
Le pôle Science des Données et de la Décision (SDD) se concentre sur la conception et le développement de méthodes génériques couvrant les différentes étapes de l’analyse de données. Ses travaux rassemblent des contributions théoriques, algorithmiques, logicielles et applicatives, dans les secteurs de l’industrie, de la santé, de l’éducation, de la mobilité et de l’écologie marine. Les recherches du pôle s’articulent autour de 3 axes : l’optimisation, les contraintes et la décision ; l’apprentissage et les connaissances ; la biologie computationnelle.
Le pôle est structuré autour de 4 équipes de recherche principales et bénéficie également des travaux de l’équipe Gestion de Données Distribuées (GDD), dont les recherches, à l’interface entre science des données et systèmes distribués, conduisent à un rattachement conjoint aux pôles SDD et SLS.
Les 4 composantes du pôle sont : l’équipe Combinatoire et Bioinformatique (ComBi), positionnée en biologie computationnelle pour la santé, la nutrition et l’écologie marine, modélise des données et des systèmes biologiques issus de la métagénomique, de la protéomique et de la peptidomique, à des échelles allant de la cellule unique aux écosystèmes, en mobilisant des compétences en algorithmique, théorie des graphes, optimisation combinatoire et programmation par contraintes ; l’équipe Data User Knowledge (DUKe), qui développe des méthodes de modélisation, d’analyse et de visualisation de données complexes, multimodales et interdépendantes (graphes, séries temporelles et flux de données), ainsi que des modèles d’apprentissage automatique et de représentation des connaissances, avec une expertise en analyse de séquences et de traces pour la compréhension et la prédiction de dynamiques complexes, avec des applications dans les domaines de la santé, de l’éducation ouverte, de la mobilité urbaine, des réseaux sociaux et du patrimoine culturel ; l’équipe Gestion de Données Distribuées (GDD) qui mène des recherches théoriques et appliquées sur les systèmes distribués, le Web des données et les graphes de connaissances décentralisés. Ses travaux portent sur la gestion, l’intégration et l’interrogation de données distribuées, afin de concevoir des écosystèmes de données plus interopérables, évolutifs et fiables ; l’équipe Modélisation, optimisation et décision pour la logistique, l’industrie et les services (modelis), qui développe des modèles, des algorithmes et des outils d’aide à la décision pour la logistique, l’industrie et les services, notamment dans les domaines de la planification et de l’ordonnancement, des systèmes de production reconfigurables et de l’optimisation des réseaux logistiques et de transport ; l’équipe Théorie, Algorithmes et Systèmes en Contraintes (TASC), qui développe des recherches en intelligence artificielle symbolique et en programmation par contraintes, à l’interface de l’IA et de la recherche opérationnelle, notamment autour du solveur open source Choco, avec des applications à la résolution de problèmes combinatoires complexes et à l’aide à la décision dans les domaines de la maintenance aéronautique, de la planification hospitalière, la supply chain et du jumeau numérique.
Thème SDV
Pôle SDDComprendre comment le plancton s’adapte au réchauffement des océans
Thème IEdF
Pôle SDDAdapter en temps réel la production industrielle aux variations de la disponibilité énergétique
Pôle SDDDévelopper une exploration interactive des données fondée sur les contraintes et les préférences des utilisateurs
Pôle SDDHybrider apprentissage automatique et raisonnement par contraintes pour résoudre des problèmes d’optimisation complexes
Thème SDV
Pôle SDDConcevoir des plannings hospitaliers conciliant qualité des soins et qualité de vie au travail
Thème SDV
Pôle SDDDévelopper de nouvelles méthodes d’identification des peptides adaptées à la peptidomique
Thème IEdF
Pôle SDDRenforcer la robustesse des systèmes de production grâce à une planification intégrant la maintenance
Thème SDV
Pôle SDDComprendre les interactions métaboliques qui structurent les communautés microbiennes marines
Thème SDV
Pôle SDDDévelopper une nouvelle classification des cyanobactéries pour mieux comprendre leur rôle dans les écosystèmes aquatiques
Thème SDV
Pôle SDDDévelopper de nouvelles méthodes d’analyse des données biologiques pour mieux comprendre le rôle du métabolisme dans le destin cellulaire
Thème SDV
Pôle SDDDévelopper des observatoires augmentés pour mieux comprendre l’évolution des socio-écosystèmes côtiers
Thème SDV
Pôle SDDCréer une plateforme nationale pour accélérer la recherche et la surveillance de l’antibiorésistance
Thème SDV
Pôle SDDDévelopper une plateforme bioinformatique intégrée pour explorer le potentiel des microbiomes marins et accélérer la découverte de nouvelles applications