Search

The explosion of social media and microblogging services has gradually increased the microblogging data and particularly tweets data. In microblogging services such as Twitter, the users may become overwhelmed by the rise of data. Although, Twitter allows people to micro-blog about a broad range of topics in real time, it is often hard to understand what these tweets are about. In this work, we study the problem of Tweet Categorization (TC), which aims to automatically classify tweets based on their topic. The accurate TC, however, is a challenging task within the 140-character limit imposed by Twitter. The majority of TC approaches use lexical features such as Bag of Words (BoW) and Bag of Entities (BoE) extracted from a Tweet content. In this paper, we propose a semantic approach of improving the accuracy of TC based on feature expansion from external Knowledge Bases (KBs) and the use of eXtended WordNet Domain as a classifier. In particular, we propose a deep enrichment strategy to extend tweets with additional features by exploiting the concepts present in the semantic graph structures of the KBs. Then, our supervised categorization relies only on the ontological knowledge and classifier training is not required. Empirical results indicate that this enriched representation of text items can substantially improve the TC performance.

International audience; In this paper we present a summary of our work which has proposed a new model for the construction of dynamics graphs. We present the state of the art in several approaches in swarm intelligence and clustering where researchers get inspiration from the numerous abilities of ants. Then we detail the construction of a chemical odor in ant species used to determine the ant nest membership in real ants from which our model is derived. We describe our main algorithm, called CL-Ant, where each ant represents one datum and the moves of ants aim at creating homogeneous groups of data that evolve together in a graph environment. This algorithm is based on the concept of artificial ants that move together in a complex manner with simple localization rules. We present an incremental extension, called CL-AntInc to treat data streams. We provide a detailed analytical comparison of our results with those obtained by other methods, using numerical datasets extracted from the Machine Learning Repository.

International audience

International audience; Dans de nombreux domaines d’application (transport & logistique, hospitalier, multimédia, etc.), les nouvelles fonctionnalités des systèmes exhibent un comportement de plus en plus gourmand en termes de puissance de calcul en concordance avec l’augmentation de la complexité. En plus de la puissance de calcul, ces nouvelles fonctionnalités sont aussi caractérisées par un comportement de plus en plus dynamique, en s’adaptant à l’environnement d’exécution comme aux caractéristiques des données qui sont traitées par l’application. Les évolutions technologiques tendent vers des architectures hétérogène CPU/FPGA de plus en plus complexes pour répondre aux exigences applicatives. Les architectures CPU/FPGA s’appliquent différentes contraintes, notamment en terme de temps de réponse ou de consommation, qu’il s’agit de respecter. De nos jours, la phase de mise au point de telles architectures requiert quasi-systématiquement la mise en oeuvre d’outils de tests & validation basés sur un ou plusieurs modèles de simulation. Un modèle d’exécution peut être exécuté sur le Hardware ou Software. Pour cela, ce travail est focalisé sur la notion de routage et de la synchronisation au sein d’un même FPGA et entre les différents FPGA. Certains tests sont basés sur une association entre équipement(s) réel(s) et modèle(s) de simulation. Le simulateur est alors lui-même soumis aux exigences et contraintes susnommées. Il doit être capable d’exploiter au maximum la puissance de calcul mise à sa disposition. À cet égard, les concepteurs trouvent leur solution idéale dans l’informatique reconfigurable, basée sur des architectures hétérogènes CPU/FPGA. Ces architectures abritent des processeurs multi-core (CPU) qui fournissent des puissances de calcul élevées et des FPGA qui offrent de hautes performances et une adaptabilité aux contraintes temps-réel de l’application. Les systèmes informatiques hétérogènes sont de plus en plus utilisés dans les industries aérospatiale et avionique, notamment dans les systèmes de simulation avionique. Les exigences susnommées ouvrent de nombreuses opportunités pour la recherche car il n’y a pas de méthodologies de conception intégrant des techniques de placement et d’ordonnancement (statique et dynamique) pour exploiter efficacement les ressources matérielles disponibles en tenant compte de toutes ces contraintes. L’objectif de mes travaux est Étude bibliographique des méthodes hybrides d’optimisation-simulation et des domaines concernés en ciblant sur les problématiques liées aux transports intelligents (modélisation, simulation, optimisation, aide à la décision). Par la suite, Étude et implémentation de la solution technologique pour la communication CPU/FPGA en terme de débit afin de faire communiquer plusieurs modèles hardware et software. Cette architecture hétérogène sera le support d’exécution de notre simulateur. Ensuite, Implémentation d’un modèle de simulation dynamique permettant les migrations hardware ↔ software à la volée lorsque la charge des ressources est proche de la limite acceptable et enfin Validation de la plate-forme logicielle sur base de cas concrets qui dérivent du domaine de l’avionique pour le calcul de plans de vol en 3D.

RÉSUMÉ. Le but de cet article est de proposer une nouvelle méthode d'annotation sémantique d'images en RDF utilisant les facteurs contextuels de l'image. L'idée de base consiste tout d'abord à préparer différents patrons d'annotation RDF en utilisant une collection et une on- tologie de domaine, puis à projeter les documents de collection sur ces patrons vides afin de les instancier, et enfin à utiliser une mesure permettant d'ordonner les patrons du plus repré- sentatif au moins représentatif. Les expérimentations ont été réalisées sur une collection de 10 documents contenant des images dans le domaine du cinéma. Les résultats préliminaires obte- nus montrent l'intérêt de notre proposition ce qui nous encourage à augmenter l'échelle de nos expérimentations pour des travaux futurs.

RÉSUMÉ. Les requêtes médicales sont souvent étiquetées par le type du modèle de recherche estimé donnant les meilleures performances selon des experts du domaine. Dans un travail pré- cédent, nous avons proposé d'automatiser cette tâche d'étiquetage (de classification) manuelle. Dans ce papier, nous proposons une nouvelle approche de classification qui apprend automati- quement à associer à chaque requête l'étiquette du modèle de recherche le plus adéquat. Plus précisément, nous générons un ensemble de règles d'association combinant certaines carac- téristiques des requêtes et les étiquettes des modèles de recherche. Ensuite, les requêtes dont les règles d'association remplissent les conditions seront étiquetées par les règles. Les autres, peuvent être automatiquement étiquetées en se référant à certaines caractéristiques spécifiques.

IT infrastructure is one of the important pillars of any country development. Emerging wireless technologies are offering new opportunities to develop very quickly IT infrastructures in order to deploy immediately important and useful community services. One big challenge is to provide a possibility to build a network that can grow in term of coverage to offer service access such as internet access for a large number of people with different needs from the network. In this context, we propose to analyse a wireless mesh network extended by an ad hoc network capable to grow in an ad hoc way by using ad hoc routing capabilities. The security challenges are related first to the authentication architecture, and second to the data confidentiality. More precisely, PANA combined with a new EAP-EHash method is proposed and discussed in a multi-hop mesh network, and a security analysis is provided., Les infrastructures TIC sont essentielles au développement d'un pays. Les technologies de réseaux sans fil offrent de nouvelles opportunités de développer très rapidement des infrastructures TIC dans le but d'un déploiement immédiat de services utiles à la communauté. Tout l'enjeu réside dans la construction d'un réseau extensible du point de vue de sa couverture radio et qui apporte l'accès au service comme l'accès à Internet au plus grand nombre, et ce sans négliger les attentes en matière de communication propres à chaque utilisateur. Dans ce contexte, nous proposons d'analyser un réseau mesh sans fil dont la couverture est étendue par un réseau ad hoc doté de capacités de routage ad hoc. Les enjeux de sécurité sont liés à l'architecture d'authentification et à la confidentialité des données. Plus précisément, le couplage de PANA avec la nouvelle méthode EAP-EHash est proposée, étudiée dans un contexte ad hoc muti-sauts et finalement analysée du point de vue de la sécurité

It is well known in information retrieval area that one important issue is the gap between the query and document vocabularies. Concept-based representation of both the document and the query is one of the most effective approaches that lowers the effect of text mismatch and allows the selection of relevant documents that deal with the shared semantics hidden behind both. However, identifying the best representative concepts from texts is still challenging. In this paper, we propose a graph-based method to select the most significant concepts to be integrated into a conceptual indexing system. More specifically, we build the graph whose nodes represented concepts and weighted edges represent semantic distances. The importance of concepts are computed using centrality algorithms that levrage between structural and contextual importance. We experimentally evaluated our method of concept selection using the standard ImageClef2009 medical data set. Results showed that our approach significantly improves the retrieval effectiveness in comparison to state-of-the-art retrieval models.