L’équipe DISCO a acquis depuis de nombreuses années une expérience dans le domaine de l’exploration de données avec le développement de méthodes de classification, de fusion d’information, basées sur des notions d’apprentissage, intégrant des concepts de la logique floue, avec des travaux actuels autour de deux axes:

Le traitement de données imprécises ou incertaines: Un nouveau type de données, les intervalles, a été introduit comme source d’information, permettant ainsi le traitement, sans transformation préalable, d’informations imprécises simultanément avec des données de type quantitatif et/ou qualitatif.

La sélection d’attributs et de capteurs : Une méthode de sélection a été développée afin de déterminer les informations les plus pertinentes, c’est-à-dire permettant d’optimiser les performances du diagnostic/pronostic.

Ces développements génériques ont été appliqués avec succès, en particulier, dans le domaine médical (diagnostic et extraction de nouvelles signatures pour le pronostic du cancer du sein) en collaboration avec l’Institut Claudius Regaud de Toulouse et dans le domaine des procédés chimiques.
Actuellement, des études sont menées sur la sélection des capteurs garantissant la diagnosticabilité, et la sélection des boucles de régulation dans le but d’améliorer la contrôlabilité.