Maîtriser la complexité des systèmes: apport de la fouille de données

Jean-François Mari 1 Amedeo Napoli 1
1 ORPAILLEUR - Knowledge representation, reasonning
Inria Nancy - Grand Est, LORIA - NLPKD - Department of Natural Language Processing & Knowledge Discovery
Résumé : L'agriculture est une source importante de données numériques de différentes natures : données satellite, données issues de matériels connectés, données d'enquêtes. La fouille de ces données en vue d'extraire des connaissances doit résoudre des problèmes qui sont d'actualité en intelligence artificielle: classification de données temporelles et spatiales hétérogènes, visualisation de données agrégées, prise en compte de l'évolution temporelle dans un système d'information géographique. Cet exposé présenté au CAR (Comité d'Administration Régionale) pendant une table ronde présente comment l'intelligence artificielle en fouille de données permet de diminuer la vulnérabilité de l'agriculture vis à vis des aléas climatiques et économiques. .
Document type :
Preprints, Working Papers, ...
Complete list of metadatas

https://hal.inria.fr/hal-01414117
Contributor : Jean-François Mari <>
Submitted on : Monday, December 12, 2016 - 1:58:47 PM
Last modification on : Tuesday, December 18, 2018 - 4:38:02 PM
Long-term archiving on : Monday, March 27, 2017 - 4:04:02 PM

File

car-23-11-2016.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01414117, version 1

Collections

Citation

Jean-François Mari, Amedeo Napoli. Maîtriser la complexité des systèmes: apport de la fouille de données. 2016. ⟨hal-01414117⟩

Share

Metrics

Record views

334

Files downloads

100