Défis

From Wiki de l'axe TDCGE
Jump to: navigation, search


Brain storming sur les défis scientifiques, sociétaux et technologiques de l'axe (4 octobre 2013)


Défis scientifiques

Data Science (models and algorithms): 1,6

Human Behaviour Analytics (models and evaluation): 7

Large-Scale Information Access and Visualization: 3,4,5,8

Multilingual communication: 2

Interoperability and dynamics in the semantic web: 9


1- Learning and prediction models, management stack, distributed infrastructures for BigData,

2- Multilingual communication,

3- Information processing/access, pervasive systems, multilingual systems

4- Spatiotemporal information processing and visualisation,

5- Personalisation and context awareness,

6- Analyses, Learning and mining in complex datasets, (temporal, sequential, graph datasets)

7- Human behaviour analytics, modelling and evaluation; social networks, smart homes, robot companions

8- Semantic access to linked media, indexing, retrieval, filtering, recommendation, Formalisation, models, algorithms, experimentation, evaluation, Multimedia, services, multilingual, structure, knowledge

9- Interoperability and dynamics in the semantic web, ontologies and data linkage.


Défis technologiques

- Algorithms for large scale and distributed data access, analytics, exploration and visualisation,

- Big Data indexing and storage, in the cloud, on the web and in large collections

- Pervasive social computing

- Mobile computing embedded systems and algorithms,

- High Performance Computing for simulation and analytics, fast optimization algorithms,

- New generation crowdsourcing


Défis sociétaux

- Information access for all (reduction) digital divide, Mobility, Long tails (languages, individuals), Electronic libraries, Access to cultural heritage, Multilingualism

- Smart societies and Energy, smart energy Robotics and Ambient computing, Smart homes, smart city, Sustainable mobility and urban systems : Smart Grids,

- Human Health and welfare, Human assistance Health watch, Assistance to persons, nutrition, natural hazards prevention

- Information Society and Communication : big data, knowledge management, data science, Social web, Semantic web, Crowdsourcing, Privacy, information security buzz



Les défis scientifiques, sociétaux et technologiques par équipe


AMA

Mots clés :

- New generation learning algorithms,

- Prediction models for BigData,

- Learning for vectorial, structured, and temporal data,

- Distributed Information access,

- Robotics,



Défis scientifiques :

- New Learning Algorithms for Big Data,

- Learning with non-IID data,

- New theoretical framework for Information Access Models

- Transfer learning and learning to rank with no-relevance judgements

- Sequence models for sparse large scale data


Défis technologiques :

- Fast optimization algorithms for large scale learning tasks

- New models for Metric learning

- Distributed learning algorithms

- Indexation and storage of BigData, for learning and information access

- Distributed information access models

- Sequence models for multivariate series


Défis sociétaux :

- Health watch; learning to predict health problems

- Electronic libraries

- Energy, on-line generic prediction tools for multivariate series

- Robotics, motion detection

- Security; information security buzz







EXMO

Mots clés :

Défis scientifiques :

  • ontology alignment and data interlinking
  • dynamics of the semantic web
  • models of knowledge evolution and exchange

Défis technologiques :
Défis sociétaux :







GETALP


Mots clés :


-communication multilingue (écrite ou orale)

-traitement de l'information multilingue (écrite ou orale)



Défis scientifiques et technologiques :

-Traduction et transcription automatiques de la parole

-Traduction assistée par ordinateur

-Traitement des langues peu dotées

-Traitement / Analyse de la parole et interactions dans les environnements ambiants

-Modélisation des affects sociaux

-Collecte et interopérabilité des ressources lexicales multilingues

-Processus automatiques et interactifs de clarification du sens

-Génie logiciel du multilinguisme

-Résumé automatique de données ambiantes


Défis sociétaux et applications

-Accès à l'information pour tous

-Robots compagnons

-Assistance à la personne

-Apprentissage des langues

-Smart homes




 


HADAS

Mots clés :

- Big data management stack

- Distributed (big) data management infrastructures

- Analysis and mining of complex datasets

- Ontology-based data access

- Semantic web and Social networks



Défis scientifiques :

- Novel pattern mining paradigms: parallelism, result usefulness, links between pattern mining and optimization

- User-centric data management: large-scale join processing, data preparation for user-centric and user-generated data, interactive information exploration, text mining on health data, crowdsourcing optimization

- Algorithms for reasoning on data linkage : handling heterogeneity of multiple data sources in the semantic web

- Service Level Agreement guided optimization of continuous and mobile queries

- Efficient and distributed persistency (storage/cache) of big heterogeneous datasets

- Economy oriented integration of big datasets

- Declarative hybrid languages for expressing parallel data processing

- Learning-based distributed query optimization

- Data management Infrastructures for smart-grids


Défis technologiques :

- Improving embedded systems software

- High Performance Computing (simulation, analytics)

- Cloud computing (resource management, DaaS)

- Extracting business value from data

- Smart grids, Smart metering, smart networks

- Optimizing data transfer in distributed systems


Défis sociétaux :

- Nutrition and health (through data analytics)

- Information Society and Communication : big data, knowledge management, data science (HPC, cloud), Social web, Semantic web, Crowdsourcing

- Sustainable mobility and urban systems : smart cities

- Energy, clean, safe and efficient : Smart Grids, smart energy, clean technologies






MRIM


Mots clés :

  • Information access,indexing, retrieval, filtering, recommending.
  • Formalisation, models, algorithms, experimentation, evaluation.
  • Text, image, video, services, multilingual, structure, knowledge.
  • Personalization, mobility, privacy, large scale.


Défis scientifiques :

  • Semantic gap.


Défis technologiques :

  • Large scale.


Défis sociétaux :

  • Privacy.






STEAMER


Mots clés :

- représentation et raisonnement sur le temps et l’espace

- mobilité et géolocalisation

- visualisation et restitution interactives d’informations spatiales et temporelles

- géomatique



Défis scientifiques :

- l’espace et le temps dans le web sémantique et le LOD Cloud

- objets mobiles et trajectoires

- visualisations d’informations à références spatiales et temporelles

- expression et gestion de préférences sur critères spatiaux et temporels

- adaptation au contexte


Défis technologiques :

- infrastructures de données spatiales et temporelles

- environnement informatique dédié aux méthodes statistiques d’analyse spatiale

- cartographie animée et interactive pour la visualisation de phénomènes évolutifs

- applications mobiles à base de localisation

- localisations en zones blanches

- génération automatique d’interfaces de visualisation d’informations à références spatiales et temporelles

- génération automatique d’applications mobiles à base de composants dédiées à la collecte et à l’échange in situ d’informations


Défis sociétaux :


- aide à la décision pour l’aménagement du territoire

- prévention et gestion des risques naturels

- smart city

- VGI, crowdsourcing, sensor citizen for a spatially enabled society



Personal tools
Namespaces

Variants
Actions
Navigation
Toolbox