| Quoi | Qui | Outils logiciels | Sur quoi |
| Pbs sous contraintes – modélisation et résolution | Christophe LECOUTRE (Univ. d’Artois) | Les lgs sont souvent trop complexes pour les développeurs, sont seulement pour des experts. | Des pbs d’ordonnancement, d’optimisation, de planification d’ateliers | |
| | | De modélisation = API sur Java : MCSP3 | | |
| | | De résolution API sur XML= XSP3, sert de format intermédiaire qui garde la structure du modèle MCSP3. | Pas mis en œuvre dans l’industrie. | |
| | | Intérêt : moins abstrait qu’un lg de modélisation. | | |
| | | Autre intérêt : ça se compile : 1 modèle MCSP3 +1 fichier de data Jason + compil = 1 instance XCSP3) | | |
| Web sémantique | Oliver Corby (INRIA Sophia Antipolis) | Langages RDF et RDFS : | Réseau de connaissances décentralisées, mondialement partagée gouverné par le W3C. | |
| | | VIRTUOSO utile surtout pour les grosses BD | | |
| | | API JENA (Apache) pour manipuler les objets | Institutions comme l’INSEE, la BNF, les archives ouvertes, DBmedia issu de Wikipedia (ex. http://fr.dbpedia.org/page/Antibes), les musées etc. | |
| | | JSON-LD nouvelle syntaxe | | |
| | | Google va chercher sur le Web sémantique. | | |
| | | Langage SPARQL d’interrogation à base de requêtes façon SQL, pattern matching dans les graphes et expressions régulières | | |
| | | Ex. http://data.insee.fr/sparql : | | |
| | | SPARKLIS éditeur de requêtes (Loria) | | |
| Ontologies | Sylvie Desprès (LIMICS, Univ. Paris 13) | Méthode de représentation : CALS, robuste | Spécification explicite formelle partagée, sert à expliciter les connaissances d’un domaine | |
| | | | Méthode de construction : NEON, robuste | |
| | | | Outils de modélisation open source: | Ontologies existantes sur http://ontofox.hegroup.org/ |
| | | | YED | |
| | | | Xmind | |
| | | | CMapTools | |
| | | | Outil de construction : Protégé 5 .1 | |
| | | | Outil d’édition : SNOOP 2.3 | |
| | | | Outil de validation : Oops | |
| | | | Outil d’exploration : Outofox, Swoogle, Watson | |
| | | | Outil de mise à dispo : BioPortal | |
| | | | Outils de visualisation : | |
| | | | GraphViz | |
| | | | Webvowl outil web, téléhargement de l’ontologie via son browser | |
| | | | Outil de support : Mapping Master, plugin de Protégé | |
| Programmation d’applications multi-agents | Olivier Boissier (Mines de Saint-Etienne) | REPAST (2000) langage procédure Java ou C++ | Les agents autonomes, dans un organisation en environnement partagé, perçoivent et agissent. | |
| | | | GAMA (2010) langage procédure Java | |
| | | | JASON proche de la prg logique, interprété | Simulation sociale ex. évacuation de bâtiments, bataille Game of Thrones |
| | | | SARL/JANUS | |
| | | | JACOMO | Solution des meilleurs positionnements de pilones électriques ou de capteurs pour des économies d’énergie |
| | | | BRAHMS | |
| | | | Etc.…85 outils recensés en 2017 | Intégration d’applications pour coopérer |
| | | | Difficiles à débugger | |
| Machine learning | Gaël Varoquaux (INRIA Saclay) | Langage R historique | Apprentissage statistique, dosage de la complexité des modèles, minimisation des erreurs, régularité, compromis des variances | |
| | | | Hadoop sur du Java | |
| | | | Spark BD distribuée pour gros volume, interprété | |
| | | | Librairies C++ : | |
| | | | Shogun | |
| | | | Libsvm | |
| | | | Liblinear | |
| | | | Libgbm de Microsoft | |
| | | | XGBoost | |
| | | | Outils Python qui domine le machine learning, demandent bcp de puissance de calcul: | |
| | | | Pydata | |
| | | | Numpy | |
| | | | Pandas | |
| | | | Dask (en cours de création) | Les + grosses sociétés se font la course. |
| | | | Tensorflow de Google | |
| | | | Pytorch de Facebbok | |
| Traitement automatique des langues | Thierry Hamon ( Univ. Paris 13) | Heideltime | Analyse de données textuelles en lg naturel | |
| | | | Genia tagger | |
| | | | Term suite règles d’extraction | |
| | | | Yatea | |
| | | | Gate | |
| | | | UIMA | |
| | | | NLTK | |
| | | | Babelnet réseau sémantique multilingue | |
| | | | Synapse | |
| | | | Synomia | |
| | | | Syllabs | |
| | | | Proxem | |
| Problème SAT | Laurent Simon (LABRI, univ. Bordeaux) | Temps de résolution exponentiel. | Logique propositionnelle sur problème difficile ‘on essaie plutôt qu’on réfléchit’. NP=P |
| | | | Exploration de toutes les solutions avec les valeurs des variables pour que la clause soit vraie = arbre des possibles le plus malin possible. | |
| | | | BMC outil de pré processing SAT, utilisé chez IBM et INTEL | |
| | | Plein de solveurs, il existe une compétition annuelle de solveurs. Ex . Sudoku diabolique résolu en 0,11 seconde. | Appliqué à d’actuels problèmes industriels comme planification, crypto, vérification hardware, biologie | |