Pascal Francq

Pascal Francq is ingenieur en doctor in de toegepaste wetenschappen aan de Université Libre de Bruxelles (ULB). Hij doceerde er informatica systemen en daarna numerieke informatica van 2003 tot 2OO8. Toen hij het gebrek aan tijd en middelen voor zijn onderzoeksactiviteiten begon te realiseren, besloot hij te vertrekken. Heden wordt hij gefinancierd door een project van de Région Wallonne aan de Université Catholique de Louvain (UCL). In 2010 sticht hij het Paul Otlet Institute, waarvan hij het beheer waarborgt, teneinde er zijn onderzoeks- en onderwijsprojecten voort te zetten.

Zijn onderzoeksdomeinen centreren zich rond Internet, zijn technologieën, sociale aspecten en zijn ondersteuning alsook het gezamenlijk bezit van de kennis. Hij publiceerde een boek over het Internet object : zijn geschiedenis, zijn myhts, de pratices het staat et zijn problemen. Sedert 1998 werkt hij aan de automatische opsporing van gemeenschappelijke interesseren en hij is de voornaamste bijdrager tot het platform GALILEI. Hij wakkert eveneens WikiCS aan. Voor het ogenblik is hij werkzaam op het vlak van deling van het corpus XML, alsook op het deskundig onderzoek gestaafd door bewijsstukken op het corpus (bijvoorbeeld e-mails).

Pascal Francq heeft zich vooral gespecialiseerd in de optimalisatietechnieken gebaseerd op genetische algoritmen, waar hij het principe toepaste op verschillende problemen.

Pascal Francq is verantwoordelijk voor de projecten R en GALILEI, waarvan hij tevens de voornaamste bijdrager is.

Op wetenschappelijk vlak ontwikkelde hij :

• Een tensorruimte model om objecten voor te stellen (zoals documenten of interesseprofielen) in een denkbare ruimte (waarvan de afmetingen beantwoorden aan verschillende begrippen).
• Een maatstaf van gelijkenis tussen twee voorwerpen onderling (bv. twee documenten) waarbij rekening gehouden wordt tussen de verschillende begrippen (inhoud, meta-gegevens en structuren).
• Een adequate methode van user relevance feedback voor het berekenen van de belangen profielen.
• Twee aanpassingen van de Grouping Genetic Algorithms (GGA) voor de opdeling van voorwerpen voor dewelke een gelijksoortige maatstaf bestaat : de Similarity-based Grouping Genetic Algorithm (SGGA) and de Nearest Neighbors Grouping Genetic Algorithm (NNGGA).
• De Hierarchical Genetic Algorithms (HGA), een genetisch algoritme dat in staat is om een hiërarchie van voorwerpen op te bouwen, ieder object voorgesteld door een lijst van eigenschappen. De HGA werd toegepast voor de half-automatische opbouw van thesaurie.
• De 2D Genetic Algorithms (2D-GA), een genetisch algoritme dat in staat is een reeksobjecten op te stellen op een zeker oppervlakte. De 2D-GA werd gebruikt bij een onderzoeksproject om elektrische componenten te plaatsen op een chip van silicium.