Bienvenue sur le site du département DAPA !

Les recherches du département Données et APprentissage Artificiel (DAPA) s'articulent autour de problèmes de modélisation, d'analyse et de traitement d'information et de connaissances. Elle couvrent en particulier des thématiques qui se situent au cœur des différents défis posés par les "Sciences des Données et des Connaissances" et le "Big Data" :

  • Apprentissage automatique, statistique ou symbolique (MLIALFIACASA)
  • Intelligence computationelle et logiques floues (LFIACASA)
  • Recherche d'information (texte, image, multimédia, flux) (MLIALFIBD)
  • Représentation de connaissances et raisonnement (LFIACASA)
  • Bases de données hétérogènes, réparties et dynamiques (BD)
  • Sciences cognitifs et humanités numériques (ACASA)
  • Systèmes de recommandation, personnalisation d'informations (MLIALFIACASABD)

Les travaux et les contributions fondamentales et appliquées concernent un large spectre de représentations d'informations (texte, images, vidéos, graphes, arbres, données probabilistes) et de méthodes provenant de l'apprentissage (réseaux Bayesiens), de l'intelligence artificielle (apprentissage basé sur l'explication et les métaconnaissances, logiques floues) et des bases de données (indexation, stockage, optimisation de requêtes). Les projets et contrats de recherche traitent des nombreuses applications allant de la recherche d'information adaptative ou sélective à la gestion de données dans les réseaux à large échelle:

  • Analyse et veille de réseaux sociaux
  • Transport intelligent et mobilité
  • Archivage du web
  • Filtrage et aggrégation de flux d'informations
  • Analyse stylistique de textes