Thèmes de la conférence
Fondements de l'extraction et de la gestion de connaissances
- Algorithmes d’apprentissage supervisé (méthodes par discrimination, méthodes d’ensembles, réseaux de neurones formels, réseaux bayésiens, machines à noyaux, machines à vecteurs supports, algorithmes génétiques, ...)
- Algorithmes d’apprentissage non supervisé (regroupement conceptuel, classification, analyse de données, cartes de Kohonen, ... )
- Algorithmes d’extractions de motifs : itemset, séquence, arbre, graphe, ...
- Méthodes incrémentales de fouille de données
- Cadre théorique pour la fouille de données
- Algorithmes de fouilles de données robustes au passage à l’échelle
- Données complexes (multimédia, textes, spatiales, images, vidéos, audios, temporelles, ...), dynamiques et hétérogènes
- Détection d’outlier, d’inattendus et détection d’anomalies
- Systèmes distribuées/parallèles pour la fouille de données
- Préservation de la confidentialité et de l'anonymat
- Langages de requêtes déclaratifs pour la fouille de données
- Apprentissage topologique, variétés mathématiques
- Programmation logique et par contraintes
- Méthodes statistiques en fouilles de données
- Fouille visuelle de données
Extraction et gestion de connaissances dans des domaines émergents
- Flux de données, réseaux de capteurs, mobilité, données RFID
- Découverte de connaissances et ubiquité, Intelligence ambiante
- Analyse de liens, communauté en ligne, réseaux sociaux
- Commerce électronique, systèmes de recommandations, publicité en ligne
- Fouille de données d’opinion, de dépêches, de microblogging
- Fouille de données antagonistes, sécurité, contre-terrorisme
- Modèles et algorithmes pour les nouveaux types de données issus de la médecine, la chimie, la biologie, la pharmacologie, l’épidémiologie ou l'environnement
Aspects méthodologiques de l’extraction et de la gestion de connaissances
- Acquisition, recueil, pré‐traitement des données, filtrage, réduction des données, sélection et modification de caractéristiques
- Critères et évaluation de la qualité des données
- Intégration de données (entrepôt, OLAP, médiation, ...)
- Gestion de données mal réparties entre classes
- Intégration de connaissances dans le processus d’extraction (ontologies, expertise, ...)
- Post‐traitement des connaissances, critères et évaluation de la qualité des connaissances extraites
- Stockage des connaissances et d’ontologies (acquisition, mise à jour, interopérabilité)
- Automatisation du processus de découverte
- Visualisation et interaction homme‐machine
- Extraction pour construire des ontologies
- Plateformes et systèmes pour l’ECD
Applications innovantes de l’extraction et de la gestion de connaissances
- Application dans des domaines variés comme la médecine, la biologie, la chimie, la finance, les assurances, l’économie, les sciences sociales, le transport, le tourisme, l’éducation, la défense, les télécommunications, la gestion de l’énergie, la recherche d’information, le génie logiciel, la détection de fraude, l’environnement, la télédétection, SIG, …
- Mémoires d’entreprise, veille technologique, intelligence économique
|
| Articles |
Soumission
du résumé
24 septembre 2010
Texte complet de l'article
8 octobre 2010
Notification aux auteurs
19 novembre 2010
|
| Démonstration de logiciels |
Date de soumission 26 novembre 2010
Notification aux auteurs 10 décembre 2009
|
| Ateliers et tutoriels |
Date de soumission
15 octobre 2010
Notification aux auteurs
29 octobre 2010
|
|
|