Liste des Ecoles Thématiques liées au GdR MaDICS

Ecoles labellisées/soutenues par MaDICS

Masses de Données Distribuées

Jun 17 – Jun 22 all-day

Annonce en lien avec l’Action/le Réseau : / Formation

Thème :

Exploitation de données massives

Présentation :

L’école thématique CNRS MDD ” Masses de données distribuées ” est une école thématique récurrente ayant lieu tous les deux ans depuis 2010. Cette école est une émanation de la communauté des bases de données en France, structurée autour de la conférence BDA : Gestion de données – principes et applications, qui a fêté ses 30 ans d’existence en 2016. L’enjeu de cette école thématique est de former les chercheurs de notre communauté, en particulier nos doctorant(e)s, aux défis spécifiques liés aux méga-données, en particulier scientifiques (gestion, interrogation et analyse efficace, pérennisation des processus de traitement, sécurisation).
L’école MDD s’est attachée lors des quatre premières sessions à aborder des thèmes liés à ces défis. La première session (2010), a ainsi traité des systèmes distribués de gestion de données et du Web sémantique ; la seconde session (2012) s’est consacrée aux opérateurs de traitement de requêtes à l’échelle du Pétaoctet, aux nouvelles sources d’information (réseaux sociaux), à l’intégration de données issues d’environnement indépendants ; la troisième session (2014) a été dédiée à la visualisation analytique de données, à la qualité des données et au crowdsourcing. La dernière session (2016) a porté sur les processus intégrés d’analyse de données massives respectueux de la vie privée.
Le thème de l’édition 2017 est ” Scalable Data Analytics ” et sera décliné en 4 thèmes : (1) how to conduct experiments, (2) data analytics, (3) systems, storage and indexing, et (4) large scale data analytics algorithms.

Du : 2018-06-17

Au : 2018-06-22

Lieu : Centre Paul Langevin, Aussois

Site Web : http://cedric.cnam.fr/summer-school/MDD2018/

Categories: ·Ecoles

Jun

Mon

2018

“Deep learning for large scale bioacoustics & acoustic density estimation”

9:15	Café – Accueil
9:45	Ouverture des journées
10:00	Data challenges with modularization and code submission – Lessons learned Balazs Kegl, DR2 CNRS, University Paris Saclay Motivated by the shortcomings of traditional data challenges, we have developed a unique concept and platform, called Rapid Analytics and Model Prototyping (RAMP) , based on modularization and code submission. Open code submission allows participants to build on each other’s ideas , provides the organizers with a fully functioning prototype , and makes it possible to build complex machine learning workflows while keeping the contributions simple. We will start this presentation by describing the context and motivation, the guiding design principles , and some of the technical details (front and backend) of the platform. We will then walk you through some of the most interesting workflows and applications (e.g., anomaly detection in particle physics detectors, classifying molecular spectra for safe drug administration, spatio-temporal time series prediction in climate science). In the last third of the talk we will present a preliminary analysis of the RAMPs that touches on both the technical (machine learning) aspects of the tool and on the sociology of crowdsourcing data analytics.
11:00	Les recherches en masses de Données Bioacoustiques sous l’impulsion de l’Action EADM Hervé Glotin, Université de Toulon Les masses de données bioacoustiques permettent d’investiguer de nouveaux champs de recherche sur de nombreux écosystèmes. Nous présentons deux exemples qui ont bénéficié de l’impulsion de MaDICS. Le premier champ de recherche a consisté à optimiser des modèles de traitement de longues séries stéréophoniques pour améliorer les connaissances sur Physeter macrocephalus (cachalot) dont le comportement est très peu connu, et engendrant un risque de collision avec un trafic maritime de plus en plus intense. Le projet Bombyx ( http://glotin.univ-tln.fr/BOMBYX ) au large du Parc de Port-Cros a résulté sous l’impulsion de l’hackathon MaDICS EADM 2016 en des suivis 2D du cachalot sur des mois d’enregistrement (2 To de données stéréo). Les connaissances inédites extraites de cette masse de donnée portent sur le nombre, direction, et sens des passages, comportements sur des km3 de cette espèce méconnue. Le second champ de recherche traite de la classification de 1500 espèces d’oiseaux dans le cadre du challenge LifeClef Bird 2017, INRIA Zenith et SABIOD, soutenu par MaDICS EADM. Nous présentons le modèle de classification état de l’art de cette tâche de classification de très grande diversité, conçu par le LSIS. Nous avons transposer le modèle de classification d’image large échelle de Google (Inception deep learning) dans le cadre de la classification d’images spectrales de vocalises d’oiseaux. Nous montrons comment nous avons rapidement adapté le modèle au domaine bioacoustique, et caractérisons les performances dépassant les autres propositions d’équipes internationales, dont certaines reposaient aussi sur une approche deep learning.
11:30	Machine Learning, Analyse statistique en partenariat industriel au sein de l’Action ATLAS Charlotte Laclau, Laboratoire LIG Grenoble Le but de l’exposé sera de présenter deux partenariats autour du machine learning et de l’analyse statistique, nés au sein de l’Action ATLAS et faisant à chaque fois intervenir des équipes académiques et des industriels. On expliquera à chaque fois le contexte, les outils mis et jeu et les différentes applications qui ont pu être développées ou en perspective.
12:00	La recherche partenariale et la valorisation Mathilde Mougeot, Chargée de mission valorisation, INSMI
12:30	Déjeuner
14:00	News MaDICS Christine Collet, Gernoble INP, Direction MaDICS, INS2i Echanges avec le CNRS Adeline Nazarenko, Directrice Adjointe Scientifique INS2i
14:30	Scientific workflows and companion tools for reproducibility in bioinformatics: status, opportunities and first lessons learnt Sarah Cohen Boulakia, Université Paris-Saclay With the development of new experimental technologies, an avalanche of data has to be computationally analyzed for scientific advancements and discoveries to emerge. Faced with the complexity of analysis pipelines, the large number of computational tools, and the enormous amount of data to manage, there is compelling evidence that many (if not most) scientific discoveries will not stand the test of time: increasing the reproducibility of computed results is of paramount importance. The objective we set out in this work is to place scientific workflows in the context of reproducibility: We define several levels of reproducibility; we characterize and define the criteria that need to be catered for by reproducibility-friendly scientific workflow systems; we use such criteria to place several representative and widely used workflow systems and companion tools within such a framework; we discuss the remaining challenges posed by reproducible scientific workflows in the life sciences. Our study was guided by three use cases from the French community, involving in silico experiments. ReproHackathons have followed, providing even more concrete feedback in the ability of the current systems to run reproducible experiments.
15:00	Pitch des posters et démonstrations Vincent Claveau, Appel à Posters et démonstrations
16:00	Pause
16:30	Gouvernance des masses de données, Questions éthiques et juridiques Danièle Bourcier, DR CNRS, Commission d’éthique du numérique (Alliance ALLISTENe) Les problématiques juridiques soulevées par les Big data apportent de nouveaux enjeux pour ce qui en est du respect de la vie privée et de la protection des données personnelles. En effet, les Big data ne se réfèrent pas uniquement aux données (implicitement ou explicitement) communiquées par les individus en question, mais aussi aux données produites ou inférées par les opérateurs en ligne, grâce à des algorithmes de plus en plus sophistiqués. Mais les enjeux du Big data s’étendent bien au-delà des problématiques liées à la vie privée. En vue des nouvelles techniques de profilage sur Internet, les Big data entrainent aussi une perte potentielle d’autonomie de la part des internautes qui se voient de plus en plus assujettis aux décisions prises par des algorithmes, qui vont déterminer la façon dont ils peuvent effectivement interagir avec une plateforme donnée, d’après la catégorie dans laquelle ils ont été classés. Une réflexiion éthique s’impose. Nous verrons les questions de vie privée posées par les big data notamment dans le domaine de la santé et examinerons la dernière charte éthique élaborée sur l’Apprentissage machine élaboré par la CERNA.
17:30	Posters et Démonstrations Daniel Aguiar da Silva Carvalho Maxence Ahlouche E. Claeys Ugo Comignani Clément Dalloux Youssef Hmamouche Lynda Khiali Abdoul Macina François Meunier Rim Shayakhmetov
18:30	Apéritif dinatoire et Networking

Liste des Ecoles Thématiques liées au GdR MaDICS

Ecoles labellisées/soutenues par MaDICS

Journées Science des Données MaDICS 2017

Programme du vendredi 23 juin 2017

Journées Science des Données MaDICS 2017

Programme du jeudi 22 juin 2017 – Auditorium EMD

Programme

Autres Ecoles