Différences

Cette page vous donne les différences entre la révision choisie et la version actuelle de la page.

apsem2018 2018/11/09 14:48 apsem2018 2018/11/18 12:03 version actuelle
Ligne 79: Ligne 79:
  * **09h20-10h00 :** - Accueil   * **09h20-10h00 :** - Accueil
-  * **10h00-10h15 :** - Présentation et objectif de l'action - Quels apports croisés de l'apprentissage et du web sémantique? - **Pascal Dayre / CNRS/IRIT ** +  * **10h00-10h15 :** - Présentation et objectif de l'action - Quels apports croisés de l'apprentissage et du web sémantique? - **Pascal Dayre / CNRS/IRIT ** {{:apsem2018_presentationouverture04dayre.pdf|pdf}} 
-  * **10h15-10h45 :** - Recherche par les données : des données aux représentations des connaissances exploration, préparation des données d'apprentissage pour éviter les biais (données manquantes, classes sureprésentées, bonne distribution, données erronnées), mise en forme et structuration des données - **Sébastien Déjean / [[https://www.math.univ-toulouse.fr/?lang=fr|IMT]]**+  * **10h15-10h45 :** - Recherche par les données : des données aux représentations des connaissances exploration, préparation des données d'apprentissage pour éviter les biais (données manquantes, classes sureprésentées, bonne distribution, données erronnées), mise en forme et structuration des données - **Sébastien Déjean / [[https://www.math.univ-toulouse.fr/?lang=fr|IMT]]** {{:donnees_sdejean_apsem_nov_2018.pdf|pdf}}
  * **10h45-11h15 :** - Pause   * **10h45-11h15 :** - Pause
-  * **11h15-12h15 :** Synthèse de la science des données et de l'apprentissage automatique. Les points de vue maths/info de l'ingénieur - **Laurent Risser / [[https://www.math.univ-toulouse.fr/?lang=fr|IMT]]**+  * **11h15-12h15 :** Synthèse de la science des données et de l'apprentissage automatique. Les points de vue maths/info de l'ingénieur - **Laurent Risser / [[https://www.math.univ-toulouse.fr/?lang=fr|IMT]]** {{:apsem2018_machinelearning_laurentrisser.pdf|pdf}}
    * Exemple introductif qui pose le vocabulaire (observation/variable/label/apprentissage supervisé ou non).     * Exemple introductif qui pose le vocabulaire (observation/variable/label/apprentissage supervisé ou non).
    * Evolution des tendances en science des données (de la statistique classique à l'apprentissage machine).     * Evolution des tendances en science des données (de la statistique classique à l'apprentissage machine).
Ligne 93: Ligne 93:
  * **12h15-13h30 :** - Pause repas   * **12h15-13h30 :** - Pause repas
  * **13h30-14h30 :** - Synthèse de la science des données et de l'apprentissage automatique. Les points de vue maths/info de l'ingénieur - **Laurent Risser / [[https://www.math.univ-toulouse.fr/?lang=fr|IMT]]** (suite)   * **13h30-14h30 :** - Synthèse de la science des données et de l'apprentissage automatique. Les points de vue maths/info de l'ingénieur - **Laurent Risser / [[https://www.math.univ-toulouse.fr/?lang=fr|IMT]]** (suite)
-  * **14h30-15h15 :** - Un point sur l'explicabilité et l'interprétabilité en machine learning - **Mathieu Serrurier / IRIT**+  * **14h30-15h15 :** - Un point sur l'explicabilité et l'interprétabilité en machine learning - **Mathieu Serrurier / IRIT** {{:apsem2018_explicabiliteml_serrurier_xai.pdf|pdf}}
  * **15h15-15h45 :** - Pause café   * **15h15-15h45 :** - Pause café
-  * **15h45-16h30 :** - Comment faire émerger un graphe du décodage de vos données. Mise en oeuvre pour l'analyse de la structure du discours dans les tchats. Méthode, approches classiques et extraction automatique de représentation avec le deep learning. - **Stergos Afantenos / IRIT**+  * **15h45-16h30 :** - Comment faire émerger un graphe du décodage de vos données. Mise en oeuvre pour l'analyse de la structure du discours dans les tchats. Méthode, approches classiques et extraction automatique de représentation avec le deep learning. - **Stergos Afantenos / IRIT**
  * **16h30-17h15 :** - Apprentissage et représentation jointe dans une base connaissance pour la désambiguation d'entités. Application à une collection de texte. - **Jose Moreno / IRIT**   * **16h30-17h15 :** - Apprentissage et représentation jointe dans une base connaissance pour la désambiguation d'entités. Application à une collection de texte. - **Jose Moreno / IRIT**
  * **20h00-22h00 :** - Evénement social dinatoîre   * **20h00-22h00 :** - Evénement social dinatoîre
Ligne 119: Ligne 119:
===== Planning ===== ===== Planning =====
-  * **09h00-10h00** : Introduction à l'Ingénierie des Connaissances, ses usages, ses intérêts : web des données, données liées, ontologies, aperçu des standards du web sémantique (RDF/RDFS/OWL/SPARQL). **Franck Michel** / [[http:://www.cnrs.fr | CNRS]]+  * **09h00-10h00** : Introduction à l'Ingénierie des Connaissances, ses usages, ses intérêts : web des données, données liées, ontologies, aperçu des standards du web sémantique (RDF/RDFS/OWL/SPARQL). **Franck Michel** / [[http://www.cnrs.fr | CNRS]]. {{:apsem2018_jour2_session-1_fanck-michel_intro-sw.pdf|diapos}}
  * **10h00-10h45** : Réutiliser/créer des vocabulaires contrôlés, des ontologies de domaine: LOV, BioPortal... **Nathalie Hernandez, Alban Gaignard**.   * **10h00-10h45** : Réutiliser/créer des vocabulaires contrôlés, des ontologies de domaine: LOV, BioPortal... **Nathalie Hernandez, Alban Gaignard**.
Ligne 127: Ligne 127:
  * **11h15-11h40** : Comment annoter sémantiquement des données existantes (Web Annotation, CSV on the Web, JSON-LD...). **Nathalie Hernandez**.   * **11h15-11h40** : Comment annoter sémantiquement des données existantes (Web Annotation, CSV on the Web, JSON-LD...). **Nathalie Hernandez**.
-  * **11h40-12h00** : Décrire et Publier des jeux de données sur le web: vocabulaires, catalogues et portails. **Franck Michel**.+  * **11h40-12h00** : Décrire et Publier des jeux de données sur le web: vocabulaires, catalogues et portails. **Franck Michel**. {{:apsem2018_jour2_session-4_franck-michel_vocabs-datasets-catalogues.pdf|diapos}}.
-  * **12h00-12h30** : Vocabulaire liés aux statistiques, formaliser les activités d'analyse. **Franck Cotton, INSEE**.+  * **12h00-12h30** : Vocabulaires liés aux statistiques : description de la structure des données - **Franck Cotton, INSEE**.
  * **12h30-14h00** : Déjeuner   * **12h30-14h00** : Déjeuner
Ligne 135: Ligne 135:
  * **14h00-14h30** : La mise en oeuvre du machine learning à partir d'un problème, de son modèle et du jeu de données. Quel choix de workflow pour quel explicabilité des paramètres de l'apprentissage - **Gabriel Ferrettini** / [[http://www.irit.fr | IRIT]]   * **14h00-14h30** : La mise en oeuvre du machine learning à partir d'un problème, de son modèle et du jeu de données. Quel choix de workflow pour quel explicabilité des paramètres de l'apprentissage - **Gabriel Ferrettini** / [[http://www.irit.fr | IRIT]]
-  * **14h30-15h15** : Exploration et visualisation des données (définition du jeu de données/mise en oeuvre du web sémantique) - **Franck Cotton / INSEE** (ESAN - statistiques des entreprises européennes - cas avec des entreprises de l'agroalimentaire )+  * **14h30-15h15** : Vocabulaires liés aux statistiques : documentation des jeux de données - **Franck Cotton / INSEE**
  * **15h15-15h45** : Pause café   * **15h15-15h45** : Pause café
-  * **15h45-16h30** : Description sémantique d'un service de traitement/analyse/apprentissage et comment composer les services ? (SOA sémantique). \\ Traçabilité/provenance des données avec [[https://www.w3.org/TR/prov-o/|PROV-O]], [[http://schema.org/docs/actions.html|actions schema.org]]. **Alban Gaignard**.+  * **15h45-16h30** : Workflows scientifiques, provenance, et données liées du web pour la reproductibilité en sciences dirigées par les données. **Alban Gaignard**.{{:apsem2018-gaignard-provenance.pdf|présentation}}
  * **16h30-17h00** : Table ronde “Quel apport du web des données pour l'usage des données dans un processus d'apprentissage?"   * **16h30-17h00** : Table ronde “Quel apport du web des données pour l'usage des données dans un processus d'apprentissage?"
Ligne 156: Ligne 156:
  * **14h00-15h30** : Table ronde sur la convergence Apprentissage/Représentation des connaissances- Pascal Neveu +   * **14h00-15h30** : Table ronde sur la convergence Apprentissage/Représentation des connaissances- Pascal Neveu +
    * **14h00-15h00** : Les panélistes : donnez votre point du vue sur la convergence.     * **14h00-15h00** : Les panélistes : donnez votre point du vue sur la convergence.
-      * Convergence Apprentissage et représentation des connaissances -  
      * Le développement d'un algorithme d'apprentissage pour définir une ontologie et une cartographie sémantique - Frédéric Assié / [[http://www.mshsud.org| MSHSUD]]       * Le développement d'un algorithme d'apprentissage pour définir une ontologie et une cartographie sémantique - Frédéric Assié / [[http://www.mshsud.org| MSHSUD]]
-      * Fusion de données d'imagerie médicale et réduction de dimensionnalité par apprentissage à noyaux multiples - Nicolas Duchateau / [[http://creatis.insa-lyon.fr| CREATIS]] (à confirmer)+      * Fusion de données d'imagerie médicale et réduction de dimensionnalité par apprentissage à noyaux multiples - Nicolas Duchateau / [[http://creatis.insa-lyon.fr| CREATIS]]
      * La composition de services Web sémantiques et l'interopérabilité - Thierry Louge / [[http://irap.omp.eu | OMP/IRAP ]]       * La composition de services Web sémantiques et l'interopérabilité - Thierry Louge / [[http://irap.omp.eu | OMP/IRAP ]]
-      * De nouvelles méthodes et outils pour l'émergence de connaissance en sciences expérimentales - Rostom Kachouri / [[http://www.esiee.fr]] (à confirmer)+      * Apprentissage symbolique et ressources sémantiques - Bernard Espinasse / lis-lab
    * **15h00-15h30** : Les questions (Demander les questions à l'inscription)      * **15h00-15h30** : Les questions (Demander les questions à l'inscription) 
  * **15h30-16h00** : Pause café   * **15h30-16h00** : Pause café
  * **16h00-16h30** : * Quel apport de l'Approche bio-div pour l'apprentissage : mélanger des objets de différentes natures dans le même graphe. - **Romain David /  IMBE et GDR Madics** (curation et fouille en fonction des différents contextes) Génération de graphes de décision. ou autre?   * **16h00-16h30** : * Quel apport de l'Approche bio-div pour l'apprentissage : mélanger des objets de différentes natures dans le même graphe. - **Romain David /  IMBE et GDR Madics** (curation et fouille en fonction des différents contextes) Génération de graphes de décision. ou autre?
-  * **16h30-18h** - **Atelier Graminé / GDR Madics** +  * **16h30-18h** - **Atelier Graminé / GDR Madics** - **Stéphane Perennes /Directeur de Recherche au CNRS Équipe Coati (CNRS/UCA/INRIA)**
[[http://www.madics.fr/actions/actions-en-cours/graminees/|Atelier de programmation GRAMINEES]] (GRAphe data Mining In Natural, Ecological and Environnemental Sciences, Responsables Romain David, IMBE, INEE, Nathan Cohen, I3S, INS2i) [[http://www.madics.fr/actions/actions-en-cours/graminees/|Atelier de programmation GRAMINEES]] (GRAphe data Mining In Natural, Ecological and Environnemental Sciences, Responsables Romain David, IMBE, INEE, Nathan Cohen, I3S, INS2i)
Ligne 181: Ligne 180:
Le matin :3 REX : 45 min de présentation puis 15 minutes d'échange Le matin :3 REX : 45 min de présentation puis 15 minutes d'échange
  * **09h00-10h00** - Apprentissage automatique / web sémantique/ retours d'expérience. Présentation d'une méthodologie d'alignement automatique avec Geonames et de désambiguisation d'entités géographiques en utilisant une méthode par apprentissage automatique (words embeddings avec AdaGram en Julia). Dans le réservoir ISTEX des entité nommées on été extraites. Nous nous focalisons sur les entités géographiques (de type place name) que nous cherchons à aligner automatiquement avec Geonames. La désambiguisation des entités est alors une étape importante qui peut être résolue grace à des méthodes d'apprentissage automatique et de vectorisation de mots.Nous nous basons sur l'algorithme AdaGram développé en Julia. Nous présenterons la problématique, la méthodologie et illustrerons avec quelques exemples. - **Pascal Cuxac** / INIST / CNRS   * **09h00-10h00** - Apprentissage automatique / web sémantique/ retours d'expérience. Présentation d'une méthodologie d'alignement automatique avec Geonames et de désambiguisation d'entités géographiques en utilisant une méthode par apprentissage automatique (words embeddings avec AdaGram en Julia). Dans le réservoir ISTEX des entité nommées on été extraites. Nous nous focalisons sur les entités géographiques (de type place name) que nous cherchons à aligner automatiquement avec Geonames. La désambiguisation des entités est alors une étape importante qui peut être résolue grace à des méthodes d'apprentissage automatique et de vectorisation de mots.Nous nous basons sur l'algorithme AdaGram développé en Julia. Nous présenterons la problématique, la méthodologie et illustrerons avec quelques exemples. - **Pascal Cuxac** / INIST / CNRS
-  * **10h00-11h00** - Le langage Julia - **Dennis Wilson** / [[http://www.irit.fr | IRIT]] Mise en oeuvre d'une infrastructure de données et ses usages - +  * **10h00-11h00** - Le langage Julia - **Dennis Wilson** / [[http://www.irit.fr | IRIT]]
  * **11h00-11h15** - Pause   * **11h00-11h15** - Pause
-  * **11h15-12h15** - Mise en oeuvre d'une infrastructure de données et ses usages - +  * **11h15-12h15** - DATANOOS: from DATA to a NOOSPHERE, une alliance académique transdisciplinaire sur les ressources numériques et les pratiques de connaissance - **Pascal Dayre/IRIT**
  * **12h15-13h30** - Repas   * **12h15-13h30** - Repas
  * **13h30-15h00** - Ateliers:   * **13h30-15h00** - Ateliers:
    * A1 - Extraction de la sémantique et indexation de documents textes selon un modèle métier. Apport croisé de l'apprentissage et de la sémantique - Pascal Cuxac     * A1 - Extraction de la sémantique et indexation de documents textes selon un modèle métier. Apport croisé de l'apprentissage et de la sémantique - Pascal Cuxac
    * A2 - Méthodes et mise en oeuvre du machine learning par les non spécialistes. Choix du modèle, des données et du workflow. Evaluation du résultat - **Gabriel Ferrettini** / [[http://www.irit.fr|IRIT]]     * A2 - Méthodes et mise en oeuvre du machine learning par les non spécialistes. Choix du modèle, des données et du workflow. Evaluation du résultat - **Gabriel Ferrettini** / [[http://www.irit.fr|IRIT]]
-    * A3 - Apprentissage pour apprendre des représentations / Représentations pour supporter l'apprentissage.+    * A3 - Mise en oeuvre d'une infrastructure de données et de ses usages (Problématiques des infrastructures ouvertes / FAIR / Interopérabilité horizontale / Apprentissage pour apprendre des représentations / Représentations pour supporter l'apprentissage / apprentissage et IA) - **Pascal Dayre/IRIT**
  * **15h00-15h30** - Restitution   * **15h00-15h30** - Restitution
  * **15h30-16h00** - Bilan des journées   * **15h30-16h00** - Bilan des journées
 
apsem2018.1541771292.txt.gz · Dernière modification: 2018/11/09 14:48 par pascal.Dayre@enseeiht.fr
 
Recent changes RSS feed Powered by PHP Powered by Pxxo Driven by DokuWiki