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

 

L’équipe de recherche KLaIM est positionnée sur la modélisation mathématique, l’extraction intelligente de connaissances et la simulation numérique d’environnements complexes. Son objectif est de construire des outils de compréhension, de prédiction et d’aide à la décision efficaces.

 

Avec l’essor des objets connectés (IoT), de plus en plus de données sur les activités humaines sont collectées. Ces masses de données brutes volumineuses peuvent être exploitées grâce aux outils de big data et d’intelligence artificielle.

 

Les travaux de l’équipe KLaIM portent sur deux axes visant à améliorer les outils d’aide à la décision : l’extraction de connaissances et la modélisation des comportements.

 

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.

 

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.

 

Par exemple, le développement croissant des systèmes d’e-learning génère de plus en plus de données et, à l’instar du web analytics, nous voyons apparaître le concept de learning analytics. Avec l’explosion de cette quantité de données, nous pouvons espérer enrichir les processus pédagogiques et les processus d’apprentissage mais nous sommes confrontés à de nouveaux défis en termes d’analyse, de traitement et de sélection des informations pertinentes.

 

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.

 

Pour ce qui est des applications, l’équipe KLaIM développe ses travaux en collaboration avec différents thématiciens (sociologie, géographie, pédagogie, économie, environnement, écologie, mathématiques) dans de nombreux domaines applicatifs dont notamment, l’éducation et la pédagogie, l’étude des comportements et interactions sociales ainsi que l’environnement et le développement des territoires.

 

 

ÉQUIPE KLaIM-Knowledge Learning and Information Modelling »

RECHERCHE

 

Laurent ÉTIENNE
Emmanuel Druon
Thierry Le Pors
Léandro Montero