Conférence Extraction et Gestion des Connaissances (EGC)
La conférence Extraction et Gestion des Connaissances (EGC) est un événement annuel réunissant des chercheurs et praticiens de disciplines relevant des sciences des données et des connaissances. Ces disciplines incluent notamment l’apprentissage automatique, l’ingénierie et la représentation de connaissances, le raisonnement sur des données et des connaissances, la fouille et l’analyse de données, les systèmes d’information, les bases de données, le web sémantique et les données ouvertes, etc.
| Quand ? |
Du 16/01/2023 à 09:00 au 20/01/2023 à 18:30 |
|---|---|
| Où ? | campus "Berges du Rhône" de l'Université Lumière Lyon 2 |
| Ajouter un événement au calendrier |
vCal
iCal
|
Thématiques
Pour cette édition, nous souhaitons mettre l’accent sur la gestion et le traitement intelligent des écosystèmes de graphes de connaissances dans différents domaines d’application. Cette thématique englobe les approches d’intelligence artificielle symbolique, numérique ou hybride pour la construction, la publication et l’exploitation de bases de graphes de connaissances annotés et interconnectés, et donne une place centrale aux problématiques de la qualité des données et graphes de connaissances produits, de la capture de la provenance des graphes de connaissances et de l’explication des résultats de leurs traitements. L’édition d’EGC 2023 souhaite mettre en valeur cette thématique.
Les sujets d’intérêt de la conférence incluent (liste non-exhaustive) :
Fondements de l’extraction et de la gestion de connaissances
- apprentissage supervisé : apprentissage profond, apprentissage de règles, apprentissage statistique, modèles probabilistes, méthodes d’ensembles, régression, classes déséquilibrées, classification guidée par les connaissances
- apprentissage non supervisé : méthodes de partitionnement et de recouvrement, méthodes hiérarchiques, multi-vues, multi-stratégies, co-clustering, clustering sous contraintes
- méthode de découverte de motifs et d’ensembles de motifs : séquences, graphes, tenseurs.
- cadre théorique pour la fouille de données, langages de requêtes déclaratifs pour la fouille de données, fouille de données sous contraintes, méthodes incrémentales
- algorithmes de fouille de données robustes au passage à l’échelle, systèmes distribués / parallèles pour la fouille de données
- méthodes statistiques en fouille de données
- programmation logique inductive
- apprentissage topologique, variétés mathématiques
- analyse des données symboliques
- détection d’exceptions, d’inattendus, d’anomalies, de signaux faibles.
- visualisation et fouille visuelle de données massives
- interrogation et raisonnement sur des données en présence d’ontologies
- représentation, traitement et échange de données et connaissances sur le Web sémantique et le Web des données liées
- variété des données et données complexes : données structurées, semi-structurées, textuelles ; données temporelles, spatiales, géolocalisées ; données multimédia ; données relationnelles ; données en réseau, en graphes ; données dynamiques ; flux de données ; données annotées à l’aide d’ontologies ; données hétérogènes sémantiquement
- préservation de la confidentialité et de l’anonymat
- transparence, équité et explicabilité des algorithmes de traitement et d’analyse des données
Aspects méthodologiques de l’extraction et de la gestion de connaissances
- acquisition, nettoyage, filtrage des données, réduction de dimensions, sélection et modification des caractéristiques
- gestion des connaissances et d’ontologies (acquisition, stockage, mise à jour, interopérabilité, interconnexion, évolution)
- cycle de vie et alignements des vocabulaires (ontologies, thésaurus, méta-données) sur le Web
- préparation, architecture et modèles de données liées sur le Web.
- intégration de connaissances dans le processus d’extraction (ontologies, expertise,…)
- traçabilité, sécurité et intégrité de l’information et des données
- plateformes et systèmes pour l’extraction et la gestion de données et de connaissances
- études expérimentales sur des données volumineuses
- interaction et apprentissage actif
- visualisation, explication et compréhension de résultats
- critères et évaluation de la qualité des données, des connaissances extraites
- protocoles d’évaluation et validation de modèles à partir d’utilisateurs
- interaction homme-machine en fouille de données
Extraction et gestion de connaissances dans des domaines émergents ou connexes
- analyse de liens, communautés en ligne, réseaux sociaux, médias sociaux.
- fouille de données d’opinions, de dépêches, de microblogging
- mobilité, géo-localisation, découverte de connaissances et ubiquité, intelligence ambiante, réseaux de capteurs, internet des objets
- Big Data et nouveaux paradigmes de traitement des données : calcul haute performance, parallélisme, systèmes distribués
- crowdsourcing, modélisation de comportements
- fouille du Web de données, extraction pour le Web sémantique, annotation de ressources multimédia pour le Web, annotation du Web des Objets
- fertilisation croisée entre extraction de connaissances et autres domaines de recherche ou d’applications : intelligence artificielle, sciences sociales et humanités numériques, traitement automatique des langues, traitement d’images, vision par ordinateur
Applications de l'extraction et de la gestion de connaissances
- développement durable, transports et lieux intelligents
- informatique verte pour la gestion et l’extraction de connaissances
- modélisation des épidémies, recherche clinique, médecine, biologie
- détection d’intrusion, prévention de fraude, sécurité
- mémoires d’entreprise, veille technologique, intelligence économique
- système de recommandation, commerce électronique, publicité en ligne
- applications dans d’autres domaines comme la chimie, l’environnement, les sciences sociales, l’éducation, l’économie, la finance, le tourisme, la défense, le génie logiciel