Corps professoral & recherche
Pôles d’Excellence : une expertise à 360° en prise avec les défis de la société
AI, Data Science & Business
Science des données pour créer des informations et de la valeur
Objectifs
Le data science fournit les outils essentiels pour extraire les connaissances des données et justifier les décisions, autant au niveau des individus que des organisations. Dans ce sous-domaine, la recherche porte sur le développement et l’application de la modélisation statistique classique, du data mining (exploration de données), du machine learning, de la recherche optimisation et opérations, de l’analyse des médias sociaux et de l’analyse du trafic web.
Les projets de recherche en cours englobent :
- Comment détecter des signes de dépression dans les médias sociaux ?
- Comment se servir du deep learning pour des prédictions ?
- Comment utiliser le data streaming (flux de données) pour prendre des décisions sur les marchés financiers ?
- Comment utiliser les méthodes de machine learning pour expliquer les échecs des start-ups ?
CHAUDHURI, N., G. GUPTA, V. VAMSI, I. BOSE, "On the platform but will they buy? Predicting customers' purchase behavior using deep learning", Decision Support Systems, October 2021, vol. 149
CHAUDHURI, N., I. BOSE, "Exploring the Role of Deep Neural Networks for Post-disaster Decision Support", Decision Support Systems, March 2020, vol. 130
ISHIZAKA, A., V. PEREIRA, S. SIRAJ, "AHPSort-GAIA: a visualisation tool for the sorting of alternative in AHP portrayed through a case in the food and drink industry", Annals of Operations Research, May 2021
SBRANA, G., A.SILVESTRINI, "Forecasting with the damped trend model using the structural approach", International Journal of Production Economics, August 2020, vol. 226
SBRANA, G., A.SILVESTRINI, "Random switching exponential smoothing: a new estimation approach", International Journal of Production Economics, May 2019, vol. 211
ZOUACHE, D., A.MOUSSAOUI, F.BEN ABDELAZIZ, "A cooperative swarm intelligence algorithm for multi-objective discrete optimization with application to the knapsack problem", European Journal of Operational Research, January 2018, vol. 264, no. 1
Pédagogie
Exemples de cours associés à ce sous-domaine : "Data Analytics for Strategic Decisions", "Financial Data & Analytics", "Data Science for Finance", "Big Data for Finance", "Machine Learning and Artificial Intelligence in Finance",", "Unstructured Data Analysis", "Machine Learning and Artificial Intelligence for Business"
FNEGE Médias : Giacomo Sbrana établit des prévisions avec une tendance de modèle tempéré utilisant une approche structurelle. Regarder la vidéo
Professeurs : Fouad Ben Abdelaziz, Indranil Bose, Ismail Erzurumlu, Fabio Fonti, Gaurav Gupta, Vincent Lacoste, Vijay Pereira, Giacomo Sbrana, Laura Trinchera, Jian Wu.
Plusieurs projets dans le sous-domaine sont le résultat de collaborations avec des chercheurs d’institutions internationales comme : University of Macedonia (GR), Indian Institute of Management Calcutta ( IN), University of Portsmouth (UK), Université Paris Nanterre-Laboratoire Modal’X (FR), Bank of Italy (IT), Universiy of Lugano (CH), Conservatoire national des arts et métiers (CNAM), Indian Institute of Technology Bombay (IN), University of Bahrain (BH), Shiv Nadar University (IN), University of Deusto (ES)
Coordination
TRINCHERA Laura