Principaux axes de recherche
-
Développement d'entrepôt de données multidimensionnelles capable de stocker des données hétérogènes et complexes. Extension des langages de requêtes en leur ajoutant des fonctionnalités de type fouille de données afin d'améliorer l'accès pertinent aux informations.
-
Acquisition automatique de modèles et de connaissances à partir de données de grande taille avec un focus sur la fouille de motifs temporels et spatiaux. Analyse de flux de données et mise à jour des modèles afin de tenir compte de l'évolution des caractéristiques des données. Utilisation des approches de type apprentissage incrémental.
-
Développement d'outils d'aide à la décision permettant à un utilisateur d'analyser les données à sa disposition (résultats de simulation par exemple) en dégageant les patterns intéressants, en recommandant des actions. Nous développons dans ce but des outils s'appuyant sur l'apprentissage interactif.
-
Interaction entre diagnostic et décision dans un univers incertain et en particulier recommandations d'actions à partir de résultats de simulation.
Pour plus de détails voir le rapport
d'activité du projet. |
