Projets financés

Pour répondre aux besoins des communautés hybrides, les Hypermédia MAS doivent aborder les défis suivants : - large échelle : Les Hypermedias MAS doivent pouvoir accueillir des milliards de personnes et d'agents autonomes, s'adapter à la taille du Web et faire face à la latence élevée inhérente au

Les objectives du projet sont donc de lever ces trois freins au développement de l'apprentissage séquentiel: 1) Aller au delà de «une donnée, une décision«, en remarquant que l'idée générale que les données se doivent d'être traitées une à une à la volée n'est pas obligatoire. Il est bien souvent

L'évaluation des systèmes de recherche nécessite la mise en place d'un environnement d'évaluation : sélectionner un paradigme, des métriques, un jeu de données, etc. Le choix d'un environnement est rarement motivé objectivement, et l'impact de ses variations (choix d'un jeu de données contre un autr

Le projet aborde le problème des ambiguïtés des contenus visuels et textuels et vise à les résoudre en apprenant des représentations adaptées et en les combinant de manière appropriée. A cette fin, nous définissons une nouvelle tâche scientifique que nous nommons « système de question-réponse multi

La mise au point de véhicules autonomes aura des conséquences majeures sur notre société dans son ensemble dans un futur proche. Cependant, certains défis scientifiques restent encore à relever, tels que l’analyse automatique de nuages de points dynamiques acquis à partir de plate-formes mobiles. Da

Nous combinons l'apprentissage automatique (ML) et la théorie du contrôle (CT) et abordons les problèmes de contrôle sous deux angles: - Que peut-on modéliser (CT) et que faut-il apprendre (CT)? - Pouvons-nous fournir, estimer ou garantir la stabilité (CT)? - Pouvons-nous estimer la complexité de

La surabondance actuelle de données textuelles rend difficile la recherche de la réponse correcte à une requête de l'utilisateur. Dans ce contexte, la génération de questions (la capacité de générer automatiquement des questions à partir d'un document) gagne rapidement en popularité en tant que tech

Les moteurs de recherche, la conception de médicament et la gestion du trafique ne sont que quelques exemples d’applications qui reposent sur l'analyse de graphe. Les graphes concernés sont de plus en plus massifs, atteignant parfois plusieurs trillions de liens. Seuls des algorithmes de complexit

Les dix dernières années ont été marquées par une expansion considérable du nombre de données omiques, ce qui a entraîné une explosion des jeux de données biologiques hétérogènes accessibles au public. Les technologies récentes de génotypage et de profilage permettent à la communauté scientifique d'

L’audition est une modalité essentielle pour appréhender notre environnement spatial et joue un rôle clef pour les applications de Réalité Augmentée (RA). Le projet HAIKUS combine Intelligence Artificielle (IA) et traitement du signal pour la synthèse de scènes sonores augmentées. L’incrustation dan

L’objectif du projet PostProdLEAP est d'exploiter les avantages des méthodes récentes par apprentissage profond et des approches plus traditionnelles basées patchs ou variationnelles pour la post-production d'archives vidéo. Les défauts couramment observés avec les méthodes d’apprentissage profond s

Alors que les algorithmes d'apprentissage en profondeur (DL) ont été utilisés dans certains contextes 3D, leur intérêt pour la modélisation de formes complexes et articulées comme le corps humain n'a pas encore été pleinement exploré, et l'extension de la capacité d'apprentissage au contexte 4D rest

WP1 : ALGORITHMES DE PLANIFICATION POUR LES MDPS CONTINUS WP2 : ALGORITHMES DE PLANIFICATION POUR LES JEUX STOCHASTIQUES WP3 : DES JEUX COMPLEXES AUX JEUX PLUS SIMPLES WP4 : APPRENTISSAGE PAR RENFORCEMENT MULTI-AGENT 1. On continuous-state MDPs w/ hierarchical information 2. Solving Dec-PO

L'apprentissage machine (ML) et l'intelligence artificielle sont des thèmes de recherche en plein essor depuis des décennies, car ils sont considérés comme un moyen de produire de nouveaux algorithmes pour résoudre des défis frappants tels que la compréhension des langues, la recherche des meilleurs

Ce projet vise à s'appuyer sur les progrès récents dans le domaine de l'apprentissage profond et de l'apprentissage par renforcement pour concevoir une nouvelle génération de solveurs de satisfaction de contraintes et d'optimisation plus généraux. A terme, ce projet contribuera à rendre les form

Les données liées LOD (Linked Open Data) promeut la vision d'un graphe de connaissances décentralisé mondial. Cependant, les KG du LOD sont confrontés à de problèmes techniques et non techniques: La taille des KG a considérablement augmenté, et les faibless de métadonnées disponibles. Ces problèmes

L’Internet des Objets connecte des objets tels des capteurs, actionneurs avec leur voisinage. La puissance toujours croissante de ces objets permet d’imaginer de nouvelles architectures les traitant comme des citoyens de première classe. On peut imaginer de nouvelles applications en e-agriculture, b

Le projet SEMBA étudie les relations entre les observations obtenues avec des modalités d'acquisition multimodales, et propose des méthodes innovantes pour déduire les mesures internes à partir des mesures externes. SEMBA a deux objectifs principaux; le premier objectif est de créer un modèle anatom

Les relevés astronomiques prévus pour les années à venir produiront des données qui présenteront des défis d'analyse non seulement en raison de leur échelle (plusieurs centaines de pétaoctets), mais aussi en raison de la complexité des mesures sur des images très profondes (par exemple la mesure des

La diversification des systèmes d'apprentissage a entraîné de profonds changements dans les méthodes d'optimisation utilisées par ceux-ci. Concentrons-nous sur deux sujets porteurs en optimisation pour l'apprentissage: i) la réduction de dimension, qui identifie les directions pertinentes dans l'es

Les technologies de l'informatique décisionnelle (business intelligence ou BI), telles que les entrepôts de données et l'analyse en ligne (on-line analytic processing ou OLAP), sont des outils primordiaux dans l'aide à la décision, qui ont longtemps nécessité un investissement financier et humain tr

ExTENSor est un projet de recherche fondamentale qui tend à explorer le potentiel des approches entièrement neuronales ("end-to-end") et de leur apprentissage automatique ou évolutif pour le traitement automatique et la classification des signaux de parole. ExTENSoR permettra d’étudier l'utilisation

La désinformation (fake news, biais entre autres) est devenu un problème sérieux dans l'espace public, medias ou forums sociaux. La détection de fake news commence à générer des approches automatisées, mais cela concerne pas les présentations biaisées. Le projet SLANT a pour but de caractériser le

Les réseaux de neurones sont un outil important permettant de résoudre différents problèmes d’intelligence artificielle, telle que la classification supervisée et non-supervisée. Les réseaux de neurones profonds, avec un grand nombre de couches, permettent notamment d’atteindre des résultats remarq

Il est récemment devenu possible de capturer des nuages de points 3D variant dans le temps à haute résolution spatiale et temporelle. Cela permet notamment des acquisitions de haute qualité de corps humains en mouvement. Cependant, il manque encore des outils pour traiter et analyser ces données de

L'intelligence artificielle (IA) revêt une importance stratégique au niveau nationale en raison des résultats impressionnants obtenus par les algorithmes d'apprentissage profonds dans différents domaines tels que le traitement du langage (TAL), la médecine, l'analytique politique dans un large évent

Les dernières avancées technologiques s'appuient sur des systèmes précis d’aide à la décision qui se comportent comme des boîtes noires. C'est-à-dire que la logique interne du système n'est pas disponible à l'utilisateur. Ce manque d'explication peut entraîner des problèmes techniques, éthiques et j

L'objectif principal de ce projet est de fournir un cadre innovant pour concevoir des algorithmes de contrôle optimal pour des systèmes stochastiques distribués. Les problèmes de bandits en sont un exemple pour lequel l'action pouvant être envoyé à chaque bras est limitée à un signal on/off. L'origi

L'apprentissage automatique quantique est un domaine de recherche émergent à fort potentiel. L'intérêt, dans ce domaine, s'est principalement porté sur l’accélération des algorithmes d'apprentissage, avec des gains en complexité polynomiaux voire exponentiels. Le projet QuantML dépasse cette vision

Le projet se positionne dans les domaines de la vision par ordinateur et de l'apprentissage profond. Nous nous intéressons ici à la classification d'image et à la recherche par l'exemple (image retrieval) Les domaines de la vision par ordinateur et de l'apprentissage automatique ont connu un cha