Consignes aux auteurs
– Papiers longs (L) : 20 minutes de présentation maximum et 5 minutes pour les questions
– Papiers courts/déjà publiés (C/DP) : 15 minutes de présentation maximum et 5 minutes pour les questions
– Papiers posters : 1 minute de présentation lors de la session Minute of madness en plus de la session Posters & Démonstrations
– Papiers démos : 1 minute de présentation lors de la session Minute of madness en plus de la session Posters & Démonstrations
– Papiers nommés (aux prix du meilleur article applicatif et du meilleur article académique) : 3 minutes de présentation lors de la session Minute of madness en plus de la présentation dans la session
S’agissant uniquement des présentations lors de la session Minute of Madness, votre ou vos slides doivent être envoyés en amont à Sarah Théroine (Sarah.Theroine@u-bourgogne.fr) :
– avant le mercredi 10 janvier pour les posters et démonstrations,
– avant le jeudi 11 janvier pour les papiers nommés.
Programme général
Cliquer sur l’image ci-dessous pour l’afficher en plein écran. Le programme des sessions est détaillé à la section suivante.
Programme détaillé
Keynote 1 – mercredi 24 janvier 09:30 à 10:30
Reik Donner – Towards a better understanding of seasonal climate variability using causal discovery methods
Session présidée par Christine Largeron, Laboratoire Hubert Curien, Université Jean Monnet, Saint-Étienne
Session 1 – mercredi 24 janvier 11:00 à 12:30
S1-A Analyse et classification de données temporelles
Session présidée par Aurélie Leborgne, ICube, Université de Strasbourg
– Ali Ismail-Fawaz, Maxime Devanne, Stefano Berretti, Jonathan Weber et Germain Forestier, LITE: Light Inception avec des Techniques de Boosting pour la Classification de Séries Temporelles (DP)
– Enoal Gesny, Pierre Pinson and Thomas Guyet, Catégorisation de séquences temporelles — Application à l’analyse de parcours de soins (L)
– Didier Henry, Prédiction des variations du cours du Bitcoin : Une approche basée sur l’analyse de données temporelles (C)
– Théo Zangato, Aomar Osmani et Pegah Alizadeh, Optimisation de la Gestion de l’Énergie par l’Apprentissage par Renforcement et le Clustering de Séries Temporelles pour la Génération de Politiques Individualisées (L)
S1-B Ontologies, graphes de connaissances et Web Sémantique
Session présidée par Nathalie Pernelle, LIPN, Universite Sorbonne Paris Nord
– Aya Sahbi, Céline Alec et Pierre Beust, Peuplement automatique d’ontologie : l’IA générative est-elle plus efficace qu’une approche sémantique ? (L)
– Rémi Felin, Pierre Monnin, Catherine Faron et Andrea Tettamanzi, Extraction probabiliste de formes SHACL à l’aide d’algorithmes évolutionnaires (L)
– Alexandra Padonou, Peggy Cellier and Sébastien Ferré, Étude de l’utilisation des modèles de langages pour l’interrogation en langue naturelle des graphes de connaissances (C)
– Wissal Benjira, Nicolas Travers, Malika Grim-Yefsah, Faten Atigui et Bénédicte Bucher, Modélisation des données ouvertes au service des ODD : application aux événements sportifs en ville (C)
Keynote 2 – mercredi 24 janvier 14:00 à 15:00
Germain Forestier – Apprentissage profond pour la classification de séries temporelles
Session présidée par Thomas Guyet, AIstroSight, INRIA
Keynote 3 – jeudi 25 janvier 9:00 à 10:00
Alexis Joly – From Pl@ntNet to GeoPl@ntNet: new AI-based approaches for monitoring plant biodiversity
Session présidée par Bruno Pinaud, LABRI, Université de Bordeaux
Session 2 – jeudi 25 janvier 10:30 à 12:30
S2-A Graphes 1 Graphes et apprentissage
Session présidée par Peggy Cellier, IRISA, INSA Rennes
– Gaël Marec et Nédra Mellouli, Factorisation de matrices symétriques non négatives appliquée à la détection de communautés dans des graphes et l’analyse forensique d’images (L)
– Hugo Attali, Davide Buscaldi et Nathalie Pernelle, Matrice d’adjacence courbée : intégration de la courbure dans la transmission des messages (L)
– Clement Aralou, Tobias Rupp, Samba Ndojh Ndiaye, Mohammed Haddad et Hamida Seba, Approche hybride basée sur l’apprentissage automatique pour la réduction de graphes (L)
S2-B Fouille de motifs et exploration de données
Session présidée par Bruno Pinaud, LABRI, Université de Bordeaux
– Francois Camelin, Samir Loudni, Gilles Pesant et Charlotte Truchet, Échantillonnage d’ensemble de motifs diversifiés par compression locale (L)
– Youssef Oubelmouh, Frédéric Fargon, Cyril de Runz, Arnaud Soulet et Cyril Veillon, Identification des motifs séquentiels affectant l’attrition des employés (DP)
– Arnold Hien, Samir Loudni, Noureddine Aribi, Abdelkader Ouali et Albrecht Zimmermann, Descripteurs Discriminants pour la Fouille Interactive de Motifs (DP)
– Hélène Walle, Pascal Makris, Yassine Mofid, Nadia Aguillon-Hernandez, Claire Wardak et Gilles Venturini, Une approche visuelle pour l’exploration des résultats d’un grand nombre de classifieurs (C)
– Arnold Hien, Samir Loudni, Maxime Garfagni, Albrecht Zimmermann et Nicolas Beldiceanu, Fouille Interactive de Motifs à Haute Utilité (C)
Keynote 4 – jeudi 25 janvier 14:00 à 15:00
Anne-Cécile Orgerie – Mesurer et réduire la consommation des systèmes distribués
Session présidée par Vincent Lemaire, Orange
Session 3 – jeudi 25 janvier 15:00 à 17:00
S3-A Science des données et apprentissage profond
Session présidée par Fabien Picarougne, LS2N, Université de Nantes
– Bilal Faye, Hanane Azzag, Mustapha Lebbah et Fangchen Feng, Normalisation Contextuelle : Une Nouvelle Approche pour la Stabilité et l’Amélioration des Performances des Réseaux de Neurones (L)
– Noémie Jacquet, Vincent Guigue, Cristina Manfredotti, Fatiha Sais, Stephane Dervaux et Paolo Viappiani, Modélisation du caractère séquentiel des repas pour améliorer la performance d’un système de recommandation alimentaire (L)
– Anastasiia Kabeshova, Guillaume Betmont, Julien Lerouge, Evgeny Stepankevich and Alexis Bergès, SDL-Net pour la Localisation de Documents Structurés : un U-Net économe en ressources (C)
– Pierrick Bruneau, Oscar Castro and Jean-Sébastien Sottet, Calcul haute performance en Python pour la Science des Données: une vue d’ensemble (DP)
– François Bodin, Laurent Morin et Alexandre Bettinger, Modélisation des Mobilités des Trajets Domicile-Travail (C)
S3-B Intelligence artificielle explicable
Session présidée par Nicolas Labroche, LIFAT, Université de Tours
– Bounia Louenas, Améliorer l’intelligibilité des arbres de décision avec des explications probabilistes concises et fiables (L)
– Vincent Lemaire, Nathan Le Boudec, Victor Guyomard et Francoise Fessant, Voir le processus de création d’exemples contrefactuels comme une source de connaissance (L)
– Gilles Audemard, Sylvie Coste-Marquis, Pierre Marquis, Mehdi Sabiri et Nicolas Szczepanski, Rectifier pour mieux distiller (L)
– Louenas Bounia et Frédéric Koriche, Approximation des explications probabilistes via la minimisation super-modulaire (DP)
– Yacine Mokhtari, Robin Cugny, Nabil El Malki, Julien Aligon, Max Chevalier et Olivier Teste, Vers un clustering interactif assisté par l’explicabilité (C)
Keynote 5 – vendredi 26 janvier 09:00 à 10:00
Aidan Hogan – Knowledge Graphs in the age of Large Language Models
Session présidée par Jérôme Gensel, LIG, Université Grenoble-Alpes
Session 4 – vendredi 26 janvier 10:30 à 12:30
S4-A Graphes et apprentissage
Session présidée par Sébastien Ferré, IRISA, Université Rennes 1
– Walid Megherbi, Abd Errahmane Kiouche, Mohammed Haddad et Hamida Seba, Détection d’Attaques Persistantes Avancées par Hachage et Apprentissage sur les graphes en Flux (L)
– Ali Yassin, Hocine Cherifi, Hamida Seba et Olivier Togni, Extraction de Backbone du Réseau de Transport Aérien : Une Analyse Comparative (DP)
– Wissem Inoubli et Armelle Brun, Un algorithme d’apprentissage profond et semi-supervisé basé sur la représentation de graphes pour la classification des CV (DP)
– Leshanshui Yang, Clément Chatelain et Sébastien Adam, DspGNN : Une Approche Spectrale de Réseau de Neurones sur Graphes Dynamiques pour la régression des arêtes dans des Réseaux de Transactions (C)
S4-B Traitement automatique du langage et approches génératives
Session présidée par Lylia Abrouk, LIB, Université de Bourgogne
– Mathieu Chartier, Nabil Dakkoune, Stéphane Jean et Guillaume Bourgeois, Évaluation des capacités de réponse de larges modèles de langage (LLM) pour des questions d’historiens (L)
– Molka Tounsi Dhouib, Ekaterina Kostrykina et Catherine Faron, Définition automatique du niveau de la difficulté textuelle des documents (C)
– Marius Ortega, Nédra Mellouli, Aurélien Bossard et Christophe Rodrigues, REDIRE : Réduction Extrême de DImension pour le Résumé Extractif (C)
– Danrun Cao, Nicolas Béchet, Pierre-François Marteau et Oussama Ahmia, Enrichissement de corpus par approche générative et impact sur les modèles de reconnaissance d’entités nommées (C)
– Emel Dalgic, Alexandre Lefort et Iana Atanassova, Correction automatique de réponses textuelles : une approche basée sur des schémas conceptuels (C)
Session 5 – vendredi 26 janvier 14:00 à 16:00
S5-A Vulnérabilité et détection d’anomalies
Session présidée par Cécile Favre, ERIC, Université Lyon 2
– Arthur Hoarau, Vincent Lemaire, Arnaud Martin, Jean-Christophe Dubois et Yolande Le Gall, Méthode crédibiliste pour l’extraction d’incertitudes sans dépendance aux observations (L)
– Quentin Saint-Christophe, Cyril Ray, Christophe Osswald et Abdel-Ouahab Boudraa, Vulnérabilités d’un système de fusion crédal à des sources corrompues : analyses et mesures de modèles d’attaque (L)
– Xiaotong Qian, Lili Jin, Guénaël Cabanes, Parisa Rastin et Nistor Grozavu, Clustering Multi-vues en utilisant la Représentation des Coordonnées Barycentriques (C)
– Ahmed El Azhar Jebbari, Jean-Charles Lamirel, Bart Lamiroy and Aurélie Vallereau, Détection d’anomalies sur des documents juridiques contractuels (DP)
– Jeremie Pantin and Christophe Marsala, Détection d’anomalies textuelles par ensemble d’autoencodeurs robustes (C)