Extraction et Gestion de Connaissance
Strasbourg, 27 janvier 2009
6ème Atelier Fouille de Données Complexes
dans un processus d’extraction de
connaissances
Responsables
Omar Boussaid (ERIC, Lyon)
Arnaud Martin (ENSIETA - E3I2/EA3876)
TABLE DES MATIÈRES
Présentation de l’atelier ......................................................... 1
Personnalisation collaborative pour l’enrichissement des analyses dans les entrepôts de
données complexes,
Cécile Favre, Fadila Bentayeb, Omar Boussaid .....................................3
Système Automatique de reconnaissance de cibles radar : Problématique de l’extraction de
la forme,
Mohamed Nabil Saidi, Brigitte Hoeltzener, Abdelmalek Toumi, Ali Khenchaf, Driss Abouta-
jdine ............................................................................. 15
Exploration temporelle de données archéologiques imprécises : graphe d’antériorité,
Cyril de Runz, Eric Desjardin ................................................... 23
Regroupement de données multi-représentées : une approche par k-moyennes floues,
Jacques-Henri Sublemontier, Guillaume Cleuziou, Matthieu Exbrayat, Lionel Martin . 35
Initialisation des masses d’évidences par les Okm pour la théorie des fonctions de croy-
ances. Application aux bioprocédés,
Yann Permal, Sebastien Danichert, Guillaume Cleuziou, Sebastien Regis .............47
Fusion multi-vues à partir de fonctions de croyance pour la classification d’objets,
Hicham Laanaya, Arnaud Martin ................................................57
i
ii
Sixième atelier sur la
"Fouille de données complexes dans un processus d'extraction des connaissances"
27 janvier 2009 - EGC 2009, Strasbourg, France
Présentation
La sixième édition de l'atelier sur la fouille de données complexes dans un processus
d'extraction de connaissances est faite à l'instigation du groupe de travail "Fouille de données
complexes http://eric.univ-lyon2.fr/~gt-fdc.
Cet atelier est devenu un lieu privilégié de rencontre où chercheurs/industriels viennent
partager leurs expériences et expertises dans le domaine de la fouille de données complexes
(i.e. des données non structurées comme c'est le cas dans le web, les séquences vidéo, etc.).
Quelques mots sur la fouille de données complexes
Dans tous les domaines tels que le multi-média, la télédétection, l'imagerie médicale, les bases
de données, le web sémantique, la bio informatique et bien d'autres, les données à traiter pour
y extraire de la connaissance utilisable sont de plus en plus complexes et volumineuses.
On est ainsi conduit à manipuler des données souvent non structurées :
issues de diverses provenances comme des capteurs ou sources physiques
d'informations variées ;
représentant la même information à des dates différentes ;
regroupant différents types d'informations (images, textes) ou encore de natures
différentes (logs, contenu de documents, ontologies, etc.).
Aussi la fouille de données complexes ne doit plus être considérée comme un processus isolé
mais davantage comme une des étapes du processus plus général d'extraction de
connaissances dans les bases de données (ECDB). En effet, avant d'appliquer des techniques
de fouille de données, les données complexes ont besoin de structuration. De plus anticiper,
dès la phase de pré-traitement des données, l'étape de fouille de données ainsi que la notion
d'utilité des motifs extraits est également un sujet visé par cet atelier.
Une liste de thèmes est donnée ci-dessous à titre indicatif.
Pré traitement, structuration et organisation des données complexes
Processus et méthodes de fouille de données complexes
Classification et fusion de données multi-sources
Retours d'expériences d'extraction de connaissances à partir de données complexes
(Web, sciences du vivant, etc.).
Rôle des connaissances en fouille de données complexes
1
1 / 68 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !