Équipe A3 : Apprentissage Artificiel et Applications
L'équipe Apprentissage Artificiel et Applications (A3), traite les problèmes liés à l'apprentissage artificiel (numérique et symbolique) par des méthodes supervisées, non supervisées ou hybrides. Ces recherches sont alimentées, coordonnées et évaluées grâce à diverses applications dans le domaine de la reconnaissance des formes et de la fouille de données. (rapport d'activité)
Modèles algébriques et logiques de l'apprentissage
Cet axe s'intéresse aux aspects fondamentaux de l'apprentissage, et est essentiellement concerné par les représentations logiques. On trouvera d'abord ci-dessous des travaux concernant des aspects théoriques de l'apprentissage relationnel, puis des travaux concernant la dimension collective de l'apprentissage. Enfin une dernière série de travaux concerne le rôle des connaissances, ou plutôt d'un modèle a priori sur le monde, dans un processus d'apprentissage.
Apprentissage de structures à partir de données hétérogènes
Cet axe rassemble les travaux autour de la conception d'algorithmes d'apprentissage dédiés à certains types de données structurées. Nous déclinons ces travaux en les organisant par type de structures de complexité croissante : les séquences, les arbres/graphes, puis les programmes logiques.
Apprentissage non supervisé collaboratif et évolutif
La tâche d'apprentissage non supervisé consiste en la découverte de similarités entre les observations, dans le but de regrouper celles-ci en sous-ensembles, appelés clusters ou classes. Nous nous intéressons en particulier à la conception et la mise en œuvre de systèmes d'apprentissage qui font coopérer différents apprenants (modèles) entre eux. Ces systèmes constituent une autre génération des modèles d'apprentissage automatique et apparaissent comme une solution prometteuse pour la réalisation de tâches complexes et de grande taille. Les études fondamentales portent sur les algorithmes d'apprentissage pour ce type de système, la décomposition de tâches et la conception de chaînes de traitement optimales.
A3 - Actualités
-
2ème édition des Journées communes aux groupe de travail EGC et AFIHM Fouille et Visualisation de Données Massives (24-25 juin 2013 - Paris)
-
2nd International Symposium On Advances in Interactive and Visual Data Clustering,IV 2013 (15-18 July 2013 - London, United Kingdom)
-
Special session "Multiple-Data and Intensive Learning", IJCNN 2013 (4-9 August 2013, Dallas, USA)
