Flash Info
CE23 - Intelligence artificielle et science des données

Exploration Facilitée : Exploration Interactive de Données par Contraintes – FIDD

Résumé de soumission

Le projet FIDD répond aux défis contemporains de la fouille de données et de l'IA. Avec l'explosion de la génération de données dans divers domaines, la demande croissante d'approches interactives centrées sur l'utilisateur devient impérative. Les méthodes traditionnelles présentent des limites pour suivre l'évolution des besoins des utilisateurs et l'adaptation aux environnements dynamiques. Elles utilisent généralement trois approches pour gérer les contraintes des utilisateurs : le prétraitement, l'intégration des filtrages et le post-traitement. La programmation par contraintes (CP) est une solution déclarative qui peut s'avérer complexe à mettre en œuvre et exige des compétences d'analyste. De plus, la modélisation manuelle des contraintes est un défi ardu. Une réponse à ce défi émerge dans le domaine en pleine expansion de l'Acquisition de Contraintes (AC), qui se concentre sur l'acquisition directe des contraintes à partir des données. La fouille interactive révolutionne les méthodes traditionnelles en introduisant une approche itérative composée de l'extraction de motifs, de l'interaction avec les utilisateurs pour façonner le processus et de l'apprentissage des préférences des utilisateurs pour guider la recherche. Cependant, les méthodes actuelles comportent des limitations, notamment l'utilisation de descripteurs indépendants et les défis posés par l'hétérogénéité et la nature dynamique des données. Ainsi, une approche itérative et déclarative est indispensable pour relever ces défis. En réponse, FIDD intègre des techniques avancées de fouille de données basée sur les contraintes, d'acquisition de contraintes, d'apprentissage automatique et de fouille interactive des données, visant à fournir un cadre complet et unifié capable de s'adapter aux besoins évolutifs des utilisateurs, d'extraire efficacement des motifs à partir des données et d'améliorer continuellement ses performances grâce aux retours des utilisateurs et à la révision déclarative du modèle.

Coordination du projet

Nadjib Lazaar (Laboratoire Interdisciplinaire des Sciences du Numérique)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

DLM DEEPLINK MEDICAL
LS2N Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
CRIL Centre de Recherche en Informatique de Lens
LISN Laboratoire Interdisciplinaire des Sciences du Numérique
GREYC Université de Caen Normandie
LIFO EA 4022 LABORATOIRE D'INFORMATIQUE FONDAMENTALE D'ORLÉANS

Aide de l'ANR 729 463 euros
Début et durée du projet scientifique : décembre 2024 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter