Actualités du LIPN

Ordre du jour : - Demande de moyens CNRS ; - Comité d’évaluation : organisation - présentation ; - Questions diverses.

Ordre du jour : - Rapport d’activité - évaluation ; - Questions diverses.

L’apprentissage artificiel recouvre différents aspects d’études mathématiques, statistiques et algorithmiques. Ses applications sont très importantes, notamment pour le traitement de données scientifiques, pour l’ingénierie, et pour les systèmes d’information.

L’Université Paris 13, avec l’appui du groupe Data Mining et Apprentissage de la SFdS (Société Française de Statistique), organise les 28 et 29 juin 2012 la cinquième édition du colloque AAFD "Apprentissage Artificiel & Fouille de Données" à l’Institut Galilée. Cette manifestation réunit plus d’une centaine de chercheurs et d’industriels travaillant dans ce domaine. Le colloque AAFD a pour objectif premier de permettre aux intéressés de mieux découvrir ce domaine et avoir une vision synthétique sur l’état de l’art, et aux spécialistes de nouer des contacts avec d’autres équipes de recherche. Le thème central de cette manifestation est l’utilisation des techniques d’apprentissage artificiel pour l’analyse et l’exploration de données afin d’en comprendre le sens, de déceler des relations entre des événements, d’en déduire des modèles de comportement.

L’objectif de ces journées est de faire le point sur l’état de l’art des techniques et des applications utilisant l’apprentissage artificiel dans le domaine de la fouille de données. Elles constitueront une opportunité de rencontres entre chercheurs et industriels oeuvrant dans le domaine de l’extraction de connaissances et l’apprentissage artificiel à partir de données.

>>> Inscription sans frais mais obligatoire, déjeuner offert sur place <<<

Programme complet     Affiche

Comité Scientifique:

Y. Bennani (LIPN-UP13)

E. Viennet (L2TI-UP13)

Accueil et logistique:

B. Guéveneux

M. Fontanillas

A. Wilk

F. Zaazoui

Partenaires : Université Paris 13, LIPN, L2TI, ANR, Cap Digital, Numsight, SFdS, EGC, AFIA,

Précédentes éditions : juin 2010, avril 2008, avril 2006.

Oratrice : Catherine Roussey, Irstea/Cemagref, Clermont-Ferrand

Les antipatrons ontologiques sont des structures qui refletent des problemes de modélisations dans les ontologies. Ces mauvaises modélisations peuvent entrainer des incohérences logiques, déteriorer les performances des raisonneurs, voire conduire à des modélisations erronées des connaissances du domaine.

Nous présenterons un état des lieux des antipatrons que nous avons déja découverts suite à nos expériences en correction et construction d’ontologies.
Nous présenterons ensuite nos différentes expérimentations pour détecter certains des antipatrons à l’aide de requêtes SPARQL.
Ces expérimentations ont porté sur un ensemble d’ontologies provenant du portail Watson.

Orateurs: Andrea Nuzzolese (ISTC, CNR, Rome) et Valentina Presutti (Semantic Technology Laboratory,  National Research Council (CNR), Rome)

The talk describes an empirical investigation on Wikipedia links, from which we have discovered a set of knowledge patterns used by the crowds when dealing with an encyclopedical description task.