L'objectif de ce stage est de mettre en place des outils d'aide à la
comparaison de processus de pré-traitements agro-alimentaires sur la
base de leurs indicateurs environnementaux et économiques.

En s'appuyant sur des méthodes de classification automatique
non-supervisée (clustering), une première fonctionnalité visée sera
d'identifier des classes de procédés qui se comportent de manière
similaire sur des sous-ensembles d'indicateurs. De manière
complémentaire, il serait intéressant d'identifier au sein de chaque
classe et pour chaque procédé, les propriétés typiques et atypiques qui
les caractérisent.


Un enjeu majeur des méthodes d'analyse de données pour l'aide à la
décision est de fournir une représentation des données et des
connaissances extraites la plus interprétable possible. Pour répondre à
cet enjeu, l'originalité de l'approche d'analyse est de procéder à une
réécriture au préalable des données selon un vocabulaire personnalisable
par l'expert. Par exemple, une valeur de 0,85 pour un indicateur i
pourra être interprété comme « élevé » ou bien « pas significative »,
etc. Un travail confié au stagiaire sera d'adapter les méthodes
d'analyse de données pour gérer ces réécritures symboliques au lieu de
données numériques, puis de fournir des représentations graphiques de
ces données et des connaissances structurelles découvertes.

L'objectif du stage de master est donc de proposer une méthode qui
permette de transformer un vecteur de n dimensions (n étant le nombre
d'indicateurs retenus) en représentations graphiques de type « tag of
words » exprimées dans une seule dimension terminologique. Cette
transformation s'appuiera sur un système de partitionnement flou à
définir pour chaque indicateur afin de transformer une donnée numérique
en donnée catégorielle.

Mots clés du stage : analyse de données, fouille de données,
apprentissage automatique, visualisation de données

Compétences requises : programmation Java, modélisation de systèmes
d'informations, analyse de données (data mining, clustering, etc.),
communication et travail d'équipe, dynamisme.

Durée du stage : 6 mois

Lieu du stage : Lannion

Contacts: patrice.buche@inra.fr, gregory.smits@univ-rennes1.fr