Recherche

Équipe KLaIM : extraction de connaissances et modélisation (knowledge learning and information modelling)

Responsable d’équipe par intérim :

Ayman AL-FALOU (Dr, HDR)

Enseignant-chercheur

ayman.al-falou@isen-ouest.yncrea.fr

Nombre de permanents : 6

Nombre de doctorants : 2

Mots clés :

Intelligence Artificielle
Fouille de Données et Extraction de Connaissances
Modèles de Graphes
Routage et Optimisations
Patrons de Mobilité
Enrichissement Sémantique
Similarité
Étude de l’Apprentissage
Simulation Multi-Agents
Aide à la Décision
Analyse de Risques

Projet de recherche

Extraction de connaissances et simulation numérique d’environnements complexes pour l’aide à la décision

Axes de recherche

Extraction des connaissances

À partir d’entrepôts de données et de savoirs d’experts, de nouveaux algorithmes de fouille sont étudiés pour extraire des connaissances et les synthétiser sous forme de patrons (pattern mining). De nouvelles métriques (similarité, centralité, etc.) sont proposées pour comparer les activités humaines et les enrichir sémantiquement.

Modélisation des comportements

La modélisation des comportements humains étant complexe, il est nécessaire de proposer différents niveaux abstractions de l’individu, de ses interactions et de son environnement (graphes, topologie, systèmes multi-agents) pour mieux les appréhender.

Ces modèles et patrons sont ensuite appliqués dans différents processus d’aide à la décision pour l’analyse et la prédiction de risques, l’optimisation de la mobilité et de l’allocation de ressources.