in4Be (induction for Behavior modeling)

Au cours de la période 2012-2016, l'équipe in4Be a fortement développé la théorie des observations datées (Le Goc, 2006) et ses déclinaisons dans les domaines de la fouille de données et de la découverte de connaissances temporelles, de la modélisation automatique et de l'Ingéniérie des Connaissances ainsi que du Diagnostic des processus dynamiques. Ces domaines ont été appliqués, toujours depuis 2012, à la modélisation du comportement humain pour l'optimisation énergétique dans les bâtiments (Smart Environments), le diagnostic de barrages hydrauliques, la modélisation de processus de fabrication (Process Mining), l'analyse de la conformité d'un jeu d'écritures comptables et la détection de fraudes dans le domaine bancaire.
Au cours de l'année 2016, une orientation nouvelle a été choisie afin de proposer une solution au problème de l'amélioration des capacités d'un ordinateur à induire les intentions d'un être humain à partir de ses interactions avec son environnement. Cette orientation consiste à opérationnaliser la « Blending Theory » de Fauconnier et Turner, et la « Levels of Abstraction Theory » de Floridi à l'aide de la combinaison de la « Théorie des Catégories » d'Eilenberg et Mac Lane et de la TOD développée au sein d'in4Be.