Science des Données

Le CAMS développe des outils qui relèvent des humanités numériques et de l’intelligence artificielle. Ces outils sont déployés dans les travaux thématiques du CAMS qui s’appuient sur la collecte et l’exploitation de grandes bases de données.

Ainsi, la théorie des graphes, l’analyse de réseaux, interviennent dans l’analyse des échanges sur réseaux sociaux, l’étude de structures urbaines, ou encore l’analyse sémantique de textes. L’économétrie permet l’analyse de données sur le marché du travail. L’inférence statistique et l’apprentissage machine (machine learning, deep networks), interviennent dans l’analyse et la modélisation de données en neurosciences, en santé, ou encore dans le développement de logiciels pour l’improvisation musicale. Enfin la géomatique permet l’analyse de données géo-spatialisées dans tous les domaines des SHS.

Par ailleurs, les projets du CAMS en modélisation mathématique pilotée par les données demandent de mettre en œuvre des méthodes avancées d’estimation de paramètres. Ces méthodes mobilisent des outils d’optimisation, d’inférence statistique. Ceci concerne notamment l’analyse et modélisation de systèmes complexes. C’est le cas par exemple des études des émeutes urbaines de 2005, et de la propagation de l’épidémie de covid-19. Un autre domaine concerné est celui de la modélisation des compétitions sportives de haut niveau.

Les travaux au CAMS gourmands en place mémoire et puissance de calcul utilisent des postes de travail dédiés, certains équipés de cartes GPU pour le calcul numérique intensif. Le CAMS bénéficie également de l’accès aux ressources de l’ISC-PIF (Institut des Systèmes Complexes Paris Île-de-France).

Au sein de l’EHESS, le CAMS est partenaire du Programme de recherche interdisciplinaire « Intelligence artificielle et sciences sociales » (PRI IA) de l’EHESS. Le CAMS participe à un réseau d’expertise en analyse de données à l’EHESS, et contribue fortement aux travaux de la Plateforme géomatique de l’EHESS.

Principaux chercheurs impliqués
Séminaires et enseignements
Distinction
  • Imke Mayer, doctorante au CAMS (thèse soutenue en 2021), Google PhD Fellowship 2020, catégorie “Machine learning”. Candidature présentée par la FSMP.