WorldCat Identities

Bringay, Sandra (1979- ...).

Overview
Works: 11 works in 13 publications in 2 languages and 25 library holdings
Roles: Opponent, Other, Publishing director, Contributor, Editor
Publication Timeline
.
Most widely held works by Sandra Bringay
5e journées francophones sur les entrepôts de données et l'analyse en ligne EDA'09 by Journée francophone sur les entrepôts de données et l'analyse en ligne( Book )

1 edition published in 2009 in French and held by 10 WorldCat member libraries worldwide

Entrepôts de données : de la modélisation à la recommandation( Book )

2 editions published in 2011 in French and held by 4 WorldCat member libraries worldwide

CAMLearn* : une architecture de système de recommandation sémantique sensible au contexte : application au domaine du m-learning by Fayrouz Soualah Alila( Book )

2 editions published in 2015 in French and held by 2 WorldCat member libraries worldwide

Given the rapid emergence of new mobile technologies and the growth of needs of a moving society in training, works are increasing to identify new relevant educational platforms to improve distant learning. The next step in distance learning is porting e-learning to mobile systems. This is called m-learning. So far, learning environment was either defined by an educational setting, or imposed by the educational content. In our approach, in m-learning, we change the paradigm where the system recommends content and adapts learning follow to learner's context
FEEL: a French Expanded Emotion Lexicon by Amine Abdaoui( )

1 edition published in 2016 in English and held by 2 WorldCat member libraries worldwide

Patient healthcare trajectory. An essential monitoring tool: a systematic review by Jessica Pinaire( )

1 edition published in 2017 in English and held by 2 WorldCat member libraries worldwide

Fouille de motifs : entre accessibilité et robustesse by Yacine Abboud( )

1 edition published in 2018 in French and held by 1 WorldCat member library worldwide

Information now occupies a central place in our daily lives, it is both ubiquitous and easy to access. Yet extracting information from data is often an inaccessible process. Indeed, even though data mining methods are now accessible to all, the results of these mining are often complex to obtain and exploit for the user. Pattern mining combined with the use of constraints is a very promising direction of the literature to both improve the efficiency of the mining and make its results more apprehensible to the user. However, the combination of constraints desired by the user is often problematic because it does not always fit with the characteristics of the searched data such as noise. In this thesis, we propose two new constraints and an algorithm to overcome this issue. The robustness constraint allows to mine noisy data while preserving the added value of the contiguity constraint. The extended closedness constraint improves the apprehensibility of the set of extracted patterns while being more noise-resistant than the conventional closedness constraint. The C3Ro algorithm is a generic sequential pattern mining algorithm that integrates many constraints, including the two new constraints that we have introduced, to provide the user the most efficient mining possible while reducing the size of the set of extracted patterns. C3Ro competes with the best pattern mining algorithms in the literature in terms of execution time while consuming significantly less memory. C3Ro has been experienced in extracting competencies from web-based job postings
Prédiction d'hospitalisation par la génération de caractéristiques extraites de graphes de connaissances by Raphaël Gazzotti( )

1 edition published in 2020 in English and held by 1 WorldCat member library worldwide

L'utilisation des dossiers médicaux électroniques (DMEs) et la prescription électronique sont des priorités dans les différents plans d'action européens sur la santé connectée. Le développement du DME constitue une formidable source de données ; il capture tous les épisodes symptomatiques dans la vie d'un patient et doit permettre l'amélioration des pratiques médicales et de prises en charge, à la condition de mettre en place des procédures de traitement automatique.A ce titre nous travaillons sur la prédiction d'hospitalisation à partir des DMEs et après les avoir représentés sous forme vectorielle, nous enrichissons ces modèles afin de profiter des connaissances issues de référentiels, qu'ils soient généralistes ou bien spécifiques dans le domaine médical, et cela, dans le but d'améliorer le pouvoir prédictif d'algorithmes de classification automatique. Déterminer les connaissances à extraire dans l'objectif de les intégrer aux représentations vectorielles est à la fois une tâche subjective et destinée aux experts, nous verrons une procédure semi-supervisée afin d'automatiser en partie ce processus.Du fruit de nos recherches, nous avons ébauché un produit destiné aux médecins généralistes afin de prévenir l'hospitalisation de leur patient ou du moins améliorer son état de santé. Ainsi, par le biais d'une simulation, il sera possible au médecin d'évaluer quels sont les facteurs impliqués dans le risque d'hospitalisation de son patient et de définir les actions préventives à planifier pour éviter l'apparition de cet événement.Cet algorithme d'aide à la décision a pour visée d'être directement intégré au logiciel de consultation des médecins et nous avons pour ce faire développé une interface graphique élaborée en collaboration avec de nombreux corps de métiers avec notamment les premiers concernés, des médecins généralistes
Apports de la modélisation ontologique pour l'analyse des ruptures de parcours de soins dans la Sclérose Latérale Amyotrophique by Sonia Filomena Cardoso( )

1 edition published in 2019 in French and held by 1 WorldCat member library worldwide

Les patients atteints de SLA nécessitent un accompagnement pluridisciplinaire au cours de leur parcours. La pathologie provoque de nombreuses incapacités et situations de handicaps. Cette prise en charge complexe peut amener à des situations de rupture de parcours par l'absence, l'arrêt ou des difficultés de prise en charge, cependant les causes de ces ruptures ne sont pas connues. Le réseau de coordination ville hôpital SLA Île-de-France dispose d'une base textuelle de coordination, sur laquelle les besoins et les demandes des patients sont décrits tout au long de leurs parcours. À cette fin, nous proposons d'analyser cette base pour en extraire de la connaissance et décrire les parcours patients. Pour cela nous utilisons un outil d'annotation sémantique qui utilise comme ressource une ontologie du domaine que nous avons créé OntoParon. OntoParon est une ontologie modulaire composée d'un module médical, d'un module socio-environnemental, d'un module de coordination, d'un module noyau et d'un module de consolidation. Ces modules ontologiques permettent de prendre en compte les dimensions intervenant dans les parcours des patients. Des concepts définis, rendant compte de thématiques importantes comme l'épuisement de l'aidant ou bien encore la présence de problèmes sociaux ont été crées pour détecter les difficultés rencontrées. L'annotation de 931 dossiers patients a permis de voir que tous les patients ne présentent pas les mêmes besoins ni les mêmes demandes, certaines thématiques s'expriment différemment en fonction de l'âge, de la forme de pathologie ou du mode de vie des personnes
Extracting Clinical Event Timelines : Temporal Information Extraction and Coreference Resolution in Electronic Health Records by Julien Tourille( )

1 edition published in 2018 in English and held by 1 WorldCat member library worldwide

Important information for public health is contained within Electronic Health Records (EHRs). The vast majority of clinical data available in these records takes the form of narratives written in natural language. Although free text is convenient to describe complex medical concepts, it is difficult to use for medical decision support, clinical research or statistical analysis.Among all the clinical aspects that are of interest in these records, the patient timeline is one of the most important. Being able to retrieve clinical timelines would allow for a better understanding of some clinical phenomena such as disease progression and longitudinal effects of medications. It would also allow to improve medical question answering and clinical outcome prediction systems. Accessing the clinical timeline is needed to evaluate the quality of the healthcare pathway by comparing it to clinical guidelines, and to highlight the steps of the pathway where specific care should be provided.In this thesis, we focus on building such timelines by addressing two related natural language processing topics which are temporal information extraction and clinical event coreference resolution.Our main contributions include a generic feature-based approach for temporal relation extraction that can be applied to documents written in English and in French. We devise a neural based approach for temporal information extraction which includes categorical features.We present a neural entity-based approach for coreference resolution in clinical narratives. We perform an empirical study to evaluate how categorical features and neural network components such as attention mechanisms and token character-level representations influence the performance of our coreference resolution approach
Utilisation de données du Web communautaire à des fins de surveillance de l'usage de médicaments by Redhouane Abdellaoui( )

1 edition published in 2018 in French and held by 1 WorldCat member library worldwide

La pharmacovigilance souffre d'une sous notification chronique des effets indésirables de la part des professionnels de santé. La FDA (US Food and Drug Administration), l'EMA (European Medicines Agency), et d'autres agences sanitaires, suggèrent que les réseaux sociaux pourraient constituer une source de données supplémentaire pour la détection de signaux faibles de pharmacovigilance. L'OMS (Organisation Mondiale de la Santé) a publié un rapport en 2003 exposant le problème que pose la non-observance au traitement sur le long terme et son caractère préjudiciable à l'efficacité des systèmes de santé au niveau mondial. Les données nécessaires à la mise au point d'un système d'extraction d'informations de santé depuis les forums de patients sont mise à disposition par la société́ Kappa Santé. La première approche proposée s'inscrit dans un contexte de détection de cas de pharmacovigilance à partir d'échanges entre patients sur des forums de santé. Nous proposons un filtre basé sur le nombre de mots séparant le nom du médicament évoqué dans le message du terme considéré́ comme un potentiel effet indésirable. Nous proposons une seconde approche basée sur les « topic models » afin de cibler les groupes de messages abordant les thèmes traitant de non-observance. En terme de pharmacovigilance, le filtre gaussien proposé permet d'identifier 50.03% des faux positifs avec une précision de 95.8% et un rappel de 50%. L'approche de détection de cas de non-observance permet l'identification de ces derniers avec une précision de 32.6% et un rappel de 98.5%
Mining recurrent patterns in a dynamic attributed Graph. : Application on aquaculture pond monitoring by satellite images. by Zhi Cheng( )

1 edition published in 2018 in English and held by 0 WorldCat member libraries worldwide

In this thesis, we are interested in analyzing spatio-temporal data. Numerous algorithms have been developed to extract local models (also called "patterns") such as sequential patterns or dynamic subgraphs. However, these approaches suffer from severa!limitations when dealing with complex spatio-temporal phenomena. These pattern demains do not consider all possible spatio-temporal interactions or only consider limited information about studied objects. For example, sequential pattern mining methods focus on temporal evolutions without considering spatial ones. Besicles, most of graph mining algorithms study labeled graphs. They only consider one attribute per vertex instead of all object's characteristics. In our work, we propose to study dynamic attributed graph, because they provide a richer representation of spatio-temporal phenomena. Extraction of patterns in dynamic attributed graph is a particularly complex task because graph structure, vertices and attributes associated with each vertex can change over time. For this purpose, we define a new pattern domain called recurrent patterns. These patterns, which are sequences of connected ubgraph, œpreent recurrent evolutions of subsets of attributes associated to vertices. To extract these patterns, we develop a new algorithm, RPMiner, using an original strategy based on successive intersections of connected components. We use severa! constraints to reduce the search space and make the computation feasible. Experimental study on both syndetic and two real-world datasets (DBLP dataset and Domestic US Flight dataset) show the genericity of our approach, the interest of extracted patterns and the efficiency of our algorithm. We also do an in-depth experimental evaluation of our approach on the INDESO project data (aquaculture pond monitoring in lndonesia by satellite images). A complete KDD process has been developed: from pre-processing of data to visualization and interpretation of results. It aims to better understand farming practices for sustainable development of these coastal resources in Indonesia.This process is firstly based on an automatic and robust method to extract aquaculture ponds from low contrast satellite images. Next, this process extracts frequent patterns to highlight sorne farming practices. For this, we have firstly applied a sequential pattern mining to analyze temporal evolutions of aquaculture ponds and to understand farming practices. In parallel, we also apply our algorithm, RPMiner, which considers both spatial and temporal aspects. Extracted patterns were interpreted by aquaculture experts. Results confirm severa!practices and highlight ethers
 
moreShow More Titles
fewerShow Fewer Titles
Audience Level
0
Audience Level
1
  General Special  
Audience level: 0.93 (from 0.89 for Entrepôts ... to 1.00 for Apports de ...)

Alternative Names
Sandra Bringay wetenschapper

Languages