Équipe Boreal : Représentation de Connaissances et Langages à Base de Règles pour Raisonner sur les Données

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