Aller au menu Aller au contenu Aller à la recherche
  • Français
  • English

Leclercq Eric

Adresse : 9, Avenue Alain Savary - Université de Bourgogne - 21078 Dijon
Tél. : (+33) 3 80 39 64 67
E-mail : Eric.Leclercq@u-bourgogne.fr
Site web : http://eric-leclercq.fr
Equipe : Science des Données
Fonction : enseignant chercheur
Statut : PU

Mes travaux de recherche portent, d’une manière générale, sur la définition de modèles pour lier données, connaissances et outils d’analyse. Dans ce cadre, je me suis intéressé plus particulièrement aux problématiques suivantes :

  • définition de modèles multi-paradigmes et de système de stockage de type polystore (polyglot storage, ou encore polystore) pour traiter la variété des masses de données (projets TEE 2014, TEP 2017)
  • définition architecture flexible pour l’intégration de données hétérogènes et à grande variabilité (application au domaine bio-médical)
  • définition d’un modèle d’annotations sémantiques à base ontologique, opérateurs de manipulation d’annotations (projet ANR CARE 2009)
  • spécification de modèles génériques incluant une description physique, syntaxique et sémantique des images pour des plateformes de domaines (applications aux bases de données images en archéologie et aux bases d’images en biologie)    

Actuellement mes recherchent se concentrent sur la définition de modèles pour faciliter l’analyse des données.  Dans ce cadre je développe un approche de type polystore qui permet de stocker les données dans plusieurs systèmes (NoSQL orienté colonne, ou clé-valeur, bases de données graphe, système de fichiers distribuées formats JSON, Parquet, etc.). Cette approche permet de répartir les données dans les systèmes qui sont les plus appropriés pour leur stockage.  Afin d’unifier ces représentation, je développe un modèle théorique s’appuyant sur le notion mathématique de tenseur afin d’alimenter rapidement les algorithmes en données et de faciliter les transformation de modèles.

Les données traitées sont principalement des réseaux complexes c’est-à-dire  des graphes multi-relationnels, multiplexes ou multi-couches. Elles sont issues de plateformes des réseaux sociaux et leur sémantique est complexe (relations multiples, dépendante du contexte, etc.).

Du point de vue des analyses de données je me concentre sur le problème de l’interprétabilité des résultats des algorithmes et de leur validation sans vérité de terrain. Il peut s’agir par exemple de caractériser des communautés d’utilisateurs par des hashtags représentatifs ou des thèmes (topics), de caractériser des événements, d’étudier les phénomènes de viralités et la part des robots.

mots-clés : modèles pour les données à grande dimension, HPDA (High Performance Data Analytics), gestion des données scientifiques, sémantique, données distribuées, systèmes d’information.

Projet TEP 2017 : étude de l’influence, la viralité, du rôle des robots pendant l’élection présidentielle française de 2017

Projet TEE 2014 financé par le réseaux des MSH rassemblant 6 pays :  structure de la communication politique sur Twitter

Projet PEPS CNRS SEISME : relation entre les sphères médiatiques et politique sur Twitter (2015 2016)

Projet PEPS CNRS LogModArcheo : utilisation des logiques modales pour représenter l’incertitude des données archéologiques (2014 et 2015)

Projet ANR CARE – Plateforme pour l’étude de l’évolution des l’architecture des édifices religieux de V au X eme siecle (2009)

Projet Atlas de la Pierre de Bourgogne (2013)

Licence 2 – Principes des Systèmes d’Exploitation

Licence 3 – Systèmes et Réseaux II

Master Informatique 1er année  – Systèmes Distribués

Master 2 – Outils de l’IA – Machine Learning

Master 2 BDIA – Bases de données et Environnements distribués

Reviewer pour la revue SAGE, Cancer Informatics 

Membre du comité de programme de ComplexNetworks 2017, 2018 

Reviewer pour la revue Springer, Computational Social Networks 

Reviewer pour la revue Springer, Applied Netwok Science

identite:
Leclercq Eric
statut:
a:1:{i:0;s:2:"PU";}
equipe:
Science des Données
fonction:
a:1:{i:0;s:20:"enseignant chercheur";}
adresse_postale:
9, Avenue Alain Savary - Université de Bourgogne - 21078 Dijon
telephone:
(+33) 3 80 39 64 67
localisation:
Mirande HR9
courriel:
Eric.Leclercq@u-bourgogne.fr
url_site_perso_ou_professionnel:
http://eric-leclercq.fr
travaux_de_recherche_passes:
enseignements_dispenses:
autres_activites:
photo_de_profil:
208
kc_data:
a:8:{i:0;s:0:"";s:4:"mode";s:2:"kc";s:3:"css";s:0:"";s:9:"max_width";s:0:"";s:7:"classes";s:0:"";s:9:"thumbnail";s:0:"";s:9:"collapsed";s:0:"";s:9:"optimized";s:0:"";}
kc_raw_content:
[kc_row use_container="yes" _id="853512"][kc_column width="12/12" video_mute="no" _id="669718"][kc_tabs speed="450" pagination="yes" active_section="1" _id="391845"][kc_tab title="Thématiques de recherche" _id="853535"][kc_column_text _id="398327"]

Mes travaux de recherche portent, d’une manière générale, sur la définition de modèles pour lier données, connaissances et outils d'analyse. Dans ce cadre, je me suis intéressé plus particulièrement aux problématiques suivantes :

  • définition de modèles multi-paradigmes et de système de stockage de type polystore (polyglot storage, ou encore polystore) pour traiter la variété des masses de données (projets TEE 2014, TEP 2017)
  • définition architecture flexible pour l'intégration de données hétérogènes et à grande variabilité (application au domaine bio-médical)
  • définition d’un modèle d'annotations sémantiques à base ontologique, opérateurs de manipulation d'annotations (projet ANR CARE 2009)
  • spécification de modèles génériques incluant une description physique, syntaxique et sémantique des images pour des plateformes de domaines (applications aux bases de données images en archéologie et aux bases d'images en biologie)    

Actuellement mes recherchent se concentrent sur la définition de modèles pour faciliter l'analyse des données.  Dans ce cadre je développe un approche de type polystore qui permet de stocker les données dans plusieurs systèmes (NoSQL orienté colonne, ou clé-valeur, bases de données graphe, système de fichiers distribuées formats JSON, Parquet, etc.). Cette approche permet de répartir les données dans les systèmes qui sont les plus appropriés pour leur stockage.  Afin d'unifier ces représentation, je développe un modèle théorique s'appuyant sur le notion mathématique de tenseur afin d'alimenter rapidement les algorithmes en données et de faciliter les transformation de modèles.

Les données traitées sont principalement des réseaux complexes c’est-à-dire  des graphes multi-relationnels, multiplexes ou multi-couches. Elles sont issues de plateformes des réseaux sociaux et leur sémantique est complexe (relations multiples, dépendante du contexte, etc.).

Du point de vue des analyses de données je me concentre sur le problème de l'interprétabilité des résultats des algorithmes et de leur validation sans vérité de terrain. Il peut s'agir par exemple de caractériser des communautés d'utilisateurs par des hashtags représentatifs ou des thèmes (topics), de caractériser des événements, d'étudier les phénomènes de viralités et la part des robots.

mots-clés : modèles pour les données à grande dimension, HPDA (High Performance Data Analytics), gestion des données scientifiques, sémantique, données distribuées, systèmes d'information.

Projet TEP 2017 : étude de l’influence, la viralité, du rôle des robots pendant l’élection présidentielle française de 2017

Projet TEE 2014 financé par le réseaux des MSH rassemblant 6 pays :  structure de la communication politique sur Twitter

Projet PEPS CNRS SEISME : relation entre les sphères médiatiques et politique sur Twitter (2015 2016)

Projet PEPS CNRS LogModArcheo : utilisation des logiques modales pour représenter l’incertitude des données archéologiques (2014 et 2015)

Projet ANR CARE – Plateforme pour l’étude de l’évolution des l’architecture des édifices religieux de V au X eme siecle (2009)

Projet Atlas de la Pierre de Bourgogne (2013)

[/kc_column_text][/kc_tab][kc_tab title="Enseignements dispensés" _id="443242"][kc_column_text _id="103174"]

Licence 2 – Principes des Systèmes d’Exploitation

Licence 3 – Systèmes et Réseaux II

Master Informatique 1er année  - Systèmes Distribués

Master 2 – Outils de l’IA – Machine Learning

Master 2 BDIA – Bases de données et Environnements distribués

[/kc_column_text][/kc_tab][kc_tab title="Autres activités" _id="503051"][kc_column_text _id="102890"]

Reviewer pour la revue SAGE, Cancer Informatics 

Membre du comité de programme de ComplexNetworks 2017, 2018 

Reviewer pour la revue Springer, Computational Social Networks 

Reviewer pour la revue Springer, Applied Netwok Science

[/kc_column_text][/kc_tab][/kc_tabs][/kc_column][/kc_row]

Log In

Create an account