présentation d’ IC

Journées francophones
d’Ingénierie des Connaissances

 

Présentation

Les journées francophones d’Ingénierie des Connaissances (IC) sont organisées chaque année depuis 1997, d’abord sous l’égide du Gracq (Groupe de Recherche en Acquisition des Connaissances) puis sous celle du collège SIC (Science de l’Ingénierie des Connaissances) de l’AFIA. Cette année encore, IC est hébergée par la plateforme PFIA, avec plusieurs autre conférences francophones dans le domaine de l’intelligence artificielle.

L’ingénierie des connaissances peut être vue comme la partie de l’Intelligence Artificielle se préoccupant des connaissances selon les points de vue de la représentation, l’acquisition et l’intégration dans des environnements numériques. Sa finalité est la production de méthodes et outils « intelligents », capables d’aider l’humain dans ses activités et ses prises de décisions.

La conférence Ingénierie des Connaissances réunit la communauté francophone et est un lieu d’échanges et de réflexions, de présentation et de confrontation des théories, pratiques, méthodes et outils. Cette communauté doit désormais prendre en compte l’essor des algorithmes d’apprentissage et leurs retombées sur les pratiques individuelles et collectives, tout en conservant l’humain au centre des systèmes de données et connaissances.

Thèmes de la conférence

Les propositions portant sur le thème « approches centrées utilisateur, l’ingénierie des connaissances au service des détenteurs de données » seront particulièrement bienvenues mais il est également possible de proposer une communication originale ayant une portée théorique, méthodologique ou pratique, sur l’un des thèmes suivants (liste non exhaustive) :

Représentation des connaissances, ontologies

  • Modèles de connaissances : conception, évolution, évaluation,
    exploitation, cycle de vie
  • Modélisation et formalisation : langages formels et informels,
    standardisation
  • Méthodes et outils pour l’ingénierie ontologique : alignement,
    intégration, modularité, fusion, métriques, patrons de conception,
    visualisation
  • Conception et réutilisation d’ontologies fondatrices, ontologies
    de core-domaine, ontologies de domaine, interopérabilité, terminologies

De la donnée à la connaissance

  • Extraction et acquisition de connaissances, peuplement
    d’ontologies, annotation sémantique
  • Acquisition de connaissances à partir de textes, à partir
    d’images, à partir de données non structurées, à partir d’interactions
  • Ingénierie des systèmes collaboratifs, crowd-sourcing
  • Traitements et raisonnements sur les connaissances
  • Ingénierie des connaissances et fouille de données

Ingénierie des connaissances pour le Web

  • Stockage et interrogation de connaissances distribuées
  • Web sémantique, Web des données, Web social, Web des objets

Qualité des données et des connaissances

  • Ingénierie des connaissances et données complexes : données
    multimédia, multilingues, temporelles, spatiales, multi-échelles,
    imprécises ou incertaines
  • Propriété et sécurité dans les systèmes à base de connaissances
  • Provenance et confiance dans les données, détection de vérité,
    incertitude
  • Métrique et évaluation de la qualité des données et connaissances

Raisonnement et apprentissage

  • Inférences et règles métiers
  • Raisonnement logique, approximations, raisonnement
    statistique, raisonnement par analogie, raisonnement à partir de cas,
    raisonnement dans les logiques non classiques
  • Calcul de plongements de graphes de connaissances
  • Apprentissage profond et graphes de connaissances

Applications de l’Ingénierie des Connaissances et retours d’expérience

  • Recherche d’Information, indexation, recommandation
  • Interaction Homme-Machine : visualisation de données, de
    connaissances et interconnexions, interface avec un système à base de
    connaissances, explications
  • Systèmes multi-agents
  • Agents conversationnels
  • Systèmes de recommandation à base de connaissances
  • Adaptation, personnalisation : profils utilisateurs, modèles de
    contexte et adaptation, modèles d’émotion
  • Traitement de données massives, hétérogènes
  • Applications aux sciences de la vie, à l’agriculture, la culture,
    l’éducation, l’industrie, l’économie, le droit, l’informatique
    décisionnelle (BI), etc.
Retour en haut