Les algorithmes du texte ont traditionnellement été utilisés dans des domaines tels que la bio-informatique, la sécurité numérique (par exemple dans la détection d’intrusion), la recherche d’informations (par exemple dans l’analyse de textes et de musique). Le rythme de croissance toujours plus rapide du volume de données de chaînes disponibles dans ces applications impose un besoin urgent d’algorithmes à grande échelle et ultra-efficaces pour le traitement des textes. La quantité totale de données produites double environ tous les sept mois, ce qui est plus rapide que ce que prévoyait la loi de Moore.
   Une autre difficulté vient du fait que dans ces applications, les données sont généralement bruitées, ce qui nécessite des méthodes de traitement robustes. De nombreux algorithmes et structures de données classiques sont conçus pour traiter des données exactes, et ceux qui autorisent des erreurs dans les données d’entrée ont généralement des contraintes de temps et d’espace défavorables. D’où la nécessité de rechercher de nouvelles approches et techniques qui sont mieux adaptées à ce type d’environnement.
   Ce workshop se concentrera sur les fondements du traitement des données massives et bruyantes, y compris, mais sans s’y limiter, (i) la conception d’algorithmes efficaces dans les modèles de calcul à accès restreint (par exemple, algorithmes de streaming, testeurs de propriété), (ii) la conception de structures de données plus efficaces grâce à l’approximation et à la randomisation, et (iii) l’utilisation de la compression pour traiter la grande quantité de données (soit avec des méthodes classiques sans perte, qui utilisent la répétitivité de l’entrée pour la représenter de manière compacte, ou les méthodes avec perte, telles que des sketches, qui permettent de ne stocker qu’une partie de l’information. Nous nous concentrerons particulièrement sur les applications de ces approches en bio-informatique, où la France est l’un des leaders mondiaux.