Axe 1 : Données, information, connaissance

  • Posted on: 17 September 2012
  • By: admin
  • Updated on: 12 April 2018
Détails: 

La société d’aujourd’hui est de plus en plus connectée et le développement sans précédent des technologies de l’information et de la communication rend l’accès aux données de plus en plus facile et rapide. Il est ainsi devenu possible d’obtenir des données sur tout type d’applications allant de la mécanique à la santé en passant par le commerce, l’automatique, l’environnement, le transport ou les réseaux informatiques.

Une donnée est le résultat d’une mesure, d’un capteur, pouvant être collectée par un outil de supervision, une personne ou être présente dans une base de données précédemment enregistrée. Cependant, cette donnée est une valeur brute à laquelle il est nécessaire de fournir une information afin de lui donner un sens et une interprétation.

L’objectif de cet axe est de rassembler différents groupes de travail portant des actions de recherche originale sur la gestion, l’analyse, la modélisation, la simulation, l’optimisation de ces données. En effet, la gestion de données est, d’une part, une des questions clés de l’avenir. Le nombre de données collectées chaque jour est en perpétuelle augmentation et se pose le problème de la conservation, de l’utilisation et de la sécurité de ces données. D’autre part, l’analyse et l’interprétation de ces données est un enjeu auquel l’entreprise et la recherche de demain devra répondre. Il s’agira notamment de mettre en place de nouvelles stratégies d’observation et d’identification afin de fournir des modèles adéquats fournissant une interprétation efficace des données dans leur différents contextes.

Ainsi les grands thèmes de recherche évoluant au sein de cet axe regroupent notamment :

  • la modélisation, l’identification, la simulation, la prédiction des systèmes ;
  • l’observation et la commande fondées sur les données ;
  • l’évaluation de performances des systèmes et des services ;
  • la gestion des connaissances et des compétences ;
  • la conception de produit fondée sur la connaissance.

Telle que la notion de données est écrite ici, elle a vocation à amener de l’information et de la connaissance sur un système, en vue de son utilisation future du point de vue de l’automatique et des STP. Cette notion de données ne s’entend pas au sens de la donnée explorée dans le cadre du GdR MaDICS (Masses de Données, Informations et Connaissances en Sciences) qui se préoccupe davantage des aspects collecte (partage, stockage, cloud...), analyse au sens de la fouille et visualisation pour de grandes masses de données. Il n’en demeure pas moins que cet axe a vocation à créer des liens avec le GdR MaDICS, en particulier sur les aspects liés à l’exploitation des données pour de la prise de décision.

Pour aller plus loin, on voit apparaître, avec l’utilisation massive des approches d’apprentissage profond, le besoin de comprendre, du point de vue des mathématiques et de l’automatique, la manière avec laquelle l’algorithme converge vers sa solution. Dans ce contexte, les notions d’invariance, de stabilité ou d’optimalité, classiquement traitées dans nos disciplines, doivent permettre de mieux comprendre et d’offrir des garanties plus formelles sur l’utilisation des approches de type deep learning