Population d’ontologies automatisée et indépendante du domaine basée sur l’exploitation de l’Internet des Objets

  • Posted on: 12 March 2018
  • By: ambarthe
  • Updated on: 13 March 2018
Type recrutement: 
Sujet de thèse
Section: 
27 (Informatique)
61 (Génie informatique, automatique et traitement du signal)
Entité et lieu: 
Laboratoire de Génie Chimique, INP-ENSIACET
Urgent ?: 
oui
Détails: 

La littérature sur la population d'ontologie montre que les solutions existantes d'extraction et d'analyse automatisées de données sont généralement spécifiques au domaine et donc difficilement adaptables à un domaine différent. La plupart des approches indépendantes du domaine se concentrent sur un seul type de sources de données (principalement des données textuelles) et ignorent les sources de données telles que les capteurs. 

Or, avec l’augmentation de l’interconnexion et de la communication entre les personnes et les objets, i.e. le phénomène de l’Internet des Objets (« Internet of Things », ou IoT), incluant les initiatives telles que l’Open Data, le crowdsourcing, la participation citoyenne, nous sommes désormais confrontés à un déluge de données émises par ce « réseau de capteurs à usage général » qu'il serait dommageable d'ignorer.

Le but de cette thèse est de (i) définir et réaliser un cadre outillé de population automatisée d'ontologies qui soit indépendante du domaine, afin de peupler des ontologies existantes à l'aide des données issues de l'IoT (données textuelles, données brutes de capteur, fichiers de log, etc.), (ii) d'identifier et de résoudre les problèmes d'intéropérabilité et de cohérence des données à chaque étape du processus de traitement, (iii) d'évaluer la faisabilité via des cas d'utilisation issus de différents domaines d'activité.

Le/la candidat.e doit préparer ou avoir un diplôme de Master 2 (ou un diplôme d'ingénieur) en Science des données, Génie industriel, Génie des Systèmes d’Information, ou Informatique. Il/elle doit justifier d'une expérience de recherche (stage de recherche, ...).

La thèse doit débuter en octobre 2018.

Le sujet détaillé est disponible sur le site de l'Ecole Doctorale Systèmes.