Extraction de connaissances à partir de grands graphes spatio-temporels

When:
15/03/2020 – 16/03/2020 all-day
2020-03-15T01:00:00+01:00
2020-03-16T01:00:00+01:00

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : ICube
Durée : 5 à 6 mois
Contact : florence.leber@engees.unistra.fr
Date limite de publication : 2020-03-15

Contexte :
Valoriser les grandes masses de données spatio-temporelles disponibles dans différents domaines est crucial. Ceci nécessite de concevoir et développer des approches innovantes aptes à traiter conjointement les aspects spatiaux et les aspects temporels, ce qui n’est que peu le cas avec les méthodes actuelles. Si les graphes, outils puissants à la fois théoriquement et méthodologiquement, sont utilisés pour modéliser des phénomènes temporels ou spatiaux, les méthodes actuelles de fouille, d’analyse et d’extraction de connaissances n’exploitent, en général, qu’une seule dimension de l’information, spatiale versus temporelle. Cela implique souvent une perte de précision et possibilité d’interprétation des résultats. C’est pourquoi nous nous proposons d’exploiter un modèle de graphe spécifique intégrant différents types de relations, les graphes spatio-temporels.

Sujet :
L’objectif général est d’étudier et développer des techniques pour trouver dans de grands graphes spatio-temporels, des motifs, ou répétitions, auxquels les experts du domaine concerné peuvent donner sens. Variante 1 (graphes synthétiques) – Deux aspects seront étudiés en particulier :
– la génération d’une base de graphes synthétiques : on dispose déjà d’un outil pour générer de tels graphes. Le stagiaire devra le prendre en main et l’évaluer dans le but de générer une base de graphes caractérisés selon différents indicateurs à définir. Cette base servira densuite pour tester des algorithmes
– la fouille de graphes : plusieurs approches de la litterature seront étudiées ; les codes disponibles pourront être testés sur les graphes synthétiques (avec appui d’un étudiant en M1) pour aboutir à une proposition de méthode de recherche de motifs spatio-temporels fréquents.
En fonction de l’avancée, une expérimentation sur données réelles pourra être menée avec l’aide d’un expert du domaine.
Variante 2 (données réelles, en collaboration avec le SERTIT) – Deux aspects seront étudiés en particulier :
– la simplification de graphes spatio-temporels : on travaillera sur des graphes spatio-temporels de parcelles, enrichis avec des informations issues de données satellitaires et de bases de données géographiques : la simplification des graphes sera opéré par fusion de sommets « similaires », dans les différents dimensions, spatiales et temporelles.
– la fouille de graphes : plusieurs approches de la litterature seront étudiées (avec appui d’un étudiant en M1) ; l’objectif sera d’une part de repérer des motifs définis par l’expert, d’autre part de mettre en évidence des phénomènes spatio-temporels fréquents auxquels l’expert pourra donner sens.

Profil du candidat :
Master ou ingénieur·e informatique

Formation et compétences requises :
Autonome en programmation (python), connaissances sur les graphes, intérêt pour l’aspect expérimental

Adresse d’emploi :
ICube UMR 7357 – Laboratoire des sciences de l’ingénieur, de l’informatique et de l’imagerie
300 bd Sébastien Brant – CS 10413 – F-67412 Illkirch Cedex

Document attaché :