Équipe SPARKS

Scalable and Pervasive softwARe and Knowledge Systems

Responsables : Andrea G. B. Tettamanzi suppléé par Johan Montagnat

a853ba4a46a3a14c290ff5022d60e49e.media.400x267.jpg
Les recherches de l'équipe portent sur  l'organisation, la représentation et le traitement distribué de connaissance, aussi bien que l'extraction de cette connaissance depuis les données et sa formalisation sémantique. Une attention particulière est consacrée, d'une part, aux architectures à grande échelle et des données massives et, d'autre part, à la conception des systèmes logiciels centrés sur l'humain, sur la connaissance, évolutionnaires et adaptatifs.

L'équipe Sparks est constituée de trois thèmes :

  • Knowledge Extraction and Learning : développer des méthodes et algorithmes basés sur l'apprentissage automatique (machine learning), la fouille de données (data mining), l'intelligence artificielle (artificial intelligence) pour extraire des données de nouvelles et utiles informations et connaissances.
  • FOrmalizing and Reasoning with Users and Models : comprendre les données (1) en proposant des approches pluridisciplinaires d'analyse et de modélisation multi-critères des systèmes d'information, des communautrés d'utilisateurs et de leurs interactions et (2) en raisonnant sur ces modèles en utilisant les approches orientées graphes du Semantic Web pour proposer de nouveaux outils d'analyse et pour créer de nouvelles fonctionnalités et une meilleure gestion.
  • Scalable Software Systems : adapter et composer les systèmes, les données et les flux de travaux (workflow) à différentes échelles, de la boucle locale à la distribution massive.
Les principaux domaines d'intérêts de l'équipe SPARKS sont, par ordre d'importance, :
— le Génie Logiciel (Software Engineering)
— la Gestion et la Représentation des Connaissances (Knowledge Representation and Management)
— le Web Sémantique (Semantic Web)
— l'Interaction Homme-Machine (Human-Computer Interaction)
— l'Intelligence Articifielle (Artificial Intelligence)
— l'Intelligence Ambiente (Ambient Intelligence)
— la Fouille de Données (Data Mining)
— le Raisonnement (Reasoning)
— le Traitement du Langage Naturel (Natural Language Processing)
— les Masses de Données (Big Data)
— l'Apprentissage par la Machine (Machine Learning)
— les Systèmes d'Information (Information Systems)
— les Environnements Informatique pour l'Apprentissage Humain (Computer-Based Environments for Human Learning)
— les Algorithmes (Algorithms)
— les Infrastructures à Grande Échelle (Large-Scale Infrastructures)
— les Systèmes Multi-Agents (Multi-Agent Systems)
— les Systèmes Distribués (Distributed Systems)