Magnet est une équipe commune entre l’université de Lille au sein de CRIStAL et Inria Lille Nord Europe.
Présentation : Le projet de l’équipe Magnet consiste en la définition de méthodes et modèles d’apprentissage automatique au sein de réseaux d’informations. Ces réseaux sont des collections d’informations hétérogènes organisées sous la forme de grands graphes dont les liens sont explicitement fournis (réseaux d’interactions, hyperliens, réseaux sociaux) ou sous-jacents induits par une similarité. On s’intéresse de façon privilégiée aux réseaux d’information présents dans Internet qui se caractérisent par de grands volumes de données hétérogènes où la dimension textuelle est omniprésente. Les objectifs envisagés sont les systèmes de veille, de recherche et d’extraction d’informations, et de recommandation. Dans ce but, on entend étudier les tâches de détection d’entités et de co-références, d’extraction de structures temporelles et rhétoriques, et de fouille d’opinions dans un cadre multi-documents.
Axes de recherche :
Marc Tommasi
Apprentissage et graphiques décentralisés
Integrated privacy-preserving AI
Optimisation décentralisée et respectueuse de la confidentialité des données pour l'apprentissage statistique
Graph-based Machine Learning for Linguistic Structure Prediction
Tractable probabiistic models for large scale networks
Privacy Preserving Machine Learning
Decentralized Machine Learning under Constraints
Adaptive Graph Learning with Applications to Natural Language Processing
Caractérisation des arêtes dans les graphes signés et attribués 16/04/2018
Task driven representation learning 29/05/2017
Recherche d'information par méthodes d'apprentissage dans un contexte de business intelligence 23/01/2015