Le Web sémantique est une extension du Web standardisée par le World Wide Web Consortium (W3C). Ces standards encouragent l'utilisation de formats de données et de protocoles d'échange normés sur le Web, en s'appuyant sur le modèle Resource Description Framework (RDF). Ses applications notables se trouvent dans le Linked Data et les bases de graphes ouvertes ou privées en entreprise pour la gestion complexe des données hétérogènes.
L’informatique décisionnelle ou business intelligence (BI) désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données, matérielles ou immatérielles, d'une entreprise en vue d'offrir une aide à la décision et de permettre à un décideur d’avoir une vue d’ensemble de l’activité traitée. (Source: Wikipedia)
La BI et le Web Sémantique ont de commun en ce qu'ils proposent des outils de modélisation de la donnée, de qualification et de restitution de l'information pour répondre aux besoins spécifiques tant sur le Web qu'en entreprise.
Cette quatrième édition qui se fera sous forme d'Ecole régionale (après la première édition tenue à Yaoundé, la deuxième édition de Dakar, la troisième édition à Bobo-Dioulasso) va permettre aux participants d'acquérir les fondements de ces deux technologies autours de la donnée, avec des présentations axées sur des problèmes réels de gestion de la donnée dans le contexte africain. Les étudiants de Master 2, jeunes chercheurs et surtout industriels trouveront aussi des réponses quant aux défis actuels dans le domaine de la recherche et les applications en entreprise.
Site Ecole Data Science: https://ai4africa.github.io/DSS22/
Ratheil Vinesetan, Université D'Abomey-Calavi, Cotonou, Bénin
Pélagie Houngue, IMSP, Bénin
Jules Dégila, IMSP, Bénin
Sadouanouan MALO, Université Nazi-Boni, Burkina-Faso
Camara GAOUSSOU, Univeersité Alioune Diop de Bambey, Sénégal
Aspects de reglémentation des données
Aspects de régulation des données personnelles
Aspects souveraineté des données
Data discovery (data search (data lake, web); data sharing)
Data generation (crowdsourcing, synthetic)
Data augmentation (Data integration, Metadata, Semantics, …)
Qualité des données
Nettoyage des données
Anonymisation
Formatage
Intégration de données
Big Data Integration
Data Warehouse
Bases de données
Silos de données
Data Lake
Base de connaissances
Linked Data
Open Data
Méthodes d’analyse
Machine Learning
Raisonnement sémantique (Ontologie, RDFS, OWL, Rule)
OLAP
NLP
Outils d’analyse
Langages de requêtes
Reporting
Visualisation
Dashboard
Des cas d'études couvrant partie ou totalité des cinq thèmes ci-dessus, avec un point particulier vers des applications dans le contexte des problématiques africaines.
Des exemples concrets d'intégration des résultats de la recherche dans des applications sur le continent africain
Des exemples concrets d'exploitation de la plus-value d'une approche africaine de la recherche et/ou de l'intelligence africaine.
Axel-Cyrille NGONGA, Univ. Paderborn, Allemagne
Alain MILLE, Prof. Émérite IA Univ. Claude Bernard Lyon 1
Catherine Roussey, INRAE, Clermont-Ferrand
Christelle YEMDJI, Renault, France
François FRIGGIT, Quants Manager, Espagne
Gayo DIALLO, Univ. Bordeaux, France
Ladjel BELLATRECHE, ISAE - ENSMA France
Mihaela JUGANARU-Mathieu, EMSE, France
Université de Yaoundé I, Cameroun
Université de Thies, Sénégal
Université Gaston Berger, Sénégal
Université de Labé, Guinée