Bases de données avancées

L’équipe de recherche Vertigo s’intéresse aux problèmes soulevés par la gestion de données à grande échelle, avec une orientation forte vers des données dont la structure, explicite ou non, est complexe et nécessite des techniques spécifiques d’approximation, d’extraction et d’interrogation. Il s’agit de collections d’images, de vidéos, de documents audios ou musicaux. Nos objectifs généraux sont d’extraire de l’information, de construire des techniques d’accès efficaces et de proposer de nouvelles méthodes de gestion de données basées sur le contenu (par opposition aux méta-données décrivant ce contenu).

Axe 1. Grandes bases d’images et de vidéos

Ces recherches s’’inscrivent dans un contexte caractérisé par une croissance explosive de la production de contenus numériques, une révolution du stockage numérique (permettant de conserver – facilement accessibles – des masses de contenus au-delà de l’utilisation pour laquelle ils avaient été produits ou collectés au départ) et le développement rapide des capacités de transmission numérique, qui rend possible la diffusion distribuée et le partage à distance de grands volumes de contenus. Nous nous concentrons sur la structuration, à partir du contenu visuel, de grandes bases d’’images et de vidéos, ainsi que sur la recherche par le contenu dans de telles bases. Nos travaux récentes s’intéressent à l’apprentissage profond dans le domaine de l’image pour la détection des motifs visuels et pour la segmentation sémantique, avec une tendance d’évolution vers le l’analyse sémantique des scènes en prenant en compte les relations structurelles à différents niveaux de localité. Ces approches s’appliquent d’ailleurs très bien aux données de nature différente, comme les données musicales, qui combinent des structures à différentes échelles et sont en général caractérisées par des nombres relativement faibles de données étiquetées par classe.

Axe 2. Informatique musicale

Ces recherches se proposent d’étudier la production de modèles de langages musicaux caractérisant des corpus homogènes de musiques disponibles sous forme symbolique (partitions). Notre perspective est d’enrichir une approche statistique basée sur les données explicites (notes) par un processus d’extraction de connaissances identifiant les éléments du langage musical présents implicitement dans la notation : segmentation en phrases, présence et utilisation de motifs, gestion des dissonances, des cadences, instrumentation et texture. Une autre direction de recherche est le développement de techniques de transcription automatique, conversion d’une performance musicale vers une partition en notation traditionnelle par des modèles de partitions a priori (indépendants de la performance à transcrire), représentant le langage des notations musicales possibles. Ce sont des modèles de langage, composantes essentielles des procédures de traduction automatique ou de reconnaissance des motifs (par analogie avec le traitement de langues).

Publications

2019

Articles de revue

  1. Viard, T. and Fournier-S'niehotta, R. Augmenting content-based rating prediction with link stream features. In Computer Networks, 150: 127-133, 2019. doi  www 

Chapitres d'ouvrage

  1. Le Cacheux, Y.; Le Borgne, H. and Crucianu, M. From Classical to Generalized Zero-Shot Learning: A Simple Adaptation Process. In MultiMedia Modeling. 25th International Conference, MMM 2019, Thessaloniki, Greece, January 8--11, 2019, Proceedings, Part II, pages 465-477, Springer Verlag, Lecture Notes in Computer Science 11296, 2019. doi  www 

Articles de conférence

  1. Rigaux, P. and Travers, N. Scalable Searching and Ranking for Melodic Pattern Queries. In Intl. Conf. of the International Society for Music Information Retrieval (ISMIR), Delft, Netherlands, 2019. www 
  1. Grossetti, Q.; Du Mouza, C. and Travers, N. Community-based Recommendations on Twitter: Avoiding The Filter Bubble. In Web Information Systems Engineering -- WISE 2019, Hong-Kong, China, 2019. doi  www 
  1. Dupuis, D.; Du Mouza, C.; Travers, N. and Chareyron, G. RTIM: a Real-Time Influence Maximization Strategy. In Web Information Systems Engineering -- WISE 2019, Hong-Kong, China, 2019. doi  www 
  1. Viard, T. and Fournier-S'niehotta, R. Encoding temporal and structural information in machine learning models for recommendation. In LEG @ ECML-PKDD 2019, W"urzburg, Germany, 2019. www 
  1. Foscarin, F.; Jacquemard, F. and Rigaux, P. Modeling and Learning Rhythm Structure. In Sound and Music Computing Conference (SMC), Malaga, Spain, 2019. www 
  1. Foscarin, F.; Jacquemard, F.; Rigaux, P. and Sakai, M. A Parse-based Framework for Coupled Rhythm Quantization and Score Structuring. In MCM 2019 - Mathematics and Computation in Music, Springer, Madrid, Spain, Proceedings of the Seventh International Conference on Mathematics and Computation in Music (MCM 2019) Lecture Notes in Computer Science, 2019. doi  www 
  1. Foscarin, F.; Fournier-S'niehotta, R. and Jacquemard, F. A diff procedure for music score files. In 6th International Conference on Digital Libraries for Musicology (DLfM), pages 7, ACM, The Hague, Netherlands, 2019. www 
  1. Le Cacheux, Y.; Le Borgne, H. and Crucianu, M. Modeling Inter and Intra-Class Relations in the Triplet Loss for Zero-Shot Learning. In IEEE International Conference on Computer Vision, IEEE, Séoul, South Korea, 2019. doi  www 

2018

Articles de revue

  1. Raftopoulos, K.; Kollias, S.; Sourlas, D. and Ferecatu, M. On the Beneficial Effect of Noise in Vertex Localization. In International Journal of Computer Vision, 126 (1): 111-139, 2018. doi  www 
  1. Fournier-S'niehotta, R.; Rigaux, P. and Travers, N. Modeling Music as Synchronized Time Series: Application to Music Score Collections. In Information Systems, 73: 35-49, 2018. doi  www 

Articles de conférence

  1. Foscarin, F.; Fiala, D.; Jacquemard, F.; Rigaux, P. and Thion, V. Gioqoso, an online Quality Assessment Tool for Music Notation. In 4th International Conference on Technologies for Music Notation and Representation (TENOR'18), Concordia University, Montreal, Canada, Proceedings of the International Conference on Technologies for Music Notation and Representation -- TENOR'18 , 2018. www 
  1. Besedin, A.; Blanchart, P.; Crucianu, M. and Ferecatu, M. Deep Online Storage-Free Learning on Unordered Image Streams. In ECML PKDD: Joint European Conference on Machine Learning and Knowledge Discovery in Databases, pages 103-112, Dublin, Ireland, Communications in Computer and Information Science - ECML PKDD 2018 Workshops 967, 2018. doi  www 
  1. Grossetti, Q.; Constantin, C.; Du Mouza, C. and Travers, N. An Homophily-based Approach for Fast Post Recommendation in Microblogging Systems. In 21st International Conference on Extending Database Technology (EDBT 2018), pages 229-240, Vienne, Austria, 2018. doi  www 
  1. Foscarin, F.; Fournier-S'niehotta, R.; Jacquemard, F. and Rigaux, P. 'Evaluation de la correction rythmique des partitions numérisées. In JIM 2018 - Journées d'Informatique Musicale, pages 87-95, Amiens, France, 2018. www 

Divers

  1. Besson, V.; Fiala, D.; Rigaux, P. and Thion, V. Gioqoso, an Online Quality Evaluation Tool for MEI Scores. , Poster. www 
  1. Foscarin, F.; Fournier-S'niehotta, R.; Rigaux, P. and Jacquemard, F. Evaluating musical score difference: a two-level comparison. , Poster. www 

Rapports

  1. Fiala, D.; Rigaux, P.; Tacaille, A.; Thion, V. and Members, G. Data Quality Rules for Digital Score Libraries. Technical Report, IRISA, Université de Rennes, 2018.

2017

Chapitres d'ouvrage

  1. Yang, L.; Rodriguez, H.; Crucianu, M. and Ferecatu, M. Fully Convolutional Network with Superpixel Parsing for Fashion Web Image Segmentation. In MultiMedia Modeling - 23rd International Conference, MMM 2017, Reykjavik, Iceland, January 4-6, 2017, Proceedings, Part II, pages 139-151, Springer, Lecture Notes in Computer Science 10133, 2017. doi  www 

Articles de conférence

  1. Cherfi, S. S-S.; Hamdi, F. c.; Rigaux, P.; Thion, V. and Travers, N. Formalizing quality rules on music notation. An ontology-based approach. In International Conference on Technologies for Music Notation and Representation - TENOR'17, Coruna, Spain, 2017. www 
  1. Rigaux, P. and Thion, V. Quality Awareness over Graph Pattern Queries. In Proceedings of the International Database Engineering & Applications Symposium (IDEAS), Bristol, United Kingdom, 2017. www 
  1. Cherfi, S. S-s.; Guillotel, C.; Hamdi, F. c.; Rigaux, P. and Travers, N. Ontology-Based Annotation of Music Scores. In Knowledge Capture Conference, pages 1-4, ACM Press, Austin, France, 2017. doi  www 
  1. Besedin, A.; Blanchart, P.; Crucianu, M. and Ferecatu, M. Evolutive deep models for online learning on data streams with no storage. In ECML/PKDD 2017 Workshop on Large-scale Learning from Data Streams in Evolving Environments, Skopje, Macedonia, 2017. www 
  1. Grossetti, Q.; Du Mouza, C. and Travers, N. Tweet, Retweet et Follower : que recommander et `a qui ?. In AISR2017, Paris, France, 2017. www 

2016

Articles de revue

  1. Constantin, C.; du Mouza, C.; Litwin, W.; Rigaux, P. and Schwarz, T. AS-Index: A Structure For String Search Using n-grams and Algebraic Signatures. In Journal of Computer Science and Technology, 31 (1): 147-166, 2016. doi  www 

Chapitres d'ouvrage

  1. Phan, T-C.; D'Orazio, L. and Rigaux, P. A Theoretical and Experimental Comparison of Filter-Based Equijoins in MapReduce. In Transactions on Large-Scale Data- and Knowledge-Centered Systems XXV, pages 33-70, Springer, Lecture Notes in Computer Science 9620, 2016. doi  www 
  1. Yang, L.; Rodriguez, H.; Crucianu, M. and Ferecatu, M. A Global-Local Approach to Extracting Deformable Fashion Items from Web Images. In Advances in Multimedia Information Processing - PCM 2016, pages 1-12, Springer, Lecture Notes in Computer Science 10132, 2016. doi  www 

Articles de conférence

  1. Tran, T. Q. N.; Le Borgne, H. and Crucianu, M. Aggregating image and text quantized correlated components. In 2016 IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2016, pages 2046-2054, IEEE Computer Society, Las Vegas, United States, 2016. doi  www 
  1. Tran, T. Q. N.; Le Borgne, H. and Crucianu, M. Cross-modal classification by completing unimodal representations. In iV&L-MM '16 Proceedings of the 2016 ACM workshop on Vision and Language Integration Meets Multimedia Fusion, pages 17-25, Association for Computing Machinery, Inc, Amsterdam, Netherlands, 2016. doi  www 
  1. Besson, V.; Gurrieri, M.; Rigaux, P.; Tacaille, A. and Thion, V. A Methodology for Quality Assessment in Collaborative Score Libraries. In Proceedings of the 17th International Society for Music Information Retrieval Conference, New York City, United States, 2016. www 
  1. Yang, L.; Rodriguez, H.; Crucianu, M. and Ferecatu, M. Classification-driven Active Contour for Dress Segmentation. In International Conference on Computer Vision Theory and Applications, pages 22-29, SCITEPRESS - Science and and Technology Publications, Rome, France, International Conference on Computer Vision Theory and Applications (VISAPP) 2016 , 2016. doi  www 

2014

Articles de conférence

  1. Rigaux, P.; Parker-Wood, A.; Long, D.; Miller, E. and Isaacson, A. A File By Any Other Name: Managing File Names with Metadata. In International Conference on Systems and Storage (SYSTOR), pages 1-11, Haifa, Israel, 2014. www 

Divers

  1. Rigaux, P.; Dimitrov, M. and Cunningham, H. AnnoMarket - Multilingual Text Analytics at Scale on the Cloud. , Poster. www 

2013

Articles de conférence

  1. Hmedeh, Z.; Du Mouza, C. and Travers, N. An Intelligent PubSub Filtering System. In Bases de Données Avancées, Nantes, France, 2013. www 

2012

Articles de revue

  1. Rigaux, P.; Abrouk, L.; Audéon, H.; Cullot, N.; Davy-Rigaux, C.; Faget, Z.; Gavignet, E.; Gross-Amblard, D.; Tacaille, A. and Thion-Goasdoué, V. The design and implementation of Neuma, a collaborative Digital Scores Library - Requirements, architecture, and models. In Int. J. on Digital Libraries: 73-88, 2012. www 
  1. Creus, J.; Amann, B.; Christophides, V.; Travers, N. and Vodislav, D. RoSeS, un moteur de requêtes continues pour la syndication RSS `a large échelle. In Revue des Sciences et Technologies de l'Information - Série ISI : Ingénierie des Systèmes d'Information, 17 (5): 57-85, 2012. doi  www 

Articles de conférence

  1. Hmedeh, Z.; Kourdounakis, H.; Christophides, V.; Du Mouza, C.; Scholl, M. and Travers, N. Subscription Indexes for Web Syndication Systems. In EDBT'12, International Conference on Extending Database Technology, pages 311-322, Berlin, Germany, 2012. www 
  1. Hmedeh, Z.; Kourdounakis, H.; Christophides, V.; Du Mouza, C.; Scholl, M. and Travers, N. Indexes Analysis for Matching Subscriptions in RSS feeds. In Bases de Données Avancées, BDA'2012, pages 1-20, Clermont-Ferrand, France, 2012. www 
  1. Dahimene, R.; du Mouza, C. and Scholl, M. Efficient Filtering in Micro-blogging Systems: We Won't Get Flooded Again. In Intl. IEEE Conf. on Scientific and Statistical Databases (SSDBM'12), pages 168-176, Chania, Greece, 2012. www 
  1. Constantin, C.; du Mouza, C.; Rigaux, P.; Thion, V. and Travers, N. A Desktop Interface over Distributed Document Repositories. In International Conference on Extending Database Technology (EDBT'12), pages 104-107, Berlin, Germany, 2012. www 
  1. Constantin, C.; du Mouza, C.; Rigaux, P.; Thion, V. and Travers, N. Browse Your Content-Based Distributed Repository!. In BDA'12, Bases de Données Avancées, pages 1-5, Clermont-Ferrand, France, 2012. www 

2011

Articles de conférence

  1. Hmedeh, Z.; Travers, N.; Vouzoukidou, N.; Christophides, V.; Du Mouza, C. and Scholl, M. Everything you would like to know about RSS feeds and you are afraid to ask. In BDA'11, Base de Données Avancées, pages 1-20, Rabat, Morocco, 2011. www 
  1. Hmedeh, Z.; Vouzoukidou, N.; Travers, N.; Christophides, V.; Du Mouza, C. and Scholl, M. Characterizing Web Syndication Behavior and Content. In WISE'11, The 12th International Conference on Web Information System Engineering, pages 29-42, Sydney, Australia, 2011. www 
  1. Creus, J.; Amann, B.; Travers, N. and Vodislav, D. RoSeS: A Continuous Content-Based Query Engine for RSS Feeds. In DEXA - Database and Expert Systems Applications, pages 203-218, Springer, Toulouse, France, Lecture Notes in Computer Science 6861, 2011. doi  www 
  1. Constantin, C.; du Mouza, C.; Faget, Z. and Rigaux, P. Indexing Symbolic Music Scores. In Bases de Données Avancées (BDA), pages 60-77, Rabat, Morocco, 2011. www 
  1. Constantin, C.; du Mouza, C.; Faget, Z. and Rigaux, P. The Melodic Signature Index for Fast Content-based Retrieval of Symbolic Scores. In ISMIR 2011 - 12th International Society for Music Information Retrieval Conference, pages 363-368, Miami, United States, 2011. www 
  1. Creus, J.; Amann, B.; Christophides, V.; Travers, N. and Vodislav, D. Optimizing large collections of continuous content-based RSS aggregation queries. In 27èmes journées Bases de Données Avancées (BDA 2011), pages 1-21, Rabat, Morocco, 2011. www 

2010

Articles de conférence

  1. Faget, Z.; Gross-Amblard, D.; Rigaux, P. and Thion-Goasdoué, V. Modeling synchronized time series. In IDEAS 2010 : Fourteenth International Database Engineering and Applications Symposium, pages 82-89, Montreal, Canada, 2010. doi  www 

Divers

  1. Creus, J.; Amann, B.; Travers, N. and Vodislav, D. RoSeS : Un agrégateur de flux avancé. , Poster. www 

2009

Actes de colloque

  1. Mesiti, M.; Traian, M. T.; Xiong, Li; Muller, S.; Naacke, H.; Novikov, B.; Raschia, G.; Sanz, I.; Sens, P.; Shaporenkov, D. and Travers, N. Proceedings of the 2009 EDBT/ICDT Workshops. , France, 2009. www 

Rapports

  1. Constantin, C.; Creus, J.; du Mouza, C.; Horincar, R. and Travers, N. D2.1 State-of-the art of XML data stream models, Livrable 2.1 ANR RoSeS. Technical Report CEDRIC-09-1799, CEDRIC Lab/CNAM, 2009.
  1. Vodislav, D.; Amann, B.; Creus, J. and Travers, N. Modèle et Algèbre ROSES. Livrable D2.2 ANR RoSeS. Technical Report CEDRIC-09-1798, CEDRIC Lab/CNAM, 2009.

2007

Articles de revue

  1. Travers, N.; Dang-Ngoc, T-T. and Liu, T. TGV: an Efficient Model for XQuery Evaluation within an Interoperable System. In Ibis, 3: ISSN: 1862-6378, 2007. www 

1999

Articles de conférence

  1. Gurret, C.; Manolopoulos, Y.; Papadopoulos, A. and Rigaux, P. The BASIS System: a Benchmarking Approach for Spatial Index Structures. In Intl. Workshop on Spatio-Temporal Database Management (STDBM'99), Edinburgh, United Kingdom, 1999. doi  www 

1998

Articles de conférence

  1. Grumbach, S.; Rigaux, P. and Segoufin, L. Spatio-Temporal Data Handling with Constraints. In Intl. Symposium on Geographic Information Systems (ACM-GIS'98), X, France, 1998. www 
  1. Grumbach, S.; Rigaux, P. and Segoufin, L. The DEDALE System for Complex Spatial Queries. In ACM-SIGMOD Intl. Conf. on the Management of Data (SIGMOD'98), Seattle, WA, United States, 1998. www 

1995

Articles de conférence

  1. Peloux, J-P. and Rigaux, P. A Loosely Coupled Interface to an Object-Oriented Geographic Database. In Intl. Conf. on Spatial Information Theory (COSIT'95), X, France, 1995. www 
Haut