Orientations générales de l’équipe:
L’analyse (descriptive ou prédictive) des données numériques, collectées et stockées grâce aux technologies modernes, soulève de très nombreux problèmes méthodologiques relatifs à leur grande complexité (e.g. données de grande dimension, structurées, hétérogènes, massives, séries temporelles multivariées, signaux audio, données textuelles, données d’interaction homme/machine, signaux faibles et événements rares), afin qu’elle puisse en particulier s’incarner dans des systèmes dits ‘intelligents’ (intelligence artificielle). Les objectifs qui lui sont en effet fixés aujourd’hui (e.g. maintenance prédictive, moteurs de recommandation, agents conversationnels, écoute automatique, analyse de sentiment, reconnaissance d’écriture), la disponibilité de données massives (Big Data) et la prise en compte des contraintes technologiques liées à l’acquisition de l’information (e.g. réseaux de capteurs, IoT), à l’accès aux données (e.g. infrastructures de stockage distribuées) et au calcul (e.g. distribution/parallélisation massive, traitement en temps quasi-réel) requièrent d’élaborer des techniques nouvelles, interfaçant des domaines tels que la modélisation probabiliste, l’apprentissage statistique, la simulation, l’optimisation ou le traitement du signal. C’est en mobilisant son expertise dans ces disciplines aujourd’hui plus que jamais complémentaires, structurée en deux thèmes stratégiques, que l’équipe S2A s’attache à développer algorithmes et concepts théoriques pour le traitement des données.
En particulier, les objectifs scientifiques poursuivis par l’équipe S2A consistent à élaborer, dans un cadre de validité contrôlé, des méthodes d’inférence/apprentissage statistique fondées sur des modèles paramétriques ou semi/non-paramétriques
- (passage à l’échelle) permettant d’analyser automatiquement des données massives, éventuellement en-ligne
- (grande dimension ) en présence d’un grand nombre de variables observées (données structurées/hétérogènes ) pour des données présentant une structure de représentation/dépendance complexe (e.g. textes et images de textes, séries temporelles multi-échelles, multivariées ou localement stationnaires, données multimodales, graphes, signaux EEG)
- (cadre distribué ) dans un contexte où l’information et/ou le calcul est réparti sur un réseau
- (redressement, robustesse ) dans des situations où les données d’ajustement/apprentissage sont éventuellement biaisées, contaminées ou censurées
- (signaux faibles ) lorsque l’information pertinente (e.g. pour la gestion des risque) est enfouie dans la masse de données et peut-être décrite par les concepts de la théorie des valeurs extrêmes et des événements rares
- (renforcement ) pour des systèmes définissant eux-mêmes, de façon séquentielle,leur plan d’expérience, réalisant ainsi un compromis optimal entre exploitation des données passées et exploration de l’univers des possibles
- (interprétabilité ) produisant des résultats/prédictions interprétables pour les praticiens
- (non stationarité ) en élaborant des modèles et des méthodes prenant en compte les évolutions structurelles des données au cours du temps
Une partie de l’activité de recherche est en particulier dédiée au développement de telles méthodes pour:
- le traitement du signal et en particulier du signal audio : séparation de sources, extraction d’information musicale ou MIR, analyse de scènes sonores, acoustique musicale, analyse de signaux physiques et physiologiques, et transformation de signaux audio.
- le traitement des données sociales et la modélisation des interactions sociales : analyse du web, analyse d’opinions, robotique sociale.
D’une façon générale, ces questions méthodologiques sont au cœur de très nombreuses problématiques sociétales et industrielles tels que l’industrie du futur, la maintenance prédictive ou le véhicule connecté/autonome.
Les compétences de l’équipe S2A s’organisent autour de quatre expertises stratégiques, relevant de l’analyse des données :
- Apprentissage Statistique
- Probabilités et statistique
- Traitement du Signal et Analyse de Données Audio
- Analyse automatique des données sociales.
Recherche
Quatre expertises stratégiques :
Page du thème Apprentissage Statistique
Page du thème Probabilités et Statistique
Lien vers le site du thème ADASP
Page du thème Traitement du Signal et Analyse de Données Audio
Page du thème Analyse automatique des données sociales
Mots-clés
- Statistique
- Modélisation Probabiliste
- Machine-Learning
- Science des Données
Membres de l’équipe
Les publications de l’équipe
Dernières actualités de l’équipe S2A
La lettre Ideas : Bioinformatique, Expliquer et sécuriser l'IA
— 08/10/2024Et aussi : Innovation et responsabilité écologique peuvent-elles converger ?[Ideas] Explicabilité et confiance en l’IA ?
Confiance numérique, Data science & IA, Enseignants-chercheurs — 02/10/2024Florence d'Alché-Buc : Ces questions se posent avec acuité depuis l'arrivée des IA [...]Quèsaco les réseaux de neurones ? (IMTech)
Data science & IA, Enseignants-chercheurs — 30/09/2024Stéphan Clémençon : ce sont des modèles d’IA conçus par apprentissage automatique qui permettent à [...]La lettre du LTCI (2024 #1#2)
Doctorat, Enseignants-chercheurs — 11/07/2024Nouvelle dénomination d'équipe. Finale nationale MT180. Télécom Paris Ideas. Évaluation Hcérès. Outil anti-plagiat en [...][Ideas] Innovation numérique et responsabilité écologique
Enseignants-chercheurs — 10/07/2024Leonardo Linguaglossa : Peuvent-elles aller de pair ?La lettre Ideas : IA au lycée, Biais des algorithmes, "AI Act Game"
— 02/07/2024Et aussi : Smart Gardens, l’impact de la végétalisation sur la température.[Ideas] Contre les biais des algorithmes de recommandation
Data science & IA, Enseignants-chercheurs — 02/07/2024Charlotte Laclau : Comment fonctionne la modération sur les réseaux sociaux et comment leurs [...][Ideas] Comment parler IA au lycée ?
Data science & IA, Enseignants-chercheurs — 28/06/2024Charlotte Laclau : Comment exercer l'esprit critique des élèves de lycée vis-à-vis de l'intelligence [...]Pour une IA plus frugale (Les Échos)
Data science & IA, Enseignants-chercheurs — 11/06/2024Stéphan Clémençon : L'explosion annoncée de l'IA générative sera très énergivore.[Ideas] Éoliennes intelligentes pour de l'énergie optimisée
Doctorat, Très grands réseaux et systèmes — 10/06/2024Elie Kadoche : l’apprentissage par renforcement permet aux éoliennes de s'orienter par [...]Ma Thèse en 180" : Elie Kadoche 3e de la finale nationale
Doctorat — 06/06/2024Elie Kadoche, doctorant Télécom Paris et lauréat IP Paris, faisait partie des 16 finalistes du concours national organisé [...]Ma thèse en 180 secondes IP Paris : Elie Kadoche en finale nationale
Doctorat — 02/04/2024Elie Kadoche, doctorant à IP Paris/Télécom Paris, remporte la finale régionale du concours "Ma thèse en 180 [...]La lettre du LTCI (2023 #4)
Doctorat, Enseignants-chercheurs — 20/12/2023Ada Diaconescu nouvelle responsable du département Infres, Distinctions pour Isabelle Bloch, Frédéric Grillot, Ghaya Rekaya, Michele [...]Rétrospective : un an de recherche
Enseignants-chercheurs, Innovation — 13/06/2023L'ouvrage présente la grande diversité des domaines scientifiques du numérique, les travaux des 18 équipes de recherche et [...]IA : les machines s’emballent? (France Culture)
Data science & IA, Enseignants-chercheurs — 03/04/2023Chloé Clavel est l’invitée des Matins de France Culture aux côtés de Gilles Babinet, alors que des [...]
Prochains événements de S2A
Voir la page des séminaires
- Pas d’évènements prévus actuellement.No events currently scheduled.