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 automatique décentralisé respectueux de la vie privée
Integrated privacy-preserving AI
Privacy-Preserving Machine Learning
Apprentissage automatique décentralisé respectueux de la vie privée
Protocoles sécurisés pour un apprentissage machine décentralisé et vérifiable
Technologies fiables et multi-sites renforçant le respect de la vie privée
Approches de traitement automatique du langage naturel dans le domaine musical : adaptabilité, performance et limites
Modèles Computationnels pour le Changement Sémantique Lexical
Apprendre des représentations fiables pour le traitement du langage naturel
Optimisation décentralisée et respectueuse de la confidentialité des données pour l'apprentissage statistique
Tractable probabiistic models for large scale networks
Identifier la structure des problèmes d'apprentissage en ligne et collaboratif 25/11/2022
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