RoD (2017-2020)

Action RoD – GdR IA (2017-2020)

Raisonner sur les données (Reasoning on Data)

Responsables

Correspondant ComDIR :

Thématiques

Cette action sest inter-GDR (MaDICS et IA), avec deux thématiques centrales :

  • la gestion de données hétérogènes (sciences des données)
  • la représentation de connaissances et les raisonnements (intelligence artificielle)

Données concernées

Nous considérons des données pour lesquelles l’ajout d’une couche « sémantique » a potentiellement une forte valeur ajoutée : Données hétérogènes (hétérogénéité des modèles de données et hétérogénéité sémantique) , Données du Web (Linked Open Data) , Données imparfaites (contradictoires, incomplètes, de fiabilité variable, …)

Mots clés

Algorithmes, Ontology-Based Data Access, Intégration de données hétérogènes, Liage de données et traitement de données liées, Raisonnements sur des données imparfaites

Contexte scientifique

Au niveau international, la question de l’exploitation de connaissances pour accéder à des données volumineuses et hétérogènes est très étudiée depuis quelques années. De nombreux travaux visent à prendre en compte des connaissances de nature ontologique (qui peuvent aller de la simple taxomomie à des connaissances décrites dans des langages logiques, comme les logiques de description, ou des langages à base de règles, organisés et étudiés en fragments d’expressivité variable) et à exploiter les inférences associées à ces connaissances dans tout le cycle de vie des données (accès, validation, enrichissement, etc.), le problème emblématique étant celui de l’interrogation (ou requêtage) des données (de nombreuses tâches complexes sur les données pouvant se reformuler en termes d’interrogation). On peut citer notamment la problématique d’Ontology-Based Data Access, très présente au niveau international dans les communautés Knowledge Representation and Reasoning, Data Management, et Semantic Web, mais dans une moindre mesure en France.

Cette action s’intéresse de façon générale au développement de techniques de représentation de connaissances et de raisonnements permettant de mieux tirer parti des données disponibles en masse dans différents formats, modèles et systèmes.

L’accent est particulièrement mis sur le développement d’algorithmes efficaces :

  • pour l’interrogation de données prenant en compte des connaissances ontologiques
  • pour l’intégration et l’analyse de données hétérogènes
  • pour le traitement de données liées, et le liage de données issues de différentes bases
  • pour raisonner sur des données incomplètes, pouvant être incertaines et de qualité variable (possiblement inconsistantes avec les connaissances ontologiques, issues de bases de diverse fiabilité, …).

L’objectif est de fédérer une communauté française sur le sujet.

Trois domaines d’application sont mis en avant, avec des fournisseurs de données prêts à mettre leurs données à disposition de la communauté de recherche : 


  • Agriculture numérique. L’institut de convergence #DigitAd (Human-Centred Digital Agriculture Convergence Lab) basé à Montpellier sera initié en janvier 2017. Son objectif général est de construire les briques scientifiques permettant le déploiement de l’agriculture numérique, en se basant sur une approche pluri-disciplinaire. En association avec #DigitAd, l’Irstea a été mandaté par les ministres de l’agriculture, de la recherche et de l’économie pour proposer un portail de données agricoles ouvertes. Dans ce domaine, de nombreuses bases de données relationnelles existent et stockent des données hétérogènes massives qu’il s’agit d’intégrer pour en faciliter l’accès à des usagers (décideurs, scientifiques, agriculteurs) ayant des besoins d’analyse très variés. Des ontologies, développées avec l’aide des experts du domaine, offrent un vocabulaire métier pour servir d’interfaces de requêtes adaptées au différents utilisateurs impliqués. Ce domaine est particulièrement adapté au développement d’approches de type Ontology-Based Data Access, et de méthodes de gestion d’inconsistances.
  • Contenus pédagogiques en santé. La totalité des examens facultaires des facultés de médecine en France sont réalisés depuis plus de 3 ans sur une plate-forme numérique nationale dédiée intitulée SIDES. Il est offert aussi à tous les étudiants (60 000 actuellement) la possibilité de réaliser des entrainements avec correction automatique. Toutes ces activités sont tracées. L’unité élémentaire est un cas clinique, intitulé “dossier progressif”, constitué de 15 questions et devant être réalisé en 30 minutes par l’étudiant. Il existe aujourd’hui plus de 2000 dossiers de ce type dans une banque nationale dite d’entrainement alimentée par toutes les facultés de médecine de France. A titre indicatif et seulement sur la partie entrainement, plus de 4 millions de dossiers réalisés ont été enregistrés dans une base de données relationnelle de logs d’activités. Ce jeu de données sera anonymisé et permettra de tester la valeur ajoutée de l’enrichissement de ces données par des méta-données RDF et des connaissances ontologiques pour l’analyse personnalisée, et à la demande, des résultats, des lacunes et de la progression d’un étudiant ou d’un groupe d’étudiants. Les enjeux dépassent la formation initiale en Médecine car SIDES a pour vocation de s’élargir à toutes les formations en santé, y compris la formation continue.
  • Données ouvertes du Web. DBpedia.fr regroupe 200 millions de triplets RDF extraits de Wikipedia francophone et le récent DBpedia historic représente toutes les révisions de pages depuis la création de Wikipedia Fr soit 1,9 milliard de triplets. Yago contient 120 millions de triplets RDF extraits également de Wikipedia. Web Data Commons met à disposition plusieurs gros jeux de données structurées extraites du Web sur des domaines variés. Ces jeux de données permettront de tester la faisabilité et l’apport d’algorithmes d’inférence pour améliorer la qualité et la complétude des données et des réponses aux requêtes, ainsi que pour le liage et la fusion de données. De plus, avec une moyenne de 70 000 requêtes par jour et des pics à 2,5 million de requêtes, le service DBpedia.fr publie des données sur le LOD depuis 2012 et place le chapitre francophone de DBpedia en deuxième position derrière l’Anglais. Dès lors il représente aussi un domaine d’application directe des recherches proposées ici.

Visitez le site web de l’Action RoD


Évènements à venir

Nov 29 – Dec 11 all-day
Annonce en lien avec l’Action/le Réseau : BigData4Astro Thème : Ecole Thematique AstroInformatique 2021 (ANF) Présentation : L’astronomie a toujours été précurseur dans les problématiques de traitement de données (grands projets EUCLID, GAIA) et de[...]
Jul 6 – Jul 9 all-day En distanciel avec BBB
Présentation La seconde édition du Symposium MaDICS aura lieu en distanciel du 6 au 9 juillet 2020. Chaque demi-journée propose un programme riche en exposés courts construit par nos responsables d’Actions et d’Atelier. Les sessions[...]
Oct 6 – Oct 12 all-day
Annonce en lien avec l’Action/le Réseau : MAESTRO Thème : Astrostatistics Présentation : The topic of the 2019 session of Stat4Astro is the time series (including variabilities and transient events) that, from celestial mechanics to[...]
Jun 27 @ 13:30 – 17:00 Rennes (symposium MaDICS)
Session ‘Raisonnements sur les données : besoins applicatifs et techniques’ dans le cadre du symposium du GDR MaDICS 4 exposés invités : Olivier Rey (Airbus) : Using semantic web technologies for aerospace industrial data migration[...]
Jan 24 – Jan 26 all-day
Annonce en lien avec l’Action/le Réseau : MAESTRO Thème : Traitement d’image en astrophysique Présentation : Nous organisons les 24 et 25 janvier 2019 à Strasbourg deux journées scientifiques sur le traitement d’images astronomiques. Ces[...]
Oct 4 all-day LIP6 (salle Gérard Noguez - couloir 26--00 salle 101)
3ème journée RoD – Programme en cours de construction – Tutoriel invité : Querying/reasoning on spatio-temporal data par Konstantina Bereta et Georgios Stamoulis (National & Kapodistrian University of Athens) – Sessions problèmes ouverts et démos[...]
Jun 25 – Jun 30 all-day
Annonce en lien avec l’Action/le Réseau : MAESTRO / Thème : Astrophysique, machine learning, big data Présentation : Objectifs de la formation – Sensibiliser les chercheurs et ingénieurs aux nouvelles technologies du traitement de données,[...]
Apr 24 all-day Lyon, Centre des congrès
Workshop lié à RoD et ouvert à la communauté internationale dans le cadre de la conférence The Web 2018URL : https://sites.google.com/site/2018rod/
Oct 9 – Oct 14 all-day
Annonce en lien avec l’Action/le Réseau : MAESTRO / Thème : Astrostatistique Présentation : L’objectif de l’école est de donner les compétences nécessaires aux participants pour entreprendre par eux-mêmes des analyses de type bayésien qui[...]
Jun 29 – Jun 30 all-day Prague
Programme Finding hidden correlations in the complex astronomical Big Data Challenges of spatial queries in peta-scale surveys Massively parallel data mining in huge distributed databases Scientific visualisation of complex many-dimensional data sets Standardization of meta-data[...]
Jun 23 all-day
Annonce en lien avec l’Action/le Réseau : RoD / Action MaDICS Thème : Raisonner sur les données Présentation : Cette première journée RoD a pour objectif d’identifier les équipes intéressées, de faire interagir les équipes[...]
Jun 23 all-day
Annonce en lien avec l’Action/le Réseau : MAESTRO Thème : Masse de données en Astrophysique Présentation : Dans le domaine de l’astronomie, l’évolution rapide des télescopes et autres instruments scientifiques ainsi que le recours intensif[...]
Apr 3 – Apr 8 all-day University of Central Lancashire, UK
BigSkyEarth is organizing a Training School on “Visualization for large scale analytics” to be held at the University of Central Lancashire, UK, on April 3-8, 2017. A diverse set of key practitioners from the astronomy,[...]
Dec 6 – Dec 9 all-day Athens
Astronomical observations produce some of the largest “big data” today through a new generation of telescopes. While these data sets exhibit the usual challenges associated with big data (immense data volumes, high dimensionality, high complexity,[...]
Oct 25 – Oct 28 all-day ESAC - Madrid
This is the third of a continuing series of annual workshops. Topics include: introduction to statistics; Bayesian inference, parameter estimation and model comparison, machine learning, density estimation, classification and dimensionality reduction. Lecturers are Roberto Trotta[...]
Oct 20 – Oct 24 all-day Sorrento, IT
IAU symposium n.325 on Astroinformatics (AstroInfo16) will bring together world-class experts to address the methodological and technological challenges posed by the scientific exploitation of massive data sets produced by the new generation of telescopes and[...]
Oct 17 – Oct 21 all-day Institute of Cosmos Sciences, Barcelona
This school is addressed to doctorates and post-docs working in astrophysics or particle physics, with special emphasis on those working on LHCb, Belle II, Gaia, CTA or MAGIC. The School will be structured around two[...]
Jul 5 – Jul 7 all-day
Annonce en lien avec l’Action/le Réseau : MAESTRO Formation Thème : Journées de l’Action MAESTRO Présentation : Dans le domaine de l’astronomie, l’évolution rapide des télescopes et autres instruments scientifiques ainsi que le recours intensif[...]
May 30 – Jun 3 all-day Autrans, France
The fifth edition of the IN2P3 School Of Statistics gives an overview of the concepts and tools used in particle physics, astro-particle physics and cosmology when probabilities and statistics come to play. In particular, this[...]
May 24 – May 27 all-day Chania - Grece
During the past 20 years there has been a resumption of a dialogue between astronomers and statisticians. This dialogue has been fruitful and has been the origin of a new discipline that is now widely[...]
May 22 – May 24 all-day Chania Grece
Held regularly since 2001, the ADA – Astronomical Data Analysis – conference series has been focused on algorithms and information extraction from astrophysics data sets. It became a strongly interdisciplinary forum where researchers from diverse[...]