programme doctoral Sciences, Arts, Création, Recherche (SACRe) est ouvert à tous

Plus en détail

Fondation Mérieux 22 avril 2009. Un projet Fondateur. J. Breton Thésame

Fondation Mérieux 22 avril 2009. Un projet Fondateur. J. Breton Thésame Fondation Mérieux 22 avril 2009 Un projet Fondateur J. Breton Thésame MA.. Le Dain - GSCOP Un projet novateur sur Un projet novateur le montage / la gouvernance / les objectifs / les finalités 2 Un projet

Plus en détail

Sujet de thèse CIFRE RESULIS / LGI2P

Sujet de thèse CIFRE RESULIS / LGI2P Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Sujet de thèse CIFRE RESULIS / LGI2P Titre Domaine De l ingénierie des besoins à l ingénierie des exigences

Plus en détail

SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL

SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL AGENDA 14:15-14:30 Bienvenue & Introduction Jérôme Berthier et Manuel Fucinos 14:30-14:45 Le concept de la Data Viz et

Plus en détail

MODALITE DE CONTROLE DES CONNAISSANCES MASTER 2 INFORMATIQUE : SPECIALITE IFI

MODALITE DE CONTROLE DES CONNAISSANCES MASTER 2 INFORMATIQUE : SPECIALITE IFI MODALITE DE CONTROLE DES CONNAISSANCES MASTER INFORMATIQUE : SPECIALITE IFI La deuxième année de la spécialité IFI est constituée de plusieurs parcours identifiés, chacun sous la responsabilité d un enseignant-chercheur

Plus en détail

INGENIERIE DES SYSTEMES INFORMATIQUES - PARCOURS : SYSTEMES INFORMATIQUES D AIDE A LA DECISION

INGENIERIE DES SYSTEMES INFORMATIQUES - PARCOURS : SYSTEMES INFORMATIQUES D AIDE A LA DECISION INGENIERIE DES SYSTEMES INFORMATIQUES - PARCOURS : SYSTEMES INFORMATIQUES D AIDE A LA DECISION Préparez ce diplôme à l école de d ingénierie de l IGA OBJECTIFS DE LA FORMATION Le système décisionnel est

Plus en détail

Sujet de thèse : Mesures des fluctuations du milieu par ondes acoustiques sur des antennes

Sujet de thèse : Mesures des fluctuations du milieu par ondes acoustiques sur des antennes Sujet de thèse : Mesures des fluctuations du milieu par ondes acoustiques sur des antennes Encadrement scientifique : Laboratoire d accueil : ISTerre, Grenoble Directeur de thèse : Philippe Roux, ISTerre,

Plus en détail

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21 IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances

Plus en détail

Dépôt dans ADUM d une proposition de projet doctoral par un HDR pour évaluation par l ED et publication en ligne

Dépôt dans ADUM d une proposition de projet doctoral par un HDR pour évaluation par l ED et publication en ligne Dépôt dans ADUM d une proposition de projet doctoral par un HDR pour évaluation par l ED et publication en ligne Connexion dans ADUM Votre ED vous a communiqué votre identifiant et votre mot de passe,

Plus en détail

Towards a sustainable university-enterprise partnership scheme in Tunisia. Practical Training at Saarland University 29-30 November 2010

Towards a sustainable university-enterprise partnership scheme in Tunisia. Practical Training at Saarland University 29-30 November 2010 Towards a sustainable university-enterprise partnership scheme in Tunisia Practical Training at Saarland University 29-30 November 2010 La Grande Région SaarLorLux Luxembourg Lorraine (France) Huit Facultés

Plus en détail

MEMORANDUM POUR UNE DEMANDE DE BOURSE DE RECHERCHE DOCTORALE DE LA FONDATION MARTINE AUBLET

MEMORANDUM POUR UNE DEMANDE DE BOURSE DE RECHERCHE DOCTORALE DE LA FONDATION MARTINE AUBLET MEMORANDUM POUR UNE DEMANDE DE BOURSE DE RECHERCHE DOCTORALE DE LA FONDATION MARTINE AUBLET ATTENTION : Tout formulaire de candidature qui présentera des erreurs ou anomalies dans le remplissage des champs

Plus en détail

UNIVERSITE LYON 3 (JEAN MOULIN) Référence GALAXIE : 4140

UNIVERSITE LYON 3 (JEAN MOULIN) Référence GALAXIE : 4140 UNIVERSITE LYON 3 (JEAN MOULIN) Référence GALAXIE : 4140 Numéro dans le SI local : Référence GESUP : 0202 Corps : Professeur des universités Article : 51 Chaire : Non Section 1 : 01-Droit privé et sciences

Plus en détail

Généralités sur les bases de données

Généralités sur les bases de données Généralités sur les bases de données Qu est-ce donc qu une base de données? Que peut-on attendre d un système de gestion de bases de données? Que peut-on faire avec une base de données? 1 Des données?

Plus en détail

Le projet Archives Ouvertes de la Connaissance en Alsace

Le projet Archives Ouvertes de la Connaissance en Alsace Le projet Archives Ouvertes de la Connaissance en Alsace Catherine Lourdel (UHA) / Adeline Rege (Unistra) Journée d études URFIST Strasbourg, 18 mars 2014 A l origine du projet AOC A l origine du projet

Plus en détail

Curriculum Vitae 2012/2013 of Clémentine BOURGEOIS

Curriculum Vitae 2012/2013 of Clémentine BOURGEOIS PJ 2 Curriculum Vitae 2012/2013 of Clémentine BOURGEOIS Family name: BOURGEOIS First name: Clémentine Education: Doctorate / Ph.D. University Montesquieu Bordeaux IV Date 2006 Subject of the thesis Doctorate

Plus en détail

L instrumentation dans la collecte des données

L instrumentation dans la collecte des données L instrumentation dans la collecte des données L étude des documents écrits par la méthode des traceurs Danielle Paquette INTRODUCTION La méthode des traceurs est une méthode qualitative utilisée en sciences

Plus en détail

Forthcoming Database

Forthcoming Database DISS.ETH NO. 15802 Forthcoming Database A Framework Approach for Data Visualization Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of

Plus en détail

Profil du candidat et connaissances techniques à connaître/maîtriser

Profil du candidat et connaissances techniques à connaître/maîtriser Utilisation d algorithmes de deep learning pour la reconnaissance d iris. jonathan.milgram@morpho.com Dans ce cadre, l'unité de recherche et technologie a pour but de maintenir le leadership Au sein de

Plus en détail