Fermer
_fse_imi_choix.jpg

Recherche

L'activité de recherche se concentre principalement sur deux domaines, à savoir la représentation des connaissances et  les fouilles de données.

  • Dans le domaine de la représentation des connaissances, une analyse formelle sur le lien entre l'extensibilité et l'expressivité a conduit à une première implémentation du prototype d'un système de représentation des connaissances évolutive (PARKA), qui a été utilisé avec succès entre autres dans les systèmes d'information médicale. Au cours des derniers années, l'activité de recherche a été orientée vers l'utilisation d'une approche ontologique pour la modélisation des données multidimensionnelles. Les ontologies dynamiques impliquent  la spécification d'un mécanisme de gestion des ontologies de référence et d'un cadre formel d'apprentissage des macros de l'ontologie et l'optimisation de l'ontologie. Les projets dans ce domaine ont conduit au développement du knOWLer, un système de gestion d'information axée sur l'ontologie qui utilise l'intégration sémantique dans des systèmes d'information à grande échelle, et du IKARO, un système formel pour la réorientation des ontologies.
  • Dans le domaine de fouilles  de données, l'activité de recherche se concentre principalement sur deux questions: i) comment les algorithmes d'exploration de données peuvent bénéficier de systèmes de représentation des connaissances, et ii) comment l'efficacité des systèmes existants peut être améliorée. Une première contribution dans ce travail s'est concrétisé  dans la formalisation et l'implémentation d'un langage de représentation des connaissances assez adaptable pour être utilisée avec les outils d'extraction de données. Un système très efficace, utilisant une base de données relationnelle et un langage de requête sophistiqué a été conçu et implémenté. L'analyse principale effectuée par le système étaient l'extraction, l'indexation et le regroupement des règles de classification de haut niveau. Une deuxième contribution est une analyse approfondi des critères utilisés pendant la construction d'un arbre de décision, qui a conduit à une nouvelle famille de fonctions de split avec des meilleures performances sur les grands ensembles de données que les fonctions classiques. Et une troisième contribution consiste dans la formalisation d'un cadre général pour l'exploration de données temporelles qui capture également les aspects de l'incertitude des connaissances.

L'Institut a développé et renforcé une politique de collaboration avec diverses institutions, soit universitaires, économiques ou publiques. IMI a participé dans des divers projets de recherche CTI de type public-privé et a lancé des projets de recherche en collaboration avec des partenaires socio-économiques : avec l'Institut de la Police Scientifique Lausanne, sur l'extraction dirigé de données, avec l'Institut de l'Entreprise Neuchâtel sur la gestion des données qualitatives et avec le Centre Karman de Berne sur la gestion des connaissances dans la reproduction graphique par ordinateur. Les projets sont financés en grande partie par des entités publiques (Fonds National Suisse, Commission pour la Technologie et l'Innovation), ainsi que par des fonds privés.