Reasoning on Data

RoD website moved here: New RoD website

Responsables (until end 2019)

• Marie-Laure MUGNIER, LIRMM, INS2i
• Marie-Christine ROUSSET, LIG, INS2i
• Véronique Bellon, ITAP, IRSTEA/SupAgro
• Olivier Palombi, LDAF-CHU Grenoble-Alpes

Thématiques

RoD est une action inter-GDR (MaDICS et IA), avec deux thématiques centrales :

• la gestion de données hétérogènes (sciences des données)
• la représentation de connaissances et les raisonnements (intelligence artificielle)

Objectifs

L’action / groupe de travail RoD vise à rassembler des chercheurs en IA et en BD sur des problèmes à la croisée des deux domaines. Son objectif général est le développement de techniques de représentation de connaissances et de raisonnements permettant de mieux exploiter des données. L’accent est mis sur le développement d’algorithmes efficaces pour l’interrogation, l’intégration, l’analyse et le liage de données hétérogènes et de qualité variable.

Données concernées

Nous considérons des données pour lesquelles l’ajout d’une couche « sémantique » a potentiellement une forte valeur ajoutée :

• Données hétérogènes (hétérogénéité des modèles de données et hétérogénéité sémantique),
• Données du Web (Linked Open Data),
• Données imparfaites (contradictoires, incomplètes, de fiabilité variable.

RoD se situe en amont de domaines applicatifs particuliers, tout en ayant identifié certains domaines pour lesquels des fournisseurs de jeux de données sont impliqués : agriculture numérique, contenus pédagogiques en santé, données encyclopédiques du web.

Organisation

La première année permettra de comparer les approches proposées par les chercheurs des deux disciplines et de les confronter aux besoins des différents domaines d’application. La deuxième année pourra se focaliser sur différents ateliers interdisciplinaires autour de problématiques d’exploitation des données qui auront été dégagées la première année.

Les résultats attendus et les indicateurs de succès sont :

• la constitution d’une communauté française sur l’intégration de données et de connaissances, attestée par la participation aux journées de travail et des publications inter-laboratoires et inter-disciplines ;
• la fertilisation croisée avec accroissement de la visibilité (publications et démos dans les plus grandes conférences) ;
• le développement de logiciels ouverts à destination de la communauté de recherche.