KLaIM : Knowledge learning and information modeling

L’équipe KLaIM transforme des données complexes en outils d’aide à la décision fondés sur l’intelligence artificielle et la modélisation. Spécialisée en analyse spatio-temporelle et en systèmes complexes, elle répond aux enjeux environnementaux, climatiques et territoriaux par une approche scientifique rigoureuse et opérationnelle. 

  • 7 Enseignants-Chercheur(s)
  • 1 Post-doctorant(s)
  • 1 Doctorant(s)
Équipe de recherche du LabISEN KLaIM – Knowledge learning and information modeling

Projet de recherche

L’équipe de recherche KLaIM articule ses activités de recherche autour de deux axes principaux : l’axe Interaction, dédié aux méthodes de science des données, de modélisation et d’ingénierie des systèmes pour l’aide à la décision, et l’axe Environnement, centré sur la compréhension, la reconstruction et l’analyse des dynamiques naturelles et anthropisées liées aux risques et aux transitions. Dans ces deux domaines, l’équipe développe des approches de fouille spatio-temporelle, d’apprentissage, de représentation des connaissances, de simulation multi-agents et de visualisation afin de transformer des observations hétérogènes en connaissances exploitables et en outils d’analyse opérationnels, avec des applications pouvant s’étendre à d’autres champs disciplinaires. 

Projet recherche KLaIM LabISEN

Axes de recherche

Modélisation, simulation et aide à la décision pour des systèmes complexes

Modélisation, simulation et aide à la décision pour des systèmes complexes
En savoir plus

Cet axe développe des approches de modélisation et de simulation pour analyser et comprendre le comportement de systèmes complexes. Les travaux s’appuient notamment sur la simulation multi-agents et sur des outils d’aide à la décision permettant d’explorer différents scénarios et d’accompagner la gestion de systèmes dynamiques.

Science des données et apprentissage pour l’extraction de connaissances

Science des données et apprentissage pour l’extraction de connaissances
En savoir plus

Les recherches de cet axe portent sur le développement de méthodes de fouille de données, d’apprentissage automatique et de représentation des connaissances. L’objectif est de transformer des données hétérogènes et massives en informations structurées et exploitables pour l’analyse et la prise de décision.

Dynamiques environnementales, risques et transitions : de l’observation à la décision

Dynamiques environnementales, risques et transitions : de l’observation à la décision
En savoir plus

Cet axe s’intéresse à l’analyse des dynamiques environnementales et territoriales, notamment dans le contexte des risques naturels et des transitions écologiques. Les méthodes développées permettent de mieux comprendre les phénomènes observés et de produire des outils d’aide à la décision pour les acteurs publics et scientifiques.

Publications marquantes