Ivan Madjarov - Le blog

Mes activités de recherche sont centrées sur la chaîne de traitements des données. Cela va de l’intégration des données à leur analyse dirigés par les cas d’applications dans les domaines de la mobilité, l’Internet des Objets (IoT) et plus précisément la récupération, le traitement et la valorisation de ces données, y compris les données mobiles. Je m'associe à la problématique des IoT (Internet of Thinks) en lien avec les e-services et l'intégration de la masse de données multi-sources qu'ils génèrent. Le traitement des données IoT est un domaine applicatif important qui demande un effort de recherche fondamentale et appliquée pour mettre en place des méthodes adéquates à l’analyse des données. En collaboration avec l'équipe I&M un projet (AAPI-IUT) est en cours pour la récupération des données de trajectoires des personnes en mouvement dont je suis le coordinateur scientifique. À mesure que le volume des données collectées augmente, les techniques d'apprentissage automatique (ML) sont souvent appliquées pour améliorer la capacité de traitement et ainsi augmenter l'intelligence des applications. Pour la période à venir, je souhaite m'améliorer sur les techniques ML et d'IoT.
La production et le partage d'informations pédagogiques, scientifiques et environnementales augmente drastiquement le nombre de données à traiter, mais aussi les perspectives d'interprétation de ces données. Cela implique la réflexion sur une refondation des architectures des réseaux, de la logique des bases de données, de l'algorithmique et même des règles d'interprétation de ces données. Au-delà des aspects purement quantitatifs, ces données se présentent d'une manière telle qu'elles sont difficilement prises en charge par les SGBD traditionnels et se manifestent par des caractéristiques particulières et hétérogènes. Les chercheurs des domaines scientifiques, pédagogiques et environnementaux ont besoin de capitaliser, diffuser et valider les protocoles, les schémas et les procédures utilisées. Les technologies World Wide Web et les infrastructures réseaux ont changé le comportement social humain. Un exemple typique est l'e-Learning. L'impact du e-Learning sur les universités traditionnelles, en particulier permet aux enseignants de repenser la façon d'appliquer efficacement les services Web et les technologies multimédia pour améliorer l'enseignement, ainsi que pour encourager les élèves à apprendre. Bien que ces technologies aient déjà été largement utilisées dans les systèmes LCMS, diverses considérations doivent être soigneusement abordées du point de vue à la fois pédagogique, technologique et de standard, afin d'assurer l'intégration réussie des données et de ces technologies en m-Learning avec un contenu adapté au contexte. Dans les travaux de recherche, un intérêt majeur est porté sur l'intégration des données pédagogiques à partir de sources hétérogènes et la composition de services dans des architectures virtuelles via des technologies Web. Développées à l’origine dans le cadre des bases de données, les méthodes, algorithmes, et architectures pour l’intégration de données doivent être repensées aujourd’hui afin de prendre efficacement en compte la nature changeante des données réelles. En effet, celles-ci sont de nature multiples, accessibles à travers des services et infrastructures hétérogènes, elles sont de plus en plus volumineuses, de qualité variable et peuvent faire appel à de nombreuses ressources notamment dans un contexte distribué à large échelle. L’hétérogénéité des données est une préoccupation constante pour l’intégration. Ainsi, nous nous intéressons à développer et évaluer des algorithmes et techniques de matching dans l'optique d'étendre nos travaux d'intégration avec applications à des domaines cibles comme par exemple la découverte de services web. Un champ applicatif d’intérêt est celui du e-learning: hormis la sélection et l'intégration de plusieurs sources d’objets pédagogiques, se pose le problème de découvrir des services web qui permettent de prendre en compte le contexte de l’utilisateur, comme par exemple l'adaptation de contenu dans un environnement m-Learning. Récemment un intérêt particulier est adressé à la découverte et l'extraction d'objets pédagogiques stockées sur plusieurs collections en se basant sur les services Web. Une telle approche permet une meilleure interopérabilité des services et la réutilisation des objets pédagogiques dans différents systèmes e-Learning. La problématique centrale de cet axe vise l’élaboration d’algorithmes et de méthodes pour le traitement de données provenant de ressources multiples hétérogènes. Plus précisément, les travaux portent sur les fondements et applications de la sémantique et de l’intégration de données. Développées à l’origine dans un cadre "bases de données", les méthodes, algorithmes, et architectures pour l’intégration de données doivent être repensées afin de prendre en compte leur nature actuelle alors que les fonctions sont souvent réalisées par des services. Les données sont de nature diverses, de plus en plus volumineuses, de qualité variable et peuvent faire appel à de nombreuses ressources, notamment dans un contexte distribué. Nos travaux concernent particulièrement la découverte de services web sémantiques et d’objets pédagogiques.