Le rendez-vous de l’innovation

Les Partenaires
des Innovatives

Ministère de l'éducation nationale de l'enseignement supérieur et de la recherche ABG - L'intelli'agence Fist SA

Rechercher




Accueil > Éditions précédentes > Big Data > Innovatives Big Data > Espace Exposition - Posters > Valeurs des données

Fouille de données, Contraintes, Graphes

par Benjamin LEVAUX - WEBMASTER FREELANCE - publié le , mis à jour le

Membres de l’équipe « COnstraints, Data mining and Graphs » (CoDaG)
Contact : Bruno Crémilleux, responsable équipe CoDaG, bruno.cremilleux chez unicaen.fr - 0231567435

GREYC CNRS UMR 6072 (Groupe de REcherche en Informatique, Image, Automatique et Instrumentation de Caen), Normandie Univ, UNICAEN, ENSICAEN, 14000 Caen, France

Fouille de données, Contraintes, Graphes

L’objectif de ce poster est de présenter les points clés de l’activité de l’équipe « COnstraints, Data mining and Graphs » du laboratoire GREYC dans le domaine du big data (notamment sur les aspects « variété » et « vélocité ») et pouvant ouvrir à de nouvelles coopérations.

L’équipe « COnstraints, Data mining and Graphs » étudie et propose des méthodes de résolution de contraintes, d’optimisation et de fouille de données dans le but d’améliorer la chaîne de décision qui va de la compréhension des données au processus de prise de décision en passant par l’extraction de connaissances dans les données.

Une part importante des activités est dévolue aux applications, telle que la découverte de connaissances dans les données omiques et la polypharmacologie, la découverte d’information dans les textes biomédicaux, l’analyse de grands jeux de données liés aux sports, l’exploration de données pour la vérification de programme. Cet aspect pluridisciplinaire et interactif, via des cycles rapides permettant d’interroger les données et les ensembles de motifs qu’elles contiennent, caractérise une démarche « science des données ».

Mots clés : fouille de données, programmation par contraintes, graphes et hypergraphes, méthodes déclaratives et génériques, clustering et méthodes non supervisées, classification, données hétérogènes, données omiques, données issues du sport, hybridation fouille de données textuelles et langue, chémogénomique, polypharmacologie.

Participations à plusieurs projets (ANR, PEPS, Mastodons) et collaborations industrielles.

Téléchargez le poster