Agenda

FDST2019 : Apprentissage à partir de flux de données et séries temporelles : convergences, spécificités et défis partagés

Jeudi 12 septembre 2019 à Télécom ParisTech.
Les flux de données peuvent être considérés comme des séries temporelles infinies.

Cela implique des traitements spécifiques dans la mesure où la prise de décision est en général décidée à partir d’une information partielle, susceptible d’évoluer au cours du temps (concept drift), en tenant compte d’un historique difficile à délimiter, pouvant par ailleurs être multi-échelle en fonction de la nature des dépendances temporelles qui caractérisent les processus générateurs des données. Des analogies et des divergences caractérisent donc les deux champs disciplinaires qui recouvrent le traitement des flux de données et celui des séries temporelles.

L’objectif de la journée FDST2019 est de rassembler des chercheurs (expérimentés et des doctorants) pour effectuer un point sur les convergences et divergences en tentant de dégager quelques défis communs. La percolation des idées entre les deux champs disciplinaires qui résultera de cette journée pourra faire émerger des rapprochements entre chercheurs voire des projets de recherche innovants et pertinents contribuant aux dynamiques actuelles développées autour de l’IA et des sciences des données.