index - ADVanced Analytics for data SciencE Accéder directement au contenu

Les activités de recherche menées par l’équipe ADVANSE s’inscrivent dans le domaine de l’analyse des grandes bases de données afin d’en extraire de nouvelles connaissances. Elles concernent les trois axes suivants :

  • Fouille de données (DM) ;
  • Visualisation analytique (VA) ;
  • Apprentissage automatique (ML).

L’équipe ADVANSE, dans ses trois axes, développe des travaux sur des bases autant théoriques qu’expérimentaux pour aborder les problématiques associées. L’équipe est emmenée à croiser ces différents axes pour divers projets.

Côté performances, nos travaux portent sur l’exploitation du potentiel de calcul toujours croissant des processeurs : élargissement des chemins (micro-architecture vectorielle), multiplication des cœurs (parallélisme de tâches), augmentation du parallélisme d’instructions. Côté arithmétique, la qualité numérique des applications de calcul scientifique et la sûreté de fonctionnement d’applications embarquées dépendent crucialement de la maîtrise de la précision finie et de l’arithmétique flottante en particulier. Il s’agit de contrôler et certifier les calculs (algorithmes, codes) mais aussi d’optimiser la précision des résultats. De nombreux logiciels, scientifiques ou embarqués, nécessitent d’améliorer la qualité numérique sans pour autant sacrifier la rapidité d’exécution. Ainsi se rejoignent amélioration de la performance et de la qualité numérique.

Open Access Files

84 %

Nombre de Fichiers déposés

326

Nombre de Notices déposées

71

Politique des éditeurs en matière de dépôt dans une archive ouverte

Cartographie des collaborations

Tags

Benchmark Opinion mining Citizen science Diversity Apprentissage supervisé Species distribution models Intelligence artificielle Méta-descripteurs Emotion analysis Machine Learning Visualisation Managers Text mining Hydro-ecology Apprentissage Web Mining Graph neural networks Multilayer graphs Satellite image time series Graphs Analyse de sentiments Training Biomedical ontologies Suicide Nlp Model performance Semantic annotation Réalité Virtuelle Commerciaux Text Mining Machine learning Learning Recommendation Species distribution model Classification Algorithms SMS BioNLP Neural networks Controversy detection Data Mining Ontology NLP Presence-only data Visualization Remote sensing Signal processing Compétences sociales Données textuelles Fouille de données Data mining Sequential patterns Automatic Term Extraction Methods comparison ANALYSE DE DONNEES Virtual Reality Polarity detection Médias sociaux Fouille de textes Clustering Animal epidemiology Aménagement du territoire TAL Deep learning Visual analytics Sentiment analysis Angular Top-k Predictive power Species prediction LifeCLEF Artificial intelligence Social networks Cancer du sein Plant identification Information visualization Natural Language Processing Annotation Natural language processing Aggregation Species distribution Médecine Environmental data Categorical data Bird identification Réseaux sociaux Graph Mining Social media Corpus Biodiversity Evaluation Information extraction Text categorization Fouille de texte ALGORITHME Prediction Base de données intégrée Données multi-sources Analyse d’opinions Species identification