Apport de l’IA symbolique aux traitements de données
Invited talk: Saïd Jabbour presented "Apport de l’IA symbolique aux traitements de données" at Evry G10 the 27/2/2020 at 15h30.
Abstract
Dans cette présentation, je vais parler de la fouille de données et l’IA symbolique. Je présenterai quelques contributions qui portent sur les approches déclaratives pour différentes tâches de fouille de données : la fouille des itemsets fréquents et de leurs formes condensées, l’extraction des règles d’association, la fouille des motifs séquentiels, la fouille de motifs sous incertitude et la fouille des itemsets graduels. Pour mettre en lumière les fertilisations croisées entre l’IA symbolique et la fouille de données, je montrerai d’une part comment le concept de symétrie largement exploré en SAT/CP est étendu à la fouille des motifs ensemblistes et comment compresser des graphes par le biais de contraintes linéaires et d’autre part comment la fouille de données peut être exploitée pour compresser des formules booléennes sous forme clausale.
Bio
Saïd Jabbour est maître de conférences HDR à l’université d’Artois depuis 2010 et attaché au Centre de Recherche en Informatique de Lens (CRIL-CNRS, UMR). Il a soutenu sa thèse en décembre 2008 sur la résolution des problèmes SAT et QBF et son HDR en décembre 2018.
Ses travaux s’articulent autour de la représentation des connaissances et contraintes, la parallélisation des algorithmes de recherche, la fouille de données et l’apprentissage.
