L'objectif du groupe de travail CAVIAR est de rassembler des compétences autour de trois domaines de l'IA :
CAVIAR fait non seulement intervenir des chercheurs en IA, mais aussi des chercheurs en BD, RO et GL. Le groupe de travail œuvrera pour faire émerger des collaborations à l'échelle nationale mais aussi pour donner une plus grande visibilité en France.
Apprentissage/Fouille pour les Contraintes.
Ces dernières années, la communauté IA
s'intéresse de plus en plus à l'utilisation de techniques
d'apprentissage, de fouille et d'élicitation pour la
résolution de problèmes. Par exemple :
Contraintes pour Apprentissage/Fouille.
De manière symétrique, les techniques de programmation par
contraintes et de gestion de préférences ouvrent de nombreuses
perspectives de recherche en apprentissage et fouille de
données. Par exemple :
Apprentissage de structures (ex: réseaux Bayésiens, réseaux profonds)
Clustering sous contraintes
Fouille de données déclarative (modélisation de motifs sous contraintes)
Fouille de données avec préférences utilisateur
Applications
Les applications du groupe de travail CAVIAR couvrent naturellement les problèmes de programmation par contraintes, gestion de préférences et analyse de données, mais aussi des problèmes en génie logiciel, notamment la vérification et la sécurité logicielle.
Responsables :
Date : le 08 Avril 2025
Lieu : Université de Paris-Saclay (LISN) , Paris Saclay
Programme :
9h30-10h15 : 9h30-10h15 : Constraint-based Pattern Sampling. (Arnaud Soulet)
Résumé : Pattern sampling is a recent technique for discovering patterns that promotes interactivity with the user. Its principle is to randomly draw a pattern in proportion to its interestingness. Unfortunately, the draws can focus on a part of the search space with non-frequent but extremely numerous patterns. It would be possible to sample patterns and eliminate those that are not frequent, but the rejection rate is often too high. We will examine methods in the literature for adding constraints to eliminate infrequent sampled patterns. For this purpose, it is possible to add a length constraint to remove patterns that are too specific. More interestingly, we will also show how to push the frequency constraint directly into the sampling process.
10h15-11h : A Symbolic Approach for Extracting Disjunctive Patterns from Data and Discovering Conceptual Clustering Models. (Saïd Jabbour)
Résumé : Association rule mining is a well-established and crucial task in knowledge discovery and data mining. In this talk, we first introduce the k-disjunctive support-based itemset, a generalization of traditional itemsets that allows the absence of up to k items in each matching transaction. To extract more expressive rules, we define (k, k′)-disjunctive support-based association rules, where the antecedent and consequent are modeled as k-disjunctive and k′-disjunctive support-based itemsets, respectively. Additionally, we show that mining both k-disjunctive support-based itemsets and (k, k′)-disjunctive support-based association rules can be reduced in polynomial time to the propositional satisfiability model enumeration problem. In the second part of this talk, we address conceptual clustering, a key area in unsupervised machine learning that seeks to identify disjoint clusters, each characterized by a common pattern. Traditional methods rely on closed pattern enumeration, which can be restrictive, as closed patterns may be infrequent or fail to cover all transactions within a cluster. To overcome this limitation, we introduce a novel approach based on disjunctive patterns. Finally, we employ integer linear programming to compute a set of disjoint clusters efficiently.
11h-11h15 : Pause café.
11h15-12h00 : Fouille de motifs diversifiés. (Samir Loudni)
Résumé : La fouille de motifs sous contraintes extrait des motifs en fonction de leur mérite individuel. Cela conduit généralement à un nombre de motifs bien plus élevé que ce qu'un expert humain ou une technique d'apprentissage automatique pourrait exploiter. Souvent, différents motifs ou combinaisons de motifs couvrent un sous-ensemble similaire d'exemples, devenant ainsi redondants et n'apportant aucune nouvelle information. Pour être réellement utile à l'utilisateur, cet ensemble de motifs doit minimiser la redondance tout en préservant autant d'informations que possible. Une approche naturelle pour supprimer ou réduire les informations redondantes consiste à utiliser une mesure explicite de diversité, comme la mesure de Jaccard, qui évalue le taux de chevauchement des exemples couverts entre paires de motifs. Toutefois, cette mesure n'a pas de propriété de monotonie, ce qui empêche l'utilisation des techniques d'élagage habituelles et rend l'extraction classique de motifs inefficace. Dans cette présentation, nous allons présenter les travaux que nous avons réalisés pour exploiter la programmation par contraintes et les techniques de compression pour l'extraction d'ensembles de motifs diversifiés.
Déjeuner
14h-15h : Discussion sur les activités du GT.
Dates : du 24 au 26 juin 2024
Lieu : Bâtiment B de l’UFR des Sciences Jean Perrin, à Lens
-
Programme :
25/06 - 9h-10h : Apport des formalismes déclaratifs pour un clustering explicable (Christel Vrain).
25/06 - 14h-15h : Comment utiliser l'optimisation de contraintes pour expliquer n'importe quel classifieur ? (Frédéric Koriche).
26/06 - 9h-10h : Learning constraints, objectives and entire models (Tias Guns).
26/06 - 14h-16h : Session Présentations Doctorants CAVIAR / Réunions de Travail.
Date : Le 25 et 26 Mai 2023
Lieu : Campus Pierre-et-Marie-Curie (Jussieu), Paris 5e
Programme :
Jeudi 25 mai 9h30-12h30 - Salle de séminaire SCAI, bâtiment Esclangon, 1er étage - (CAVIAR) :
9h30-10h10 : Equation discovery and chemical reaction model learning from data time series (François Fages).
10h10-10h50 : Evolutionary Computation for hybrid Gene Regulatory Networks parametrization (Denis Pallez).
10h50-11h10 : Pause café.
11h10-11h50 : A declarative framework for maximal k-plex enumeration problems (Said Jabbour).
11h50-12h30 : Acquisition de cartes de bornes et de modèles discrets d’ordonnancements dans un contexte d’optimisation combinatoire (Ramiz Gindullin).
Déjeuner
Jeudi 25 mai 14h-17h45 - Salle 24-25/405, LIP6 - (BIOSS) :
14h-14h40 : Une approche déclarative pour le clustering sous contraintes (Thi-Bich-Hanh Dao).
14h40-15h20 : An approach based on ASP and Petri nets for the calculation of attractors in Boolean networks (Van-Giang Trinh).
15h20-16h : CEGAR pour le contrôle et la synthèse des trap spaces minimaux des réseaux booléen (Sara Riva).
16h-16h20 : Pause café.
16h20-17h : Représentation de dynamiques booléennes en logique modale non-monotone (Pierre Siegel).
17h-17h40 : Sequential Reprogramming of Biological Network Fate (Sergiu Ivanov).
19h30 Dîner au Perraudin, 157 rue Saint Jacques, 75005 Paris
Vendredi 26 mai 9h30-11h30 - Salle de séminaire SCAI, bâtiment Esclangon, 1er étage - (Discussions au tableau):
Modélisation de la dynamique des réseaux booléens (attracteurs, trap spaces) et de la reprogrammation
sujets qui auront émergé des exposés du jeudi
Date : Mardi 11 Octobre 2022
Lieu : Université d'Artois, Arras - Salle 04 – Maison de la recherche (bâtiment I)
-
Programme :
15h-15h45 : Vers un dialogue entre les SHS et l'Intelligence Artificielle, pour interroger les politiques publiques des Suds (Nelly Robin, Lakhdar Sais).
15h45-16h15 :Knowledge Integration in Deep Clustering (Thi-Bich-Hanh Dao).
16h15-16h45 :Pause café.
16h45-17h15 :Best Heuristic Identification for Constraint Satisfaction (Hugues Wattez) [slides].
17h15-17h45 : Automated Program Analysis: Revisiting Precondition Inference through Constraint Acquisition (Grégoire Menguy) [slides].
17h45-18h15 :GH-CNN: A new CNN for coherent hierarchical classification (Mayouf Mouna Sabrine).
16h15-16h45 :Clôture de la journée.
Date : Mardi 30 Novembre 2021
Lieu : LIRMM -
Bat5-01.124, Montpellier -
[ZOOM session]
Programme :
9h30-9h50 : Café.
9h50-10h : Ouverture de la journée. (N. Lazaar)
10h-11h : Programmation linéaire pour l'extraction d'ensembles de motifs et leur application. (Abdelkader Ouali) [slides]
11h-12h : Human-in-the-loop or Human-in-the-way. (A. Zimmermann) [slides]
12h-14h : Repas.
14h-15h : Approches déclaratives pour le clustering sous contraintes. (Thi-Bich-Hanh Dao) [slides]
15h-15h30 : Constraint Programming for Itemset Mining with Multiple Minimum Supports (Bachir-Mohamed Belaid) [slides]
15h30-16h : Pause café.
16h-17h20 : Discussions et mini-groupes de travail.
17h20-17h30 : Clôture de la journée.
Date : Mardi 17 mars 2020 [POSTPONED -- COVID19]
Lieu : GREYC - Bât. sciences 3 S3-351 - Caen
Programme :
12h-14h : Repas RU.
14h-15h : Constraint Acquisition. (N. Lazaar)
15h-15h15 : Pause café
15h15-15h45 : Apprentissage de Préférences. (B. Zanuttini)
15h45-16h15 : Human-in-the-loop or Human-in-the-way. (A. Zimmermann)
Date : lundi 27 mai 2019
Lieu : LIFO - Bât. IIIA - Orléans
Programme :
12h-13h50 : repas (restaurant du campus, à 10-15mn à pied du LIFO entre 12h et 14h)
13h50-14h : ouverture de la journée CAVIAR. (Frederic & Nadjib)
14h-15h : Preference-Based Pattern Mining. (Bruno Cremilleux) [slides]
15h-15h30 : discussions / open questions
15h30-16h : coffee break
16h-17h : SAT-Based Data Mining. (Said Jabbour) [slides]
17h-17h30 : discussions / open questions
17h30-17h40 : clôture de la journée.
Date : mardi 19 juin 2018
Lieu : LIRMM Montpellier - salle séminaire - bâtiment 4
Programme :
9h-9h20 : café
9h20-9h30 : ouverture de la journée CAVIAR. (Frederic & Nadjib) [slides]
9h30-10h30 : Contraintes globales pour la fouille de motifs séquentiels. (Samir Loudni) [slides]
10h30-11h : pause café / discussions
11h-11h30 : Les approches clause-learning pour max clique et/ou graph coloring. (Emmanuel Hebrard) [slides]
11h30-12h : Constraint-Based Generation of Trajectories for Single-Arm Robots. (Mathieu Collet)
12h-13h : pause déjeuner
13h-14h : Tutorial on maxSAT and WCSP. (George Katsirelos) [slides]
14h-14h30 : Learning Boundaries for Constraint Optimization Problems. (Arnaud Gotlieb)
14h30-15h : Décomposition formellement vérifiée de contraintes non binaires en contraintes binaires équivalentes. (Catherine Dubois) [slides]
15h-15h30 : Open Questions. (Frederic & Nadjib)
15h30-16h : pause café / discussions / clôture de la journée
Date : vendredi 24 novembre 2017
Lieu : Jussieu - étage 1 - 25-26/105-Grande Salle
Programme :
9h-9h20 : café
9h20-9h30 : ouverture de la journée CAVIAR (Frederic Koriche & Nadjib Lazaar) [ slides ]
9h30-10h30 : Towards cross-fertilization between Data Mining and Constraints. (Lakhdar Sais) [slides]
10h30-11h : pause café / discussions
11h-11h30 : Beyond the Holy Grail - Automatically Generating Constraint Propagators for Conjunctions of Time-Series Constraints. (Nicolas Beldiceanu) [slides]
11h30-12h : Constraint Acquisition. ( Nadjib Lazaar) [slides]
12h-13h : pause déjeuner
13h-14h : Formal Verification, Constraints and AI. (Sébastien Bardin) [slides]
14h-14h30 : Constraint Programming for Multi-criteria Conceptual Clustering. (Maxime Chabert) [slides]
14h30-15h : Adapting Consistency in Constraint Solving. (Anastasia Paparrizou )[slides]
15h-16h : pause café / discussions / clôture de la journée