Dieses Dokuwiki verwendet ein von Anymorphic Webdesign erstelltes Thema.

Stage(s) de licence

Eté 2017

  • Responsable: Guy Melançon
  • Equipe: Méthodes et Algorithmes pour la Bio-Informatique et la Visualisation
  • Mail: Guy.Melancon@u-bordeaux.fr

Apprentissage et conversations en ligne

Stagiaire: Nicolas Martin

Dates du stage: 1er juillet - 31 août 2017

Contexte et objectifs

Réseau de liens entre "tags" Ce projet participe des efforts de notre équipe en analyse de réseaux induits de conversations sur des forums de discussion. Le stage se déroulera en lien avec le projet H2020 opencare financé par la commission européenne. Il se déroule aussi en amont d'un autre appel à projets H2020 auquel nous participons.

Le stage sera l’occasion d’explorer l’apport de méthodes d’apprentissage venant en appui à l’indexation du contenu des échanges sur les forums. Des ethnographes indexent le contenu des conversations en associant à chaque message des “tags”.

Accès au contenu des posts relatifs au tag "dementia" Des algorithmes pourront tenter de prédire les bons tags sur des posts dans le forum. On peut apprendre de ce que les ethnographes ont déjà fait, et ultimement apprendre des correctifs qu’ils apportent sur les suggestions qui sont faites par le moteur de prédiction.

Travail attendu

Il sera utile de répertorier les outils existants pouvant être mobilisés pour atteindre nos objectifs, et éventuellement déterminer comment on peut/doit les adapter. On peut penser aux approches baysiennes classiques, à des approches d'analyse de contenu textuel comme LDA (Latent Dirichlet Allocation) ou word2vec. Il est primordial d'identifier des librairies tiers où sont déjà implémentés ces approches.

Le stage sera l'occasion de tester ces approches sur les données du projet opencare.

Le stage exige aussi une part de développement (programmation) permettant d'exhiber les résultats des algorithmes sur les données. Idéalement, il faudrait concevoir des modules venant s'ajouter à l'application web graph-ryder. Les langages de programmation privilégié sont pour l'instant javascript (client et node.js côté serveur) et python (extraction des données depuis une base de graphes, calcul sur les graphes).

Ces mêmes méthodes pourront aussi être mobilisées pour produire des vues sur le contenu des discussion elles-mêmes venant s'ajouter aux vues proposées par graph-ryder.


Prédiction de liens dans un réseau

Stagiaire: Gautier Laisné

Dates du stage: 1er juin – 31 août 2017

Contexte et objectifs

Notre équipe travaille à l’analyse et à la cartographie de réseaux, sociaux, criminels, historiques, etc. Ces réseaux sont obtenus de partenaires (des entreprises, ou d’autres équipes scientifiques) – des historiens, des criminologues, des biologistes, des activistes, etc.

Les données donnent souvent une lecture imparfaite du phénomène qui est étudié.

  • Les données pour construire un réseau criminel sont relevées des documents constitué lors d'enquête criminelle (audition, transcription téléphonique, etc.). Les données apporte donc une vision du réseau correspondant à celle des enquêteurs, qui est par définition biaisés puisqu’ils concentrent souvent leurs efforts sur les personnes qu’ils sont susceptibles de faire condamner.
  • Les historiens sollicitent des documents lorsqu’ils commentent un fait (de la construction de l’Europe dans notre cas), et ils sont intéressés à voir s’ils introduisent un biais (en sollicitant majoritairement des références des mouvements politiques de droite, par exemple).
  • Les biologistes (ceux avec qui nous collaborons) travaillent à la reconstruction de réseau du métabolisme sollicité ors de l'absorption de toxines. Les voies du réseau métaboliques sont “devinées” à partir de mesures de spectrométrie de masses (mesure des masses des molécules en présence, sans savoir a priori quelles sont les molécules). On peut suspecter que nombre d'informations y manquent parce que les mesures ne permettent pas de les inférer; à l'inverse, on peut penser que certaines interactions dans le réseau doivent être mises en doute.

Le stage vise à maîtriser et utiliser des techniques de “prédiction” de lien dans un réseau (mises au point par un collègue catalan, Roger Guimera de l’université Rovira i Virgili (Tarragona). Son approche permet d'estimer la probabilité qu’un arête d’un graphe (un lien dans un réseau) soit manquant ou au contraire qu'elle soit présente de manière erronée. Le point de départ du travail sera un article de Guimera, et d'autres sur le même thème (voir la rubrique “Publications” sur son site personnel).

Travail attendu

Le stage exige bien entendu de se pencher sur l'article de Guimera, et vraisemblablement sur d'autres articles développant des aspects que Guimera suppose connu.

Guimera propose sur son site du code source C implémentant son approche. Ce sera donc notre point de départ; il sera vraisemblablement utile de ré-implémenter l'algorithme afin d'en maîtriser toutes les facettes et de bien voir comment il peut être utilisé dans notre contexte.

Le stage sera l'occasion de tester ces approches sur les données du projet TETRUM (financement PEPS IdEx/CNRS récent et financement du GIP Justice, et des autres projets qui sont conduits dans l'équipe.

Le stage exige donc une part de développement (programmation) permettant d'intégrer l'approche de Guimera au différents outils et framework développés dans l'équipe. Idéalement, il faudrait concevoir des modules venant s'ajouter à l'application TETRUM (serveur privé), voir à d'autres framework (comme graph-ryder, voir sujet de stage précédent).

undergrads_project.txt · Last modified: 2017/01/14 12:08 by melancon
Trace: undergrads_project
Dieses Dokuwiki verwendet ein von Anymorphic Webdesign erstelltes Thema.
www.chimeric.de Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0