Vue 3D du produit. Exemple basé sur la couverture (les caractéristiques et les dimensions peuvent varier).
Couverture souple
EGC'2017
Fabien Gandon (Ed.), Gilles Bisson (Ed.)Tome 33 : RNTI
Couverture souple
520 pages
ISBN : 9791096289059
Éditeur : RNTI
Date de parution : 26.02.2018
Langue : français
Votre propre livre !
Devenez auteur avec BoD et vendez votre livre et votre ebook en librairie.
En savoir plusFabien Gandon (Ed.)
Fabien Gandon est directeur de recherche en Informatique chez Inria et responsable de l'équipe de recherche Wimmics (équipe jointe Inria, I3S, CNRS, Université de Nice Sophia Antipolis). Il est également représentant d'Inria au World Wide Web Consortium (W3C) le consortium de standardisation de l'architecture du Web, où il a participé à plusieurs groupes de normalisation. Il effectue et dirige des recherches au carrefour du Web sémantique, du Web des données liées, du Web Social, de la représentation des connaissances et des systèmes d'information à base de connaissances.
Dans ces domaines, Fabien est co-auteur de 2 livres, 8 chapitres, 113 articles de conférences et ateliers et 17 articles de journaux. Fabien a aussi précédemment été chercheur à l'Université de Carnegie Mellon (Pittsburgh) et a présidé des conférences internationales telles que la conférence internationale du Web (WWW) ou la conférence européenne du Web sémantique (ESWC). Voir http://fabien.info
Gilles Bisson (Ed.)
Gilles Bisson est chargé de recherche au CNRS et membre de l'équipe AMA du laboratoire LIG à Grenoble. Son travail concerne le domaine de l'Apprentissage Machine et se concentre sur l'apprentissage non supervisé. Ce sujet est exploré selon trois axes
principaux. Premièrement, la définition de nouveaux indices de similarité permettant d'analyser des données complexes (séquences temporelles, texte, ...). Deuxièmement, l'étude d'algorithmes de co-clustering permettant de traiter des ensembles de données
multi-vues. Enfin, la création d'interfaces homme-machine (IHM) interactives permettant aux utilisateurs d'explorer les modèles appris et ainsi de mieux maîtriser le processus d'apprentissage. Ces recherches sont appliquées à différents domaines, tels que l'analyse de documents textuels, l'étude de séries temporelles et de données issue de la protéomique.
Couverture souple
Il n'y a pour le moment pas de critique presse.