20ème édition de la conférence Extraction et Gestion des Connaissances (EGC)

Présentation d’EGC 2020

Cette année, c’est la 20ème édition de la conférence EGC ! 20 ans déjà : santé, jeunesse flamboyante et des projets plein la tête. La 20ème édition aura lieu à Bruxelles du 27 au 31 janvier 2020 sur le campus de l'ICHEC Brussels Management School et sera organisée par le laboratoire QUARESMI .

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.

Tous les travaux innovants portant sur ces thèmes sont les bienvenus.

Pour cette édition, nous souhaitons mettre l’accent sur les rapports entre apprentissage automatique et raisonnement et sur apprentissage et transfert entre domaines. L’apprentissage automatique connaît des avancées spectaculaires depuis deux décennies : le boosting, les SVM, et plus récemment réseaux de neurones profonds, sont des méthodes souvent très puissantes. Toutes les tâches perceptives : reconnaissance d’images, traitement du signal, sont révolutionnées, et des tâches faisant intervenir la sémantique, par exemple la traduction automatique, sont également maintenant approchées de manière différente. Pourtant, il est difficile de fournir des informations à ces méthodes, de même qu’il est difficile d’obtenir des explications sur les résultats qu’elles obtiennent. Corrélativement, ces méthodes demandent souvent des données en très grand nombre pour apprendre, alors que nous apprenons souvent à partir de peu d’exemples, voire très peu dans le cas du raisonnement par analogie. Est-il possible de construire des ponts entre les capacités actuelles des algorithmes et celles des humains ? Les machines peuvent-elles apprendre à partir de peu d’exemples, et sous quelles conditions ? Peuvent-elles argumenter leurs résultats et « raisonnements » avec les humains ? À ces questions en sont liées d’autres sur la capacité de transférer des connaissances ou des règles de décision d’un domaine à un autre. Par exemple, l’analyse de sentiments propre à un domaine peut-elle servir pour apprendre à analyser des sentiments dans un domaine différent ? Ces questions sur l’apprentissage par transfert sont essentielles pour capitaliser efficacement ce qui est appris ou connu dans un domaine pour en aborder de nouveaux.

La conférence EGC est l’occasion de faire se rencontrer académiques et industriels afin de confronter des travaux théoriques et des applications pratiques sur des données réelles et de communiquer des travaux de qualité, d’échanger et de favoriser la fertilisation croisée des idées, à travers la présentation de travaux de recherche récents, de développements industriels et d’applications originales.

Les actes d’EGC 2020, comprenant les articles des communications orales ainsi que ceux associés aux posters paraîtront dans un numéro de la revue RNTI. Les auteurs des meilleurs articles seront invités à soumettre une version étendue de leurs articles pour être publiés dans des post-actes internationaux édités chez Springer.

Cette année, l’objectif du défi sera de faire le bilan de l’évolution de la communauté EGC ces 20 dernières années et de tenter d’en prédire l’avenir. Le principe sera d’appliquer des techniques d’extraction et de gestion de connaissances afin d’expliquer la structure et l’évolution de l’ensemble des données au fil des années. Le ou les lauréats seront invités à présenter leurs résultats à EGC 2020.

Thématiques

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.

Personnes connectées : 2

Vie privée