Sujets en Master IAD 2006-2007

L'une des idées mises en oeuvre en intelligence artificielle dans la fouille de données (data mining) est de découvrir des règles d'organisation dans des bases de données et des corpus. L'idée clé est de trouver des informations (par exemple sous forme de règles) non connues auparavant. C'est une démarche qui se distingue des méthodes statistiques traditionnelles dans le sens où la fouille de données ne se contente pas de vérifier des hypothèses à partir des données et cette approche est aussi capable de faire émerger des phénomènes locaux qui seraient noyés par un résultat "global" sur les données comme le fait, par exemple, une analyse factorielle discriminante. Une des limites de la fouille de données est la représentativité des phénomènes mis en évidence : il faut que ceux-ci ne soient pas un artefact des données, mais reflètent une véritable connaissance du domaine étudié. Un exemple très classique en fouille de données est la recherche de régularités traduisant des habitudes de consommation à partir des caddies des consommateurs. Si on découvre que 80% des clients qui se mettent à acheter de la bière de luxe achètent dans les 6 mois un lecteur/enregistreur DVD, cette "connaissance" peut être utilisée pour cibler des campagnes d'offres promotionnelles pour la vente de lecteurs/enregistreurs DVD. Pour en savoir plus : http://www.grappa.univ-lille3.fr/polys/fouille/sortie004.html

Le but général de ces projets est de découvrir des régularités dans des carnets de devins mettant en évidence les méthodes de classement utilisés par les devins.

• Sujet 1 : Environnement de recherche de figures dans des carnets de devins

  Contexte : les devins de Madagascar prédisent l'avenir en disposant des graines sur une natte sous la forme de tableaux constitués d'une partie supérieure ("matrice mère") et d'une partie inférieure ("colonnes filles"). La matrice mère est un carré de 4 lignes par 4 colonnes dont chaque élément a la valeur "1" ou "2", les colonnes filles sont 8 colonnes composées chacune de 4 éléments de valeur aussi "1" ou "2". Une figure est une liste ordonnée composée de 4 éléments, chaque élément étant un "1" ou "2". Le but de ce projet est de concevoir et réaliser une base de données pour stocker les tableaux contenus dans des carnets (numérisés) et un environnement pour rechercher des figures ou des associations élémentaires de figures prédéfinies dans les carnets. L'environnement devra permettra l'exportation de données au format utilisé par l'outil de fouille de données Weka.

  Travail demandé :
  

  • conception du schéma de la base de données (carnets, pages, tableaux, etc.) et réalisation de la base
    
  • faire un procédure d'explicitation des tableaux complets à partir des matrices mère stockées dans les carnets
  • interface pour permettre à l'utilisateur
    • de saisir des carnets
    • d'entrer des figures dans la BD
      
  • interface pour rechercher des figures ou des associations élémentaires de figures dans les carnets de la base
    
  • exportation de données sélectionnées par l'utilisateur au format arff utilisé par Weka. Cela nécessite de définir une procédure pour passer des données qui sont à l'origine structurées en deux dimensions à un jeu de données attributs/valeurs. Il faudra préciser l'impact de cette conversion sur un processus de fouille de données.
    
  • fouille élémentaire avec Weka

  
  Encadrement : M. Chemillier - B. Crémilleux

• Sujet 2 : Réalisation d'une chaîne de traitement de fouille de carnets de devins

  Contexte : les devins de Madagascar prédisent l'avenir en disposant des graines sur une natte sous la forme de tableaux constitués d'une partie supérieure ("matrice mère") et d'une partie inférieure ("colonnes filles"). La matrice mère est un carré de 4 lignes par 4 colonnes dont chaque élément a la valeur "1" ou "2", les colonnes filles sont 8 colonnes composées chacune de 4 éléments de valeur aussi "1" ou "2". Une figure est une liste ordonnée composée de 4 éléments, chaque élément étant un "1" ou "2". Le but de ce projet est de concevoir et réaliser une chaîne de traitement de fouille de ces tableaux contenus dans des carnets (numérisés) en utilisant les prototypes développés au laboratoire GREYC sur l'extraction de motifs fréquents et sous contraintes (MVminer et Musicdfs)

  
  Travail demandé :
  

• définition d'une procédure pour représenter les données sous un format accepté par les prototypes. Une solution élémentaire consiste à linéariser les données des tableaux pour tenir compte soit des contraintes géométriques horizontales, soit verticales.
  
• faire un procédure d'explicitation des tableaux complets à partir des matrices mère stockées dans les carnets
• recherche de la fréquence d'associations élémentaires de figures données
  
• définition de contraintes correspondant à des formes génériques d'associations de figures pour découvrir les associations les plus fréquentes dans les carnets
  
• recherche de modèles globaux (clusters et clustering) dans les carnets.
  
• l'environnement pourra être intégré à LinguaStream http://www.linguastream.org qui sera présenté lors des enseignements.

  
  Encadrement : M. Chemillier - B. Crémilleux