BOREAL : Représentation de Connaissances et Langages à Base de Règles pour Raisonner sur les Données
Les systèmes d’information actuels sont basés sur l’exploitation de données provenant d’un nombre croissant de sources hétérogènes. Pour maîtriser la variété des données, il est nécessaire de développer des paradigmes d’accès aux données qui s’adaptent aux différents types de sources, ainsi que des langages déclaratifs de haut niveau assurant le traitement de ces données et leur qualité. L’équipe BOREAL s’intéresse aux problématiques de raisonnement, à la fois fondamentales et appliquées, dans un contexte de variété des données. Son expertise en représentation de connaissances et raisonnement automatique est mise au service de la conception de nouvelles techniques pour la gestion de données hétérogènes et fédérées, qui s’appuient en particulier sur des langages expressifs à base de règles.
L’équipe s’intéresse à un ensemble de questions liées à la gestion de données basée sur des connaissances, notamment :
- Fondements des langages à base de règles (Règles Existentielles, Logiques de Description)
- Algorithmes et optimisations pour raisonner sur les données
- Architectures et langages pour l’intégration de données hétérogènes
- Gestion des incohérences dans l’interrogation des données
- Qualité des systèmes d’intégration de données à base de connaissances
- Explication des raisonnements
Permanents
Michel Leclere, Maître de conférences, UM
Marie-Laure Mugnier, Professeur des universités, UM
David Carral Martinez, Chargé de recherche, INRIA
Nofar Carmeli, Chargé de recherche, INRIA
Federico Ulliana, Chargé de recherche, INRIA
Jean-François Baget, Chargé de recherche, INRIA
Doctorants
Akira Charoensit, INRIA
Autres personnels
Michel Chein, Invité longue durée Eméritat, UM
Titre : Génération de scénarios de test pour les systèmes de contrôle-commande : une application pour les centrales nucléaires dEDF
Doctorant : Mohamed Aziz Sfar Gandoura
Date de soutenance : 2025-05-20
Directeur de thèse :
Madalina Croitoru
Titre : Gestion de données dans le cadre des règles existentielles: traduction de requêtes et de contraintes
Doctorant : Guillaume Perution Kihli
Date de soutenance : 2023-12-18
Directeur de thèse :
Marie-Laure Mugnier
Titre : Raisonner sur des données en agroécologie : application à la sélection despèces végétales de service
Doctorant : Elie Najm
Date de soutenance : 2022-12-13
Directeur de thèse :
Marie-Laure Mugnier
Titre : Une approche basée sur les préférences pour l’éthique des machines dans le contexte de la planification automatique
Doctorant : Martin Jedwabny
Date de soutenance : 2022-12-02
Directeur de thèse :
Madalina Croitoru
InteGraal est un outil Java dédié au raisonnement sur des données hétérogènes et fédérées. Il intègre des algorithmes et des techniques développées à l’intersection de la représentation des connaissances, du raisonnement et de la gestion des données.
Conçu de manière modulaire, InteGraal favorise la réutilisation et l’extension logicielle ; il facilite ainsi l’expérimentation de nouveaux scénarios et l’évaluation de nouvelles approches, notamment en combinant plusieurs algorithmes. Les principales fonctionnalités actuelles d’InteGraal sont ses capacités d’intégration de données pour l’exploitation de sources hétérogènes fédérées via des mappings (permettant de cibler des systèmes SQL, RDF ou encore des API Web) ainsi que des nombreux algorithmes de réponse aux requêtes reposant sur la réécriture de requêtes et matérialisation des données.