Projets financés
Gestion intelligente de données imparfaites – INTENDED
De nos jours, l’énorme quantité de données disponibles recèle un potentiel d'exploitation inédit, pour des applications variées telles que la médecine ou encore pour les outils d’aide à la décision. Cependant, il est souvent difficile d’obtenir des informations pertinentes et fiables à partir de don
Raisonnement propositionel pour l'optimisation à grande échelle. Application à la mobilité via les énergies propres – Massal'IA
Le problème de la satisfiabilité d'une formule propositionnelle (SAT) est fondamental dans de nombreux domaines de l’Informatique et particulièrement en Intelligence Artificielle (IA). Du fait de ses capacités à représenter le raisonnement, SAT constitue une approche très compétitive pour la résolut
Transfert Learning du "Big Data" au "Small Data": Permettre l'identification de Biomarqueurs de Neuroimagerie Anatomique pour les Pathologies Psychiatriques – Big2small
Contrairement à de nombreuses autres spécialités médicales, la psychiatrie ne dispose pas de mesures quantitatives objectives (dosage sanguin) pour guider les cliniciens dans le choix d'une stratégie thérapeutique. L'anatomie cérébrale est une empreinte des antécédents génétiques et environnementaux
Algorithmes, Approximations, Parcimonie et Plongements pour l’IA – AllegroAssai
Pour garantir à la fois l’utilité et la fiabilité des technologies d’IA, ainsi que leur sobriété en ressources, des fondements algorithmiques et mathématiques solides sont indispensables. L’exploitation de flux de donnés massifs nécessite ainsi de contrôler les compromis entre performance et ressour
Chaire IA Responsable – IA Responsable
Le projet de chaire s’insère dans la dynamique de la politique déployée par l’Union européenne en matière d’éthique de l’intelligence artificielle. La Commission européenne estime que les défis pour l’Europe en matière d’IA sont surtout éthiques et qu’il fallait en fixer les lignes directrices pour
Apprentissage profond pour imagerie computationnelle avec nouvelles modalités d'images – DeepCIM
L’imagerie numérique et computationelle fait part des technologies clé pour analyser et comprendre le monde qui nous entoure. Ce domaine connait des changements importants en raison de l’apparition de nouvelles modalités d’images comme les champs de lumière ou les images omni-directionnelles et des
Ponts entre méthodes itératives proximales et réseaux de neurones – BRIDGEABLE
Au cours de la dernière décennie, les méthodes proximales ont permis des avancées significatives en optimisation en grande dimension. Dans le même temps, les réseaux de neurones (RN) profonds ont conduit à des résultats impressionnants dans divers domaines d’applications de la science des données. N
IA explicable à base de compilation de connaissances – EXPEKCTATION
Le projet EXPEKCTATION concerne le développement d’approches pour un apprentissage automatique interprétable et robuste, en utilisant la compilation de connaissances : nous recherchons des techniques de prétraitement capables d'associer à un prédicteur boîte noire une boîte blanche, pouvant être uti
DeepCuriosity: Exploration dirigée par la curiosité et apprentissage développemental en IA, et applications pour les agents autonomes, la découverte automatique et les technologies de l'éducation. – DeepCuriosity
La vision et le programme du projet de recherche DeepCuriosity visent à développer les fondations d’une nouvelle approche scientifique de l’intelligence artificielle et de l’apprentissage autonome. Les résultats récents de l’apprentissage profond par renforcement sont impressionnants (e.g. pour les
Intelligence Artificielle Verte – GrAI
Ces dernières années, l'intelligence artificielle (IA) s’est de plus en plus installée dans notre vie quotidienne. Cependant, l'IA telle que actuellement développée par la plupart des acteurs majeurs de l'industrie comme les GAFAM, est décentralisée vers des serveurs. Étant donné que la consommation
Inférence statistique, méthodes numériques et Intelligence Artificielle – SCAI
Le facteur clé du récent boom de l'IA est l'émergence de l'apprentissage profond (DL). Le succès de ces méthodes - en particulier pour l'apprentissage supervisé - est étonnant. Mais les limites et les inconvénients du DL sont connus. Les algorithmes DL actuels sont " gourmands en données ", la perf
TopAI : Analyse Topologique des Données pour l'apprentissage et l'IA – TopAI
Le projet TopAI a pour objectif de mettre en place et de pérenniser une équipe et une activité de recherche de premier plan autour des méthodes géométrique et topologiques en apprentissage statistique et Intelligence Artificielle (IA) allant des aspects mathématiques fondamentaux aux applications in
Approches statistiquement et computationnellement efficicaces pour l'intelligence artificielle – BISCOTTE
Avec l'énorme quantité de données impliquées dans l'entraînement d'un système d'apprentissage machine, ainsi que la tendance à pousser l'intelligence artificielle vers les appareils mobiles et les systèmes embarqués, la prise en compte des contraintes de calcul et de mémoire est d'un intérêt primord
Apprentissage machine/profond pour données hétérogènes à grande échelle – AML-HELAS
Le professeur M. Vazirgiannis est impliqué dans la recherche en science des données depuis les années 90. Il a travaillé dans différents domaines de cette science tout en maintenant un impact scientifique significatif. Il dirige le groupe Data Science and Mining de LIX / École Polytechnique, et a ob
HUmain-MAchine : Affectivité, INteraction et Ethique – HUMAAINE
Résumé: Les nouveaux usages des robots sociaux affectifs, des agents conversationnels et des systèmes dits «intelligents», dans des domaines aussi divers que la santé, l'éducation ou les transports, reflètent une phase de changements significatifs dans les relations homme-machine qui devrait recevoi
Deep Learning pour les processus physiques. Application aux sciences du systèmes terrestre – DL4CLIM
Motivations et programme scientifique : le projet cible le développement de méthodes de Deep Learning pour la modélisation de processus physiques. Le domaine d'application est l'environnement et le climat. Il s'appuie sur la complémentarité de deux paradigmes scientifiques, la physique et l'apprenti
DEEP-VISION – DEEP-VISION
Ce projet de Chaire IA est porté par Frédéric Jurie. Frédéric Jurie est professeur des universités (PRCE) à l'Université de Caen Normandie, après avoir été chercheur au CNRS de 1994 à 2004 à l'UMR LASMEA à Clermont-Ferrand, puis de 2004 à 2007 au centre INRIA Rhône-Alpes, affilié au groupe de recher
Physics-Informed AI for Observation-driven Ocean AnalytiX – OceaniX
Couvrant plus de 70% de la surface de la terre, les océans jouent un rôle clé dans la régulation du climat de la Terre et pour nos sociétés (eg, ressources marines et activités maritime). Malgré le développement croissant des capacités de simulation et d’observation menant à des masses données multi
IA au service de la neuroréhabilitation pédiatrique – AI-4-CHILD
L’intelligence artificielle (IA), dans sa forme moderne, est en train de modifier en profondeur de nombreux domaines, parmi lesquels la santé. Le développement de l’IA au service de la santé ouvre des perspectives très prometteuses pour l’amélioration de la qualité des soins, la réduction des coûts
Intelligence Artificielle pour Tous – HUMANIA
La croissance rapide de la recherche en IA et de ses applications offre des opportunités sans précédent mais aussi des inquiétudes légitimes. Dans ce contexte, nous nous engageons à faciliter l’accès et l’utilisation de l’IA par un large segment de la population. Rendre l'IA plus accessible à tous d