IC2. Interaction, Cognition and Complexity Département INFRES. Talel Abdessalem. Institut Mines-Télécom
|
|
- David Dumais
- il y a 8 ans
- Total affichages :
Transcription
1 Talel Abdessalem Interaction, Cognition and Complexity Département INFRES Institut Mines-Télécom
2 Composition de l équipe Permanents Janvier 2008 Juin EC + 1DR CNRS 8 EC + 1DR CNRS 4 départs, 3 recrutements Postdocs et IR dont >= 12 mois 9 6 Doctorants Janvier 2008 Juin thèses soutenues 2
3 Organisation Thématique Janvier 2008 Bases de données et Web (DBWeb) T. Abdessalem B. Cautis J-L. Dessalles Visualisation & Interfaces Avancées (VIA) J. Eagan Y. Guiard E. Lecolinet depuis août 2011 Business Intelligence (BiLab, jusqu à 2011) G. Burtschy A. Danzart G. Hebrail C. Potier F. Rossi jusqu à déc Animateur d équipe jusqu à nov jusqu à août
4 Organisation Thématique Juin 2013 Bases de données et Web (DBWeb) T. Abdessalem B. Cautis J-L. Dessalles P. Senellart M. Sozio Animateur d équipe depuis juin 2008 depuis octobre 2011 Visualisation & Interfaces Avancées (VIA) J. Eagan Y. Guiard E. Lecolinet depuis août 2011 Business Intelligence (BiLab, jusqu à 2011) G. Burtschy A. Danzart G. Hebrail C. Potier F. Rossi jusqu à déc jusqu à janvier 2011 jusqu à nov jusqu à août
5 Bilan Stratégie et Perspectives Bilan
6 Business Intelligence (BiLab) Principaux axes de recherche Décisionnel temps réel (analyse de flux de données) Fouille de masses de données Analyse exploratoire de séries temporelles Personnel 5 ECs, 1 postdoc Indicateurs BiLab 39 publications, 3 thèses, 1 brevet 2 projets ANR (MDCO et MIDAS) 6
7 DBWeb: Databases and the Web Principaux axes de recherche Fondements de la gestion de données du Web Extraction, gestion de données à large échelle, fouille de données Cognition, modélisation du langage, complexité de Kolmogorov Exemples de contributions XML probabiliste : modèle théorique, caractéristiques, algorithmes, applications. Extraction d information : accès au Web caché, extraction ciblée à partir du web structuré Théorie de la simplicité : lien entre pertinence et complexité 7 Indicateurs DBWeb [3, 5] ECs, une dizaine de thésards et post-docs 115 publications, 6 thèses soutenues 1 IP-FP7, 4 projets nationaux (ANR, FEDER) et 2 financements de collaborations internationales
8 DBWeb: Zoom sur XML probabiliste e événement «il ne pleut pas» (Pr(e) =.4) MUX options mutuellement exclusives N(70,4) distribution normale Généralise tous les modèles XML probabilistes de la littérature Représentation compacte d'un ensemble de mondes possibles 2 types de dépendances : globales (e) et locales (MUX) Applications : Integration de données uncertaines, extraction d informations du Web, contrôle de versions, 8
9 VIA : Visualisation & Interfaces Avancées Principaux axes de recherche Nouvelles formes d interaction : principes et techniques Architectures logicielles et programmation par l utilisateur final Recherche fondamentale sur les lois de mouvement «Fitts law» Approche multidisciplinaire visant la complémentarité Informatique & psychologie cognitive Aspects fondamentaux & applications Prototypes logiciels/matériels & évaluations expérimentales Indicateurs VIA [1, 2] ECs, 1 DR CNRS, ½ douzaine de thésards et post-docs 59 publications (dont 2 best papers), 5 thèses soutenues, 2 brevet, 2 logiciels libres Equipex Digiscope, labo. commun Ubimédia (Alcatel Lucent), 1 Eureka ITEA, 2 projets nationaux (FUI, SESAME) 9
10 VIA : Zoom sur les nouvelles formes d interaction Objectif : accroître la bande passante interactionnelle pour les dispositifs non conventionnels Focus sur l interaction mobile et miniature et la découverte et la mémorisation des gestes Approche : Explorer les dimensions fondamentales de l interaction gestuelle (physiques, biomécaniques, cognitives...) Aller des principes aux techniques Exemples de contributions : Propriétes des gestes oscillatoires périodiques [CycloStar, CHI 2010] Différentiation physique des gestes avec ou sans friction [MicroRolls, CHI 2009] Exploitation des connaissances langagières pour faciliter la mémorisation [Augmented Letters, CHI 2013] 10
11 Production scientifique Talks & other Conf. Int. Conf. (not A+) A+ Conf. Proc. Book Chapters Books Journal papers 24 publications 108 publications 78 publications Scientific production Total des publications : 213 publications ( ) Conférences A+ : CHI, UIST, SIGMOD, PODS, VLDB, CogSci 11
12 Analyse de l impact de notre production scientifique 4 cités plus de 60 fois : 2 journaux et 2 conférences 9 cités plus de 40 fois : 2 journaux, 6 conférences et 1 chapitre 24 articles cités plus de 20 fois : 7 journaux, 14 conférences, 2 livres et 1 chapitre 12
13 Rayonnement et attractivité académique Collaborations internationales ( ) : publications communes, projets de recherche financés, séjours d études, ou co-encadrements de thèses. SAP in Waterloo, Ontario Rutgers University Google New York Univ. Of Sheffield Oxford Univ. Aarhus Univ. Univ. Of Hannover, TU Berlin, MPII Univ. of Bolzano, Politecnico di Milano Yahoo! Research Barcelona Athena Research Center Tel Aviv Univ. IBM Research Almaden Google Mountain View Research lab. Univ. of California San Diego Université Cheikh Anta Diop, Dakar Renmin Univ. of China Hong Kong Univ. NUS Singapore Hanoi Univ. of Sc. & Technology Tokyo Univ. of Freign studies French Institute of Pondicherry Queensland Univ. of Technology, Brisbane Univ. of Canterbury, NZ 13
14 Rayonnement et attractivité académique Editorial boards : Y. Guiard, associate editor, ACM TOCHI P. Senellart, information director, Journal of the ACM E. Lecolinet, Comité National de la Recherche Scientifique (Section 07) depuis 2012 Organisation du SIGMOD Programming Contest en 2012 Participation à l organisation de CHI 13 à Paris Séminaires externes : 73 14
15 Financements de la recherche 2500 k Chaire Cifre et expertises Labo. Communs Europe Coopération française FUI, FEDER et Région ANR Public Privé 15
16 Forces, Faiblesses, Opportunités et Risques (SWOT) Positif Négatif Origine interne Forces : qualité des publications financements diversifiés équipe jeune et dynamique expertises bien définies Faiblesses : charge d enseignement croissante taux de transfert industriel Interactions entre VIA et DBWeb Origine externe Opportunités : Big Data AXSE UPSay Difficultés : UPSay Pérennisation de l équipe 16
17 Bilan Stratégie et Perspectives Stratégie et Perspectives 17
18 Expertises Stratégiques «Human-Computer Interaction and Visualization» 3 permanents, 4 doctorants, 1 post-doc (en juin 2013) Indicateurs : 59 publications, 2 brevets et 1.2M de financements obtenus entre 2008 et «Web (Big) Data Management & Mining» 4 permanents, 5 doctorants, 1 ingénieur de recherche (en juin 2013) Compétence : fondements théoriques et aspects systèmes. Indicateurs : 90 publications et 1.1 M de financements obtenus entre 2008 et Axes de développement Systèmes interactifs embarqués sur ou dans le corps (AXSE 4) Gestion de données et de connaissances à large échelle (AXSE 1) 18
19 AXSE 4 : Interactions Réel-Virtuel Systèmes interactifs embarqués «Body Centred Interaction» Constat : dispositifs plus petits, mobiles, près du corps Vision : interfaces évanescentes, distribuées, embarquées sur (dans?) le corps Objectifs et défis Comment interagir avec ces futurs dispositifs? joaillerie numérique, vêtements, lunettes, picoprojecteurs... Comment exploiter les indicateurs physiologiques et émotionnels? Comment utiliser ces dispositifs pour interagir avec l environnement ambiant? WatchIt (Perrault et al. VIA - ) Spatial Pointing Shortcuts (VIA - ) Fortes expertises au sein de l équipe et au 19
20 AXSE 1 : Big Data Dynamique des Données et des Connaissances Gestion de Données et de Connaissances à Large Echelle Défis 1 : Sémantique des données construction d ontologies et représentation des connaissances Défis 2 : Passage à l échelle algorithmes de traitement et de fouille de données 20
21 Leviers (recrutements) Fabian Suchanek, novembre 2013 Cursus: 2008 : thèse au MPII 2009 : chercheur invité à Microsoft Research à Mountain View 2010 : postdoc à l INRIA 2011 : création du groupe Otto Hahn Ontologies au Max-Planck-Institut für Informatik (MPII) Expertise : Ontologies et extraction d information Gilles Bailly, octobre 2013 (CR CNRS) Cursus: 2009 : thèse à l Univ. Josef Fourier : postdoc à TU Berlin (bourse Alexander Von Humboldt), puis au Max-Planck-Institut für Informatik (MPII) Expertise : Nouvelles techniques d interaction, interaction gestuelle et sélection de commandes 21
22 Leviers (Chaires) Big Data for e-commerce Porteur : T. Abdessalem Démarrage : décembre 2013 Indicateurs : Trois industriels, 1.5 ME sur cinq ans Axes de recherche : Grands graphes, systèmes de recommandation, gestion et fouille de données à large échelle, visualisation de données Machine Learning for Big Data Porteur : S. Clémençon Démarrage : novembre 2013 Indicateurs : Quatre industriels, 2 ME sur cinq ans L équipe y participe sur des problématiques liées à la gestion et la fouille de données à large échelle 22
23 Conclusion Domaines de recherche Bases de Données et Web : théorie des bases de données, extraction et fouille de données du Web, traitement de données à large échelle, cognition et complexité, ontologies, représentation des connaissances Visualisation et Interfaces Avancées : nouvelles techniques d interaction, interaction mobile et miniature, découverte et la mémorisation des gestes, interfaces malléables, Intergiciels multisurfaces, théorie du pointage «Fitts law» Production scientifique Publications dans les meilleurs médias dans nos domaines : CHI, UIST, ACM TODS, SIGMOD, PODS, PVLDB, WWW, CogSci, Rayonnement et attractivité académique Collaborations internationales avec des acteurs majeurs dans nos domaines : IBM Almaden, Yahoo! research Barcelone, Google, NUS Qualité des recrutements 23
July 1, 2013. Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15
Mastère Spécialisé Big Data Stéphan Clémençon Télécom ParisTech July 1, 2013 Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15 Agenda Contexte et Opportunité Les grandes lignes
Plus en détailUFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018
UFR d Informatique FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 Objectif L UFR d informatique propose au niveau du master, deux spécialités sous la mention informatique
Plus en détailSpécialité IAD. Master de Sciences et technologie de l UPMC. Mention informatique. Partenaires : ENST, ENSTA. Responsables : T. Artières, C.
Master de Sciences et technologie de l UPMC Mention informatique Spécialité IAD Partenaires : ENST, ENSTA Responsables : T. Artières, C. Gonzales Secrétariat : N. Nardy LES THÉMATIQUES ABORDÉES Les thématiques
Plus en détailOPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE
OPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE «Journée Open Data» 5 Novembre 2013 Présenté par : Imen Megdiche Directeur de thèse : Pr. Olivier Teste (SIG-IRIT) Co-directeur de thèse : Mr. Alain
Plus en détailIODAA. 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 détailBologne à l EPFL. Réforme de Bologne Implications pour l EPFL. Prof. Dominique Bonvin, Doyen Bachelor-Master
Bologne à l EPFL Réforme de Bologne Implications pour l EPFL Prof. Dominique Bonvin, Doyen Bachelor-Master EPFL Quelques chiffres 6 600 Etudiants, 23% femmes, 38% étrangers, 109 nationalités 1 400 Doctorants
Plus en détailPrésentation 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 détailLe 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 détailJean-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 détailFORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis
FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités
Plus en détailCompte rendu de l intervention de Jean-Louis LACOMBE. Rencontre européenne de la technologie du 23 mars 2005. La Fondation d entreprise EADS
Compte rendu de l intervention de Jean-Louis LACOMBE Rencontre européenne de la technologie du 23 mars 2005 La Fondation d entreprise EADS La fondation d entreprise créée par EADS est conçue comme une
Plus en détailMasses 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 détailLa Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1
La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles
Plus en détailMaster 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 détailHervé 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 détailGestion de données incertaines et de leur provenance
Gestion de données incertaines et de leur provenance Pierre Senellart Séminaire INSERM & Institut TELEOM 7 octobre 2008 P. Senellart (TELEOM ParisTech) Données incertaines et provenance 07/10/2008 1 /
Plus en détailTechnologies de la Recherche et standards du Web: Quel impact sur l Innovation?
Technologies de la Recherche et standards du Web: Quel impact sur l Innovation? GFII - 6 Décembre 2013 Bernard Odier INRIA W3C Bureau France INRIA: à la pointe de l innovation numérique Création d INRIA
Plus en détailEtudier 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 détailEmergence du Big Data Exemple : Linked Open Data
16/05/2014 Une approche interdisciplinaire des grandes masses de données (Défi Mastodons) Mokrane Bouzeghoub DAS INS2I / MI 1 Emergence du Big Data Exemple : Linked Open Data Accès à plusieurs BD scientifiques
Plus en détailBIG DATA : GESTION ET ANALYSE DES DONNÉES MASSIVES (BGD) Mastère Spécialisé. Appréhendez les challenges économiques et juridiques du Big Data
Mastère Spécialisé BIG DATA : GESTION ET ANALYSE DES DONNÉES MASSIVES (BGD) Rejoignez le secteur le plus stratégique de l économie numérique Appréhendez les challenges économiques et juridiques du Mesurez
Plus en détailChairE Systèmes Embarqués Critiques (CESEC)
Document de travail 1 DT-CESEC-2012/1 (diffusion interne à la Chaire) ChairE Systèmes Embarqués Critiques (CESEC) Chaire d enseignement et de dissémination ISAE INSAT ENSEEIHT en association avec la Fondation
Plus en détailParcours Conception, Modélisation et Architecture des Systèmes Informatiques Complexes mention Informatique Paris-Saclay
1 Parcours Conception, Modélisation et Architecture des Systèmes Informatiques Complexes mention Informatique Paris-Saclay Eric Goubault, Sylvie Putot, Alexandre Chapoutot, Laurent Pautet Eric.Goubault@polytechnique.edu,
Plus en détail«Les projets collaboratifs pour les nuls»
«Les projets collaboratifs pour les nuls» Les jeudis du numérique à Vannes 28/05/15 Sommaire 1) Le projet collaboratif 2) Les appels à projets 3) Le financement 4) Le rôle d Images & Réseaux Les questions
Plus en détailLes métiers de la recherche
Les métiers de la recherche Réunion de rentrée 2013 Années 2, 3 et 4 Paul Gastin Dpt Info, ENS Cachan Paul.Gastin@lsv.ens-cachan.fr Disponible sur http://www.dptinfo.ens-cachan.fr/ 1/33 Devenir des élèves
Plus en détailApplication 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 détailSMU MEDITERRANEAN. SOUTH MEDITERRANEAN UNIVERSITY Première Université Anglophone en Tunisie (Depuis 2002)
SMU SOUTH MEDITERRANEAN UNIVERSITY Première Université Anglophone en Tunisie (Depuis 2002) MEDITERRANEAN institute OF TECHNOLOGY The Unique English-Speaking Engineering School in Tunisia 'Masters in Systems
Plus en détailTout au long de votre cursus Quel métier futur? Dans quel secteur d activité? En fonction de vos goûts et aptitudes et du «niveau d emploi» dans ce
Tout au long de votre cursus Quel métier futur? Dans quel secteur d activité? En fonction de vos goûts et aptitudes et du «niveau d emploi» dans ce «profil» S orienter (éventuellement se réorienter) dans
Plus en détailFinancement de vos innovations. Evénement Big Data 23/10/2014
Financement de vos innovations Evénement Big Data 23/10/2014 UN GROUPE INTERNATIONAL AU SERVICE DE LA COMPÉTITIVITÉ DE SES CLIENTS (1/2) Leader européen dans ses domaines d intervention, Alma Consulting
Plus en détailFilière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.
Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants
Plus en détailAXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES
1 AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES 2 Axes de recherche L activité du DIM LSC concerne la méthodologie de la conception et le développement de systèmes à forte
Plus en détailLa mise en place d une cellule de veille
La mise en place d une cellule de veille Floriane Giovannini IST - Antony 24 ème Rencontres OMER Lyon, les 29-30 mars 2007 Plan de la présentation Introduction à la veille Une cellule de veille : - Pourquoi?
Plus en détailEmergence du Big Data Exemple : Linked Open Data
1 CNRS - Misionpour l'interdisciplinarité Mokrane Bouzeghoub 1 Une approche interdisciplinaire des grandes masses de données (Défi Mastodons) Mokrane Bouzeghoub DAS INS2I / MI Ecole de L Innova.on Thérapeu.
Plus en détailUNIV. LA ROCHELLE (IUT) Référence GALAXIE : 4099
UNIV. LA ROCHELLE (IUT) Référence GALAXIE : 4099 Numéro dans le SI local : 0135 Référence GESUP : Corps : Professeur des universités Article : 46-1 Chaire : Non Section 1 : 27-Informatique Section 2 :
Plus en détailArchitecte de Services Informatiques
Voie d Approfondissement ASR Architecte de Services Informatiques en Réseaux Chantal Taconet 16/12/2014 Contexte scientifique Modalités ASR Après ASR Positionnement ASR Témoignages 2 16/12/2014 Modèle
Plus en détailPartenaire de votre entreprise
Partenaire de votre entreprise PROFESSIONNELS OFFRE DE FORMATIONS L IGR-IAE accueille plus de 1000 étudiants en formation initiale, apprentissage et continue : des spécialistes hautement qualifiés pour
Plus en détailPublic. Débouchés. Les atouts du Master PIC. Statistiques des débouchés 22 % 16 % 10 % 14 % 38 % Entreprise Start-up Thèse.
Contexte et enjeux Public Le management de l innovation, un champ en pleine mutation - Les thématiques des stratégies d innovation, de la conception des produits, de l organisation et de la conduite des
Plus en détailCommentWatcher. 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 détailVoie d Approfondissement ASR Architecte de Services Informatiques en Réseaux. Bruno Defude / Chantal Taconet
Voie d Approfondissement ASR Architecte de Services Informatiques en Réseaux Bruno Defude / Chantal Taconet 18/12/2013 Contexte scientifique Évolution des systèmes répartis Des matériels communicants de
Plus en détailINTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par
Séminaire de formation INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par M. Dia Alioune Expert consultant BI OPEN SOURCE Directeur BADIA OA GROUP : OpenAfriki France Du 09 au 11
Plus en détailÉvaluation des logiciels et autres réalisations
DOCUMENT D ANALYSE DE LA COMMISSION D ÉVALUATION DE L INRIA Évaluation des logiciels et autres réalisations Préparé par David Margery, Jean-Pierre Merlet, Cordelia Schmid, Agnès Sulem, Paul Zimmermann
Plus en détailISTEX, vers des services innovants d accès à la connaissance
ISTEX, vers des services innovants d accès à la connaissance Synthèse rédigée par Raymond Bérard, directeur de l ABES, à partir du dossier de candidature d ISTEX aux Initiatives d excellence et des réunions
Plus en détailPROJET BIGDATART DOSSIER DE PRESENTATION
PROJET BIGDATART DOSSIER DE PRESENTATION Le projet BigDatArt est une installation scientifico-artistique centrée autour des notions d images et de BigData. Ce que je propose dans mon projet et d'inverser
Plus en détailJean-François Boulicaut & Mohand-Saïd Hacid
e siècle! Jean-François Boulicaut & Mohand-Saïd Hacid http://liris.cnrs.fr/~jboulica http://liris.cnrs.fr/mohand-said.hacid Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205
Plus en détailLa recherche d informations sur le Web par les lycéens : Pourquoi et comment faciliter le travail collaboratif?
La recherche d informations sur le Web par les lycéens : Pourquoi et comment faciliter le travail collaboratif? Jérôme Dinet* & Michèle Archambault** *Université Paul Verlaine Metz Equipe Transdisciplinaire
Plus en détailBelgrand: un Grand Equipement pour l utilisation des Bases de Données
Belgrand: un Grand Equipement pour l utilisation des Bases de Données Olivier Bonin et Jean-Paul Hubert Projet EQUIPEX et DRI du PRES Université Paris Est porté par l INRETS Grand Equipement pour les SHS
Plus en détailAlphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012.
1 Du même auteur chez le même éditeur Alphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012. AFNOR 2013 Couverture : création AFNOR Éditions Crédit photo 2011 Fotolia
Plus en détailDidier MOUNIEN Samantha MOINEAUX
Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?
Plus en détailCATHERINE GALL DIRECTOR, DESIGN + REAL ESTATE ALLIANCES
WORKSPACE FUTURES CATHERINE GALL DIRECTOR, DESIGN + REAL ESTATE ALLIANCES INNOVER POUR GAGNER LES CHEMINS DE L INNOVATION SONT SINUEUX ÊTRE LE MEILLEUR SUR SON METIER Le coeur de métier de Steelcase est
Plus en détailCENTAI : Big Data & Big Analytics Réunion DGPN / Thales Octobre 2013
www.thalesgroup.com CENTAI : Big Data & Big Analytics Réunion DGPN / Thales Octobre 2013 2 / Sommaire CENTAI : Présentation du laboratoire Plate-forme OSINT LAB Détection de la fraude à la carte bancaire
Plus en détailsont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu.
Introduction Les techniques informatiques permettent de stocker et d accéder à des quantités sans cesse croissantes de données, disponibles en ligne ou via des centres documentaires fermés. Cette profusion
Plus en détail«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D. Expernova Université d été GFII 11-09-2014
«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D Expernova Université d été GFII 11-09-2014 [Une tendance forte à l Open Innovation ] «Le monde est devenu
Plus en détailINVESTISSEMENTS D AVENIR
INVESTISSEMENTS D AVENIR LABORATOIRES D EXCELLENCE (LABEX) SYNTHESE DU SUIVI 2012 Compte-rendu scientifique Relevé de dépenses Indicateurs Mai 2013 SYNTHESE DU SUIVI D ACTION LABEX (Années 2011 et 2012)
Plus en détailUNIVERSITE DE BREST Référence GALAXIE : 4201
UNIVERSITE DE BREST Référence GALAXIE : 4201 Numéro dans le SI local : 6300MCF0617 Référence GESUP : 0617 Corps : Maître de conférences Article : 26-I-1 Chaire : Non Section 1 : 63-Génie électrique, électronique,
Plus en détailRapport du comité d'experts
Section des Unités de recherche Rapport du comité d'experts Unité de recherche : Centre de Recherche sur l Espagne Contemporaine (CREC) EA 2292 de l'université Paris 3 Sorbonne Nouvelle février 2008 2
Plus en détailPlan de cours ADM 992C Page 1. École des sciences de la gestion Département de management et technologie Université du Québec à Montréal
Plan de cours ADM 992C Page 1 École des sciences de la gestion Département de management et technologie Université du Québec à Montréal ADM-992C LES TECHNOLOGIES D'AIDE À LA PRISE DE DÉCISION DANS LES
Plus en détailLE ROLE DES ECOLES D INGENIEURS DANS LE DEVELOPPEMENT DES PME PMI. L EXEMPLE DE L UTC
LE ROLE DES ECOLES D INGENIEURS DANS LE DEVELOPPEMENT DES PME PMI. L EXEMPLE DE L UTC Alain STORCK, Président de l Université de Technologie de Compiègne LES BESOINS DES PME PMI Réponse à un besoin d innovation
Plus en détailModèles et algorithmes pour le conseil et la gestion des préférences en configuration de produit
Modèles et algorithmes pour le conseil et la gestion des préférences en configuration de produit Revue à mi parcours du projet ANR Blanc «BR4CP» Hélène Fargier - IRIT Résolution interactive Le «catalogue»
Plus en détailPrésentation du module Base de données spatio-temporelles
Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes
Plus en détailMASTER ECONOMIE APPLIQUEE
Le Master Economie Appliquée est destiné à des étudiants ayant reçu une formation universitaire solide en économie, statistiques, mathématiques et économétrie. Ce Master propose un cursus sur deux années
Plus en détailBig 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 détailINSTITUT D OPTIQUE GRADUATE SCHOOL
INTÉGREZ LA LUMIÈRE INSTITUT D OPTIQUE GRADUATE SCHOOL UNE GRANDE ÉCOLE SCIENTIFIQUE TROIS DIPLÔMES POUR FORMER AU MEILLEUR NIVEAU INTERNATIONAL en partenariat avec les universités de Paris-Saclay, Saint-Étienne
Plus en détailInformatique Médicale & Ingénierie des Connaissances Pour la e-santé
Li ics Laboratoire d Informatique Médicaleet d Ingénierie des Connaissances en e-santé Projet de création d une UMR Inserm Université Pierre et Marie Curie, Université Paris Nord Informatique Médicale
Plus en détailDEA ès Sciences de Gestion. DES en Sciences Economiques. Ingénieur diplômé de l'ecole Polytechnique de Paris.
Education René Demeestere Emeritus Professor, Department Accounting and Management Control DEA ès Sciences de Gestion. DES en Sciences Economiques. Ingénieur diplômé de l'ecole Polytechnique de Paris.
Plus en détailUniversité Libre de Tunis
Ingénieur: Génie Informatique Code et Intitulé des Matières Enseignées Plan d'etudes : Semestre 1 S1-01 Algorithmique et Structures de Données 1 S1-02 Programmation C S1-03 Logiques Mathématiques S1-04
Plus en détailJournées Big Data à l ENSAI Big Data: les challenges, les défis
Journées Big Data à l ENSAI Big Data: les challenges, les défis Stéphan Clémençon Télécom ParisTech November 22, 2013 Stéphan Clémençon (Télécom ParisTech) Big Data November 22, 2013 1 / 22 Agenda Contexte
Plus en détailLa 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 détailMASTER LPL : LANGUE ET INFORMATIQUE (P)
MASTER LPL : LANGUE ET INFORMATIQUE (P) RÉSUMÉ DE LA FORMATION Type de diplôme := Master Domaine : Arts, Lettres, Langues Mention : LITTERATURE, PHILOLOGIE, LINGUISTIQUE Spécialité : LANGUE ET INFORMATIQUE
Plus en détailConclusion. Rôle du géodécisionnel dans une organisation gouvernementale Contexte organisationnel à Infrastructure Canada Le projet Les résultats
Le marché des logiciels géodécisionnels et exemple d application avec Oracle BIEE 11g Géomatique 2011, Montréal Sonia Rivest, Analyste en géodécisionnel géodécisionnel,, Intelli3 Denis Beaulieu, Gestionnaire,
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailGREENTIC. Multimédia et TIC au service du développement durable
GREENTIC Multimédia et TIC au service du développement durable 1 GREENTIC: Synthèse L appel à propositions vise à cofinancer, dans le domaine des TIC et du Multimédia au service du développement durable,
Plus en détailTechniques d interaction dans la visualisation de l information Séminaire DIVA
Techniques d interaction dans la visualisation de l information Séminaire DIVA Zingg Luca, luca.zingg@unifr.ch 13 février 2007 Résumé Le but de cet article est d avoir une vision globale des techniques
Plus en détailTHOT - Extraction de données et de schémas d un SGBD
THOT - Extraction de données et de schémas d un SGBD Pierre-Jean DOUSSET (France), Benoît ALBAREIL (France) pj@miningdb.com, benoit@miningdb.com Mots clefs : Fouille d information, base de données, système
Plus en détailGroupe de Discussion Big Data Aperçu des technologies et applications. Stéphane MOUTON stephane.mouton@cetic.be
Groupe de Discussion Big Data Aperçu des technologies et applications Stéphane MOUTON stephane.mouton@cetic.be Recherche appliquée et transfert technologique q Agréé «Centre Collectif de Recherche» par
Plus en détailPourquoi. cette thématique. de recherche
cette thématique Pourquoi de recherche Depuis vingt ans, la robotique s est introduite progressivement dans de nombreux secteurs d activité et de la vie quotidienne. Cette intégration a débuté avec les
Plus en détailStratégie Open Source et Présentation du Centre de recherche et d innovation sur le logiciel libre
Stratégie Open Source et Présentation du Centre de recherche et d innovation sur le logiciel libre 1 INTECH, GRENOBLE, 12/01/2010 Patrick MOREAU patrick.moreau@inria.fr Direction du Transfert et de l Innovation
Plus en détailL IDEX DE TOULOUSE EN BREF
L IDEX DE TOULOUSE EN BREF Pourquoi des Initiatives D EXcellence (IDEX)? Depuis 18 mois, les universités, les grandes écoles et les organismes de recherche ont travaillé ensemble pour répondre à l appel
Plus en détailAssemblée générale Aristote
Assemblée générale Aristote Panorama 2011-2012 Philippe d Anfray Philippe.d-Anfray@cea.fr CEA DSM-Saclay CNES 5 juillet 2012 Assemblée générale Aristote CNES 5 juillet 2012 1 / 21 Comité de programme (1)
Plus en détailSection des Formations et des diplômes
Section des Formations et des diplômes Rapport d évaluation du master Modélisation appliquée de l Université Paris 1 Panthéon-Sorbonne Vague D 2014-2018 Campagne d évaluation 2012-2013 Section des Formations
Plus en détailLes bourses de thèse
Les bourses de thèse Certains d entre vous se souviennent des galères rencontrées, lorsqu en DEA, on recherche une bourse de thèse. Alors, nous avons décidé de vous faire un petit récapitulatif des bourses,
Plus en détailL A B U S I N E S S. d a t a g i n f o r m a t i o n g a c t i o n
L A B U S I N E S S I N T E L L I G E N C E D U X X I e m e S I E C L E A T A W A D * d a t a g i n f o r m a t i o n g a c t i o n domaines d expertise : Modélisation des données Intégration des données
Plus en détailSMU MEDITERRANEAN. SOUTH MEDITERRANEAN UNIVERSITY Première Université Anglophone en Tunisie (Depuis 2002)
SMU SOUTH MEDITERRANEAN UNIVERSITY Première Université Anglophone en Tunisie (Depuis 2002) MEDITERRANEAN institute OF TECHNOLOGY L Unique École d Ingénieurs Anglophone en Tunisie Version Française «Nous
Plus en détailStratégie Télécom ParisTech 2013-2017
Stratégie Télécom ParisTech 2013-2017 Séminaire STEP 6 Mars 2014 Retour sur les événements de l année écoulée les plus pertinents pour nos partenaires (1/2) Choix de l architecte et bouclage financement
Plus en détailLe Master Mathématiques et Applications
Le Master Mathématiques et Applications Franck BOYER franck.boyer@univ-amu.fr Institut de Mathématiques de Marseille Aix-Marseille Université Marseille, 20 Mai 2014 1/ 16 Structure générale Vue d ensemble
Plus en détailSpécialité Compétence complémentaire en informatique
STATISTIQUES INFORMATIQUE Sur les 92 diplômés entrant dans le champ d enquête (de nationalité française et en formation initiale), 80 ont répondu au questionnaire soit un taux de réponse de 87%. Développeur
Plus en détailPentaho Business Analytics Intégrer > Explorer > Prévoir
Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux
Plus en détailCURRICULUM 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 détailLe Mastère Spécialisé Big Data de Télécom ParisTech
Le Mastère Spécialisé Big Data de Télécom ParisTech Stéphan Clémençon 1 1 Institut Mines Télécom - LTCI UMR Télécom ParisTech/CNRS No. 5141, stephan.clemencon@telecom-paristech.fr Résumé. Les espoirs,
Plus en détailEcole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales
Ecole des Hautes Etudes Commerciales HEC Alger Évolution des SGBDs par Amina GACEM Module Informatique 1ière Année Master Sciences Commerciales Evolution des SGBDs Pour toute remarque, question, commentaire
Plus en détailLes enjeux de la mobilité et de la réalité augmentée dans les jeux éducatifs localisés. GéoEduc3D
Les enjeux de la mobilité et de la réalité augmentée dans les jeux éducatifs localisés Le projet de recherche GéoEduc3D Sylvain GENEVOIS Chargé d études et de recherche (INRP, équipe EducTice) Docteur
Plus en détailSpécialité Sciences Mécaniques et Ingénierie
Master 2 Sciences, Technologies, Santé Mention Mécanique Spécialité Sciences Mécaniques et Ingénierie Parcours R&D en mécanique des fluides Parcours R&D en matériaux et structures Parcours Energétique
Plus en détailPartenaire de votre entreprise
IGR-IAE DE RENNES Ecole Universitaire de Management Partenaire de votre entreprise PROFESSIONNELS L ESPRIT D ENTREPRISE À L UNIVERSITÉ, UN DOUBLE HÉRITAGE Notre patrimoine pour vos futurs collaborateurs
Plus en détailCWALity Collaboration in Wallonia ability Recherche collaborative entre une PME et un organisme de recherche
1 CWALity Collaboration in Wallonia ability Recherche collaborative entre une PME et un organisme de recherche Description générale de l appel et Objectifs Appel à propositions pour des projets de recherche
Plus en détailLes nouvelles formes d IE au service de la recherche La fouille de données et la visualisation pour enrichir l intelligence scientifique GFII
Les nouvelles formes d IE au service de la recherche La fouille de données et la visualisation pour enrichir l intelligence scientifique GFII Paris 5 mars 2015 Jean-Paul Rameshkoumar - Ingénieur d'études,
Plus en détailLes lières. MSc in Electronics and Information Technology Engineering. Ingénieur civil. en informatique. MSc in Architectural Engineering
Ingénieur civil Ingénieur civil Les lières MSc in Electronics and Information Technology Engineering MSc in Architectural Engineering MSc in Civil Engineering MSc in Electromechanical Engineering MSc
Plus en détailFormation Actuaire Data Scientist. Programme au 24 octobre 2014
Formation Actuaire Data Scientist Programme au 24 octobre 2014 A. Eléments logiciels et programmation Python 24h Objectif : Introduction au langage Python et sensibilisation aux grandeurs informatiques
Plus en détailBig 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 détail20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013. 20 ans du SIAD -"Big Data par l'exemple" -Julien DULOUT
20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013 20 ans du SIAD -"BigData par l'exemple" -Julien DULOUT Qui a déjà entendu parler du phénomène BigData? Qui a déjà
Plus en détailINITIATIVE HPC-PME Calcul haute performance pour les PME
INITIATIVE HPC-PME Calcul haute performance pour les PME Pourquoi la simulation numérique? «La simulation est une extension ou une généralisation de l expérience» Théorie Expérimentation Simulation numérique
Plus en détailDEUTSCH-FRANZÖSISCHE SOMMERUNIVERSITÄT FÜR NACHWUCHSWISSENSCHAFTLER 2011 CLOUD COMPUTING : HERAUSFORDERUNGEN UND MÖGLICHKEITEN
DEUTSCH-FRANZÖSISCHE SOMMERUNIVERSITÄT FÜR NACHWUCHSWISSENSCHAFTLER 2011 CLOUD COMPUTING : HERAUSFORDERUNGEN UND MÖGLICHKEITEN UNIVERSITÉ D ÉTÉ FRANCO-ALLEMANDE POUR JEUNES CHERCHEURS 2011 CLOUD COMPUTING
Plus en détail