IA symbolique Modélisation de systèmes / problèmes / données Optimisation combinatoire / discrète
Extraction déclarative de connaissances, sous contraintes IA Centrée humain et apprentissage de préférences Conception d’algorithmes génériques en programmation par contraintes
#Fouille de données interactive #Programmation par contraintes #Modélisation et apprentissage de préférences
AAPG PRCE

FIDD

Facilitated Exploration: Interactive Constraint-Driven Data Mining

Développer une exploration interactive des données fondée sur les contraintes et les préférences des utilisateurs

FIDD développe de nouvelles approches pour rendre l’exploration de données plus interactive et mieux adaptée aux besoins des utilisateurs. Le projet répond à un défi majeur de la fouille de données et de l’intelligence artificielle : permettre aux méthodes d’analyse d’évoluer au fil des interactions avec l’utilisateur et de s’adapter à des données hétérogènes, dynamiques et en constante évolution.

Le projet combine la fouille de données basée sur les contraintes, l’acquisition de contraintes, l’apprentissage automatique et la fouille interactive afin de construire un cadre unifié d’exploration. Il développe des méthodes capables d’apprendre progressivement les préférences des utilisateurs, d’acquérir automatiquement des contraintes à partir des données et d’affiner en continu les modèles grâce aux retours des utilisateurs et à leur révision déclarative.

En plaçant l’utilisateur au cœur du processus d’exploration, FIDD contribue au développement de méthodes de fouille de données plus adaptatives, plus explicables et plus efficaces pour l’analyse de jeux de données complexes.

Partager sur LinkedIn

Financement

ANR

AAPG PRCE

Calendrier

  • Démarrage : 01-12-2024
  • Durée : 48 mois

Coordinateur

  • Responsable scientifique LS2N : Samir Loudni

Consortium

LIRMM UMR 5506 – Université de Montpellier ; GREYC UMR 6072 – Université de Caen ; LIFO EA 4022 – Université d’Orléans ; CRIL UMR 8188 – Université d’Artois
Porteur du projet : Laboratoire Interdisciplinaire des Sciences du Numérique (LISN) – Université Paris-Saclay