Ressources
Les livrables du projet
Intitulé |
Nature |
Date |
Tâche 1. Des données aux modèles d’érosion |
||
Livrable 1.1 : Données préparées et segmentées |
données |
T0+6 |
Livrable 1.2 : Séquences temporelles de régions |
données |
T0+12 |
Livrable 1.3 : Données et traitements effectués - Rapport technique |
rapport |
T0+12 |
|
||
Tâche 2. Algorithmes de fouille de données spatio-temporelles |
||
Livrable 2.1 : Extraction de motifs spatio-temporels et clustering sous-contraintes – Etat de l’art |
rapport |
T0+6 |
Livrable 2.2 : Classification à partir de motifs – Etat de l’art |
rapport |
T0+12 |
Livrabe 2.3 : Extraction de motifs spatio-temporels et clustering sous-contraintes – Premières propositions de méthodes et expérimentations |
prototype |
T0+18 |
Livrable 2.4 : Extraction de motifs spatio-temporels et clustering sous-contraintes – Validation et rapport de recherche |
rapport |
T0+24 |
Livrable 2.5 : Classification à partir de motifs – Validation et rapport de recherche |
rapport |
T0+24 |
Livrable 2.5 bis : Fouille de Graphes Attribués. Rapport de recherche |
rapport |
T0+30 |
|
||
Tâche 3. Approches collaboratives |
||
Livrable 3.1 : Approches collaboratives – Etat de l’art. Choix des méthodes retenues |
rapport |
T0+18 |
Livrable 3.2 : Clustering collaboratif supervisée, non supervisée et guidé. Rapport de recherche |
rapport |
T0+24 |
Livrable 3.3 : Clustering collaboratif supervisée, non supervisée et guidé. Expérimentation et validation |
prototype |
T0+36 |
Livrable 3.4 : Approche multi-étapes. Etat de l’art |
rapport |
T0+18 |
Livrable 3.5 : Approche multi-étapes. Rapport de recherche |
rapport |
T0+24 |
Livrable 3.6 : Approche multi-étape. Expérimentation et validation |
prototype |
T0+36 |
|
||
Tâche 4. Valorisation et transfert |
||
Livrable 4.1 : Boîte à outils Open Source de démonstration - Logiciel |
logiciel |
T0+36 |
Livrable 4.2 : Transfert des méthodes vers une plate-forme industrielle - Logiciel |
logiciel |
T0+36 |
Légende:
en ligne | en cours |
CategoriesFiles
Dans cette première tâche (T1 : « Des données aux modèles d’érosion »), sous la responsabilité du PPME, il s’agira de préparer les données et de faire valider par les experts les modèles construit par les méthodes développées dans les autres tâches (ceci pouvant impliquer des retours sur les méthodes). Il s’agira donc principalement (i) de préparer les données et d’en extraire les objets d’intérêt (e.g., pour la Nouvelle Calédonie, les zones d’intérêts sont principalement les sols nus), (ii) de construire les séquences temporelles décrivant l’évolution des objets d’intérêt, et (iii) de faire valider par les experts les modèles construits.
Dans cette deuxième tâche (T2 : « Algorithmes de fouille de données spatio-temporelles »), sous la responsabilité du LIRIS, il s’agira de proposer des algorithmes de fouille dans les objets issus de la tâche T1. Cette tâche étudiera la définition et la construction de descripteurs à partir de motifs locaux (motifs séquentiels et/ou co-localisations fréquentes) étendus au spatio-temporel, ainsi que la construction de modèles globaux à partir des motifs locaux. La classification non supervisée sous contraintes sera également abordée.
Dans cette troisième tâche (T3 : « Approches collaboratives ») sous la responsabilité du LSIIT, les différentes méthodes proposées dans la tâche T2 seront intégrées dans un processus global collaboratif de fouille de données hétérogènes. Les méthodes de classification collaborative seront notamment étendues aux méthodes de classification supervisées et non supervisées sous contraintes. Le principe de collaboration entre méthodes sera aussi généralisé à l’ensemble du processus d’extraction, donnant naissance à une collaboration « multi-étapes ». Il sera ainsi possible de remettre en cause et de modifier les résultats d’une segmentation en fonction des résultats des phases de découverte de connaissances.
Dans cette quatrième et dernière tâche (T4 : « Valorisation et transfert ») sous la responsabilité de la société Bluecham et avec la participation de tous les autres partenaires, l’applicabilité opérationnelle des résultats en direction de la communauté scientifique et de la société civile sera étudiée. Une boîte à outils Open Source sera développée pour permettre aux scientifiques d’utiliser les méthodes issues de ce projet. De manière complémentaire, les méthodes développées seront intégrées dans la plate-forme de Bluecham, permettant ainsi aux collectivités d’utiliser de manière transparente la connaissance extraite. De fait, une attention particulière sera portée aux IHM (Interfaces) nécessaires à la représentation des données et à la visualisation des résultats.