MÉTHODE DE CONSTRUCTION D’ENTREPÔTS DE DONNÉES HISTORICISÉES FONDÉE SUR UN MODÈLE DE CONNAISSANCES

Proposition de thèse
  • Quand ? 05/06/2017 à partir de 10:30 (America/Montreal / UTC-400)
  • Où ? Au local D4-2011
  • Nom du contact
  • Participants Christina Khnaisser, étudiante au doctorat à l’Université de Sherbrooke
  • Ajouter l'événement au calendrier iCal

RÉSUMÉ : Les systèmes informationnels sont désormais au centre des décisions en santé. Un très grand volume de données associées à des événements interreliés temporellement est généré chaque jour. Les intervenants d’un système de santé proviennent d’établissements très diversifiés et complémentaires couvrant divers domaines et disciplines. Pour assister ces intervenants, il est indispensable de mettre à leur disposition une vue unifiée et complète des données d’intérêt afin de leur permettre leur réutilisation dans différents types d’analyse. 

L’approche préconisée consiste à construire un entrepôt de données historicisées (EDH) en se basant sur un modèle de connaissance pour faciliter l’intégration des sources, l’extraction des données et l’expression des requêtes. À ce jour, la mise en place d’un EDH demeure en grande partie manuelle, coûteuse, ainsi que dépendante des sources hétérogènes et des besoins diversifiés. Les méthodes existantes sont basées sur des règles ad hoc avec un minimum de gestion de l’hétérogénéité, l’historicisation et des données manquantes. Toutefois, ces méthodes limitent l’automatisation, la réutilisation, l’expressivité des requêtes et l’exploitation de données historiques. En conséquence, même lorsque l’effort colossal de construction de l’entrepôt aboutit, les retombées sont souvent décevantes, car son maintien au gré de l’évolution des sources, des connaissances et des besoins devient rapidement hors de portée techniquement et financièrement.

Le but est d’élaborer une méthode semi-automatisée de construction d’EDH à partir d’un modèle de connaissance et d’un modèle temporel unifié construits selon des critères fondamentaux et technologiques efficaces. D’autres domaines, tels l’écologie, l’économie et les télécommunications pourront également tirer bénéfices de l’approche proposée.

Membre du jury, président rapporteur : Martin Beaudry, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, directeur de recherche : Luc Lavoie, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, codirecteur de recherche : Jean-François Ethier, professeur, Département de médecine, Faculté de médecine et des sciences de la santé, Université de Sherbrooke

Membre du jury codirectrice de recherche : Anita Burgun, Centre de Recherche des Cordeliers (UMR_S 872), Université Paris Descartes

Membre du jury, évaluateur interne à l’Université de Sherbrooke : Aïda Ouangraoua, professeure, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Toutes les personnes intéressées sont cordialement invitées.