Table des matières - Pequan - LIP6

Masters
La première partie du cours est consacrée à diverses théories de représentation des connaissances et de
raisonnement étendues pour les données imparfaites : les théories des sous-ensembles flous, des possibilités et de
l'évidence sont présentées, ainsi que les extensions de la logique classique (logique floue, logique possibiliste,
logique modale, logique non monotone). D'autres types de raisonnement (par analogie, interpolatif ou abductif) sont
décrits.
La mise en oeuvre de ces méthodes formelles constitue la seconde partie du cours. Elle traite en particulier de
méthodes d'apprentissage adaptées (arbres de décision flous, clustering flou, construction de prototypes,
construction de résumés...), et de techniques d'agrégation et de fusion d'informations hétérogènes.
Nom : Recherche d'Information et Moteurs de Recherche
Acronyme : RI
Porteurs : Patrick Gallinari et Sabrina Tollari
Descriptif :
Ce module propose d'aborder le problème de la recherche d'informations dans sa généralité en introduisant les
grandes problématiques, les notions de base du domaine, les principaux modèles théoriques, les spécificités de la
recherche d'information sur le texte, le multimédia (images, vidéos), le web, etc. La première partie sera consacrée
aux notions de base : pré-traitements, indexation et représentation des données à contenu sémantique, modèles
théoriques de recherche, filtrage, classification, bouclage de pertinence, etc, qui seront déclinées sur les différents
médias. On introduira ensuite des notions plus avancées concernant les problèmes liés aux très grandes masses de
données, à l'utilisation des méthodes d'apprentissage automatique qui sont aujourd'hui largement employées pour les
différents problèmes de RI, et des problématiques plus récentes comme l'analyse de sentiments, l'analyse de média
sociaux vue sous l'angle de la RI, l'analyse des flux d'information, l'extraction d'information à partir des données
hétérogènes du web, le résumé automatique. Enfin le cours présentera les moteurs de recherche et abordera
successivement les problématiques d'indexation (indexes inversés, etc), de crawling (robots sur le web, problème de
scalabilité), de recherche d'information pertinente (ranking) basée sur le contenu et la structure (pagerank,...),
d'évaluation de moteurs. Il aborde également la conception de moteurs de recherche spécialisés pour des domaines
tels que la recherche d'articles scientifiques (CiteSeer), de formules chimiques etc. Le cours sera complété par des
TD et des TP portant sur la représentation et le codage des documents texte ou multi-média, le développement de
systèmes interactifs pour l'interrogation de bases de contenu, la réalisation d'un moteur de recherche qui pourra être
réalisé suivant les années sur différents types de media (texte, images, vidéo) en employant des technologies
récentes du domaine.
Nom : Bases de Données Large-Echelle
Acronyme : BDLE
Porteur : Bernd Amann et Camelia Constantin
Descriptif :
Ce cours suivra les évolutions technologiques récentes en matières d'architectures (cloud, P2P), de modèles de
stockage (BigTable, ColumnStore) et de langages (MDX,BLOOM, . . .) pour la gestion et l'analyse de données
volumineuses et complexes (arbres, graphes). En même temps on abordera les principes fondamentaux et transverses
autour de l'optimisation et l'administration dans ces infrastructures. Quelques technologies représentatives seront
également mises en œuvre dans le cadre de projets et de travaux pratiques.
M2S4
Nom : Stage de fin d’études
Acronyme : Stage
Porteur :
Descriptif :
Le stage de fin d’études s’étend sur tout le second semestre et peut s’effectuer dans un laboratoire de recherche ou
dans une entreprise.
Vague D : campagne d’évaluation 2012-2013 Février 2012
22