Date : 2025-08-11 => 2025-08-14
Lieu : Ghent, Belgium

This workshop aims at bringing together people from industry and academia, including researchers, developers, and practitioners from a variety of fields working on graphs and knowledge graphs, network management, data science, and cybersecurity. The workshop will allow attendees to share and discuss their latest findings from both theoretical and practical perspectives, namely in terms of graph-based security data representation, analysis, processing and visualization. The workshop attendees may benefit from sharing experience on graph-based data analysis regardless of the specific application. Moreover, researchers and practitioners will have an opportunity to familiarize themselves with recent advances in graph analysis, mining and learning, and other approaches that could be used in their work. The workshop aims to highlight the latest research and experience in graph-based approaches in cybersecurity. The workshop also seeks papers describing new datasets with real attack scenarios, graph modeling tools evaluated on existing and proposed datasets, and systematization of knowledge (SoK) papers.

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-08-25 => 2025-08-26
Lieu : Institut Henri Poincaré, Paris

We are organizing a two-day workshop on causal inference, combining theoretical and applied research, as part of the Causalit-AI group from the PEPR IA program.

The event will feature 8 keynote talks and a poster session.

Registration is free but mandatory.

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-09-19
Lieu : Porto, Portugal

MACLEAN: MAChine Learning for EArth ObservatioN

19 September 2025

KEY DATES

Paper submission deadline: June 14, 2025
Paper acceptance notification: July 14, 2025
Paper camera-ready deadline: TBA

CONTEXT

The huge amount of data currently produced by modern Earth Observation (EO) missions has raised up new challenges for the Remote Sensing communities. EO sensors are now able to offer (very) high spatial resolution images with revisit time frequencies never achieved before considering different kind of signals, e.g., multi-(hyper)spectral optical, radar, LiDAR and Digital Surface Models.
In this context, modern machine learning techniques can play a crucial role to deal with such amount of heterogeneous, multi-scale and multi-modal data. Some examples of techniques that are gaining attention in this domain include deep learning, domain adaptation, semi-supervised approach, time series analysis and active learning.
Even though the use of machine learning and the development of ad-hoc techniques are gaining increasing popularity in the EO domain, we can witness that a significant lack of interaction between domain experts and machine learning researchers still exists.
The objective of this workshop is to supply an international forum where machine learning researchers and domain-experts can meet each other, in order to exchange, debate and draw short and long term research objectives around the exploitation and analysis of EO data via Machine Learning techniques. Among the workshop’s objectives, we want to give an overview of the current machine learning researches dealing with EO data, and, on the other hand, we want to stimulate concrete discussions to pave the way to new machine learning frameworks especially tailored to deal with such data.

TOPICS
– Supervised Classification of Multi(Hyper)-spectral data
– Supervised Classification of Satellite Image Time Series data
– Unsupervised Learning of EO Data
– Deep Learning approaches to deal with EO Data
– Machine Learning approaches for the analysis of multi-scale EO Data
– Machine Learning approaches for the analysis of multi-source EO Data
– Semi-supervised classification approaches for EO Data
– Active learning for EO Data
– Transfer Learning and Domain Adaptation for EO Data
– Interpretability and explainability of machine learning methods in the context of EO data analysis
– Bayesian machine learning for EO Data
– Dimensionality Reduction and Feature Selection for EO Data
– Graphicals models for EO Data
– Structured output learning for EO Data
– Multiple instance learning for EO Data
– Multi-task learning for EO Data
– Online learning for EO Data
– Embedding and Latent factor for EO Data
– Foundation Models for Earth Observation
– Multi-Modal approaches for EO Data
– Self-supervised learning for EO Data
– Physics-informed machine learning for EO Data

INVITED SPEAKERS:

– Prof. Dr. Elif Sertel – Istanbul Technical University, Istanbul, TR, https://web.itu.edu.tr/~sertele/
Keynote title : TBA

SUBMISSION
We welcome original contributions, either theoretical or empirical, describing ongoing projects or completed work. Contributions can be of two types: either short position papers (up to 6 pages including references) or full research papers (up to 10 pages including references). Papers must be written in LNCS format, i.e., accordingly to the ECML-PKDD 2024 submission format. Accepted contributions will be made available electronically through the Workshop web page.
Post-proceedings will be also published at the CCIS (Communications in Computer and Information Science) series.

WORKSHOP WEBSITE:

https://sites.google.com/view/maclean25

SUBMISSION WEBSITE:

TBA

PC-CHAIRS

Thomas Corpetti, CNRS, LETG-Rennes COSTEL UMR 6554 CNRS, Rennes, France, thomas.corpetti@cnrs.fr
Roberto Interdonato, CIRAD, UMR Tetis, Montpellier, France, roberto.interdonato@cirad.fr
Cassio Fraga Dantas, INRAE, UMR Tetis, Montpellier, France, cassio.fraga-dantas@inrae.fr
Dino Ienco, INRAE, UMR Tetis, Montpellier, France, dino.ienco@inrae.fr
Minh-Tan Pham, Univ. Bretagne-Sud, UMR 6074, IRISA, Vannes, France, minh-tan.pham@irisa.fr

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-09-19
Lieu : Porto, Portugal

MACLEAN: MAChine Learning for EArth ObservatioN

https://sites.google.com/view/maclean25

19 September 2025

KEY DATES

Paper submission deadline: June 14, 2025
Paper acceptance notification: July 14, 2025
Paper camera-ready deadline: TBA

CONTEXT

The huge amount of data currently produced by modern Earth Observation (EO) missions has raised up new challenges for the Remote Sensing communities. EO sensors are now able to offer (very) high spatial resolution images with revisit time frequencies never achieved before considering different kind of signals, e.g., multi-(hyper)spectral optical, radar, LiDAR and Digital Surface Models.
In this context, modern machine learning techniques can play a crucial role to deal with such amount of heterogeneous, multi-scale and multi-modal data. Some examples of techniques that are gaining attention in this domain include deep learning, domain adaptation, semi-supervised approach, time series analysis and active learning.
Even though the use of machine learning and the development of ad-hoc techniques are gaining increasing popularity in the EO domain, we can witness that a significant lack of interaction between domain experts and machine learning researchers still exists.
The objective of this workshop is to supply an international forum where machine learning researchers and domain-experts can meet each other, in order to exchange, debate and draw short and long term research objectives around the exploitation and analysis of EO data via Machine Learning techniques. Among the workshop’s objectives, we want to give an overview of the current machine learning researches dealing with EO data, and, on the other hand, we want to stimulate concrete discussions to pave the way to new machine learning frameworks especially tailored to deal with such data.

TOPICS
– Supervised Classification of Multi(Hyper)-spectral data
– Supervised Classification of Satellite Image Time Series data
– Unsupervised Learning of EO Data
– Deep Learning approaches to deal with EO Data
– Machine Learning approaches for the analysis of multi-scale EO Data
– Machine Learning approaches for the analysis of multi-source EO Data
– Semi-supervised classification approaches for EO Data
– Active learning for EO Data
– Transfer Learning and Domain Adaptation for EO Data
– Interpretability and explainability of machine learning methods in the context of EO data analysis
– Bayesian machine learning for EO Data
– Dimensionality Reduction and Feature Selection for EO Data
– Graphicals models for EO Data
– Structured output learning for EO Data
– Multiple instance learning for EO Data
– Multi-task learning for EO Data
– Online learning for EO Data
– Embedding and Latent factor for EO Data
– Foundation Models for Earth Observation
– Multi-Modal approaches for EO Data
– Self-supervised learning for EO Data
– Physics-informed machine learning for EO Data

INVITED SPEAKERS:

– Prof. Dr. Elif Sertel – Istanbul Technical University, Istanbul, TR, https://web.itu.edu.tr/~sertele/
Keynote title : TBA

SUBMISSION
We welcome original contributions, either theoretical or empirical, describing ongoing projects or completed work. Contributions can be of two types: either short position papers (up to 6 pages including references) or full research papers (up to 10 pages including references). Papers must be written in LNCS format, i.e., accordingly to the ECML-PKDD 2025 submission format. Accepted contributions will be made available electronically through the Workshop web page.
Post-proceedings will be also published at the CCIS (Communications in Computer and Information Science) series.

WORKSHOP WEBSITE:

https://sites.google.com/view/maclean25

SUBMISSION WEBSITE:

https://cmt3.research.microsoft.com/ECMLPKDDWorkshopTrack2025/Submission/Index

PC-CHAIRS

Thomas Corpetti, CNRS, LETG-Rennes COSTEL UMR 6554 CNRS, Rennes, France, thomas.corpetti@cnrs.fr
Roberto Interdonato, CIRAD, UMR Tetis, Montpellier, France, roberto.interdonato@cirad.fr
Cassio Fraga Dantas, INRAE, UMR Tetis, Montpellier, France, cassio.fraga-dantas@inrae.fr
Dino Ienco, INRAE, UMR Tetis, Montpellier, France, dino.ienco@inrae.fr
Minh-Tan Pham, Univ. Bretagne-Sud, UMR 6074, IRISA, Vannes, France, minh-tan.pham@irisa.fr

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-09-23 => 2025-09-26
Lieu : Tampere, Finland

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-09-23 => 2025-09-26
Lieu : Tampere, Finland

TPDL 2025 – The 29th International Conference on Theory and Practice of
Digital Libraries
Call for demonstration papers

*23-26 September 2025 – Tampere, Finland *

*Website*: https://tpdl2025.github.io/Calls/demos.html
*Submission deadline*: June 12, 2025 (AoE)
*Overview*

TPDL is an international forum focused on Digital Libraries, Document
Analysis/Recognition, and Information Retrieval and their associated
technical, practical, and social issues. The conference encompasses the
many meanings of the term digital libraries, embracing the whole spectrum
of the GLAM (Gallery, Library, Archive, and Museum) community; information
access and operational information systems with all manner of digital
content; new means of selecting, collecting, organizing, distributing, and
accessing digital content; and theoretical models of information media,
including document genres and electronic publishing.

*Topics*

Topics in 2025 include but are not limited to, theories, models, standards,
tools, and applications on the following themes:

– Publishing Science
– Information Management Science
– Monitoring and Assessment of Science
– Knowledge Creation and Dissemination
– AI and Machine Learning Applications in Digital Libraries
– Digital Humanities and Cultural Heritage
– Human-Computer Interaction in Digital Libraries
– Information Retrieval
– Retrieval Augmented Generation (RAG) in the context of Digital
Libraries
– Recommender Systems in Digital Libraries
– Document Analysis and Recognition

Also see the detailed list of topics of the main conference, here:
https://tpdl2025.github.io/Calls/researchtrack.html

*Important Dates*

All deadlines are 23:59 (11:59 pm) in the AoE (Anywhere on Earth) time zone
on the date specified.

– Demonstration paper submission deadline: June 12, 2025
– Notification of acceptance for demonstration papers: July 13, 2025
– Camera-ready submission: July 27, 2025

*Contribution Types*

Demonstration papers (8 pages + unlimited references) present high-quality,
original research, applications or tools that are of relevance to the TPDL
community. Accepted papers will be published in the conference proceedings.
At least one author of each accepted demonstration must register and attend
the conference. The Demo Track invites researchers to present their
research prototypes and operational systems to the community, receive
expert feedback, share insights, and exchange knowledge on the development
and implementation of innovative systems. Proposals from startups and
industry participants are also welcome.

– Submissions should clearly define the purpose, scope, and audience of
the demo.
– Each paper should include a section describing the exact demonstration
scenarios, which include how the audience will experience the demo, the
artifact=E2=80=99s functionalities, user interface and interaction optio=
ns, etc.
– All submissions should provide a URL to a live online version of their
demo or, alternatively, provide a URL to a video (up to 5 minutes)
showcasing the main features of their demo.
– Demonstrations that make their source code freely available are
especially encouraged.

*Awards*

Springer will sponsor the TPDL 2025 Best Demonstration Paper Award, which
will be announced during the TPDL Banquet.

*Submission Guidelines*

Accepted papers will be published in the conference proceedings. All
submissions must be written in English and use the Springer LNCS
proceedings templates, either for LaTeX or for Word, see Springer LNCS
guidelines:
https://www.springer.com/gp/computer-science/lncs/conference-proceedings-gu=
idelines

Every paper must be submitted in PDF format using the CMT online submission
system after selecting the TPDL2025 – Demos Track:
https://cmt3.research.microsoft.com/TPDL2025.

Failure to comply with the submission guidelines will lead to direct
rejection without review.

Demonstration submissions are single-blind. You are not expected to take
measures to conceal your identity from reviewers. Authors should note that
changes to the author list after the submission deadline are not allowed
without permission from the PC Chairs.

In addition, the corresponding author of each accepted paper, acting on
behalf of all of the authors of that paper, must complete and sign a
Consent-to-Publish form. The corresponding author signing the copyright
form should match the corresponding author marked on the paper. Once the
paper has been submitted, changes relating to its authorship cannot be made=
.

*Dual Submission Policy*

Papers submitted to TPDL 2025 must be substantially different from those
previously published, accepted for publication, or currently under review
at other venues. Exceptions include:

– Papers presented or to be presented at conferences or workshops
without published proceedings.
– Papers previously available only as technical reports (e.g., in
institutional archives or on preprint platforms like arXiv).

*Demonstration Chairs*

Liana Ermakova, Universit=C3=A9 de Bretagne Occidentale, France
Yannis Tzitzikas, University of Crete and FORTH, Greece

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-09-25
Lieu : Kremlin Bicêtre

L’ingénierie des connaissances par ses volets modélisation, acquisition et exploitation contribuent à l’essor de l’IA tout en bénéficiant à travers notamment l’extraction automatisée de connaissances, l’intégration de représentations symboliques (ontologies, règles) dans des modèles neuronaux et le raisonnement sur des connaissances complexes. Mais comment ces bénéfices mutuels sont-ils aujourd’hui explorés et mis en œuvre dans divers domaines d’application ? Quels enjeux et quels défis posent-ils ?

L’ensemble des groupes de travail de l’association EGC a le plaisir de vous inviter à une journée scientifique autour de ces thématiques intitulée
“L’Ingénierie des Connaissances à l’ère de l’apprentissage Neuro-Symbolique, des Modèles HYbrides et autres approches (HYNSIC)”

Cette journée se tiendra le 25 septembre juin 2025 à Paris, sur le campus de l’EPITA au Kremlin Bicêtre(14-16 rue Voltaire 94270 Le Kremlin-Bicêtre). En métro : ligne 7, Porte d’Italie ou le Kremlin Bicètre.

Nous aurons 3 à 4 conférences invitées qui seront annoncées dès qu’elle seront confirmées.

Vous êtes doctorant, chercheur, affilié à une entreprise ou à un acteur public ? Venez présenter vos travaux (interventions ou posters) ou simplement assister aux échanges.
Dans les deux cas, l’inscription est gratuite mais obligatoire (le déjeuner sera pris en charge).

Appel à participation

Merci de remplir ce formulaire pour manifester votre intérêt pour cette journée (nous vous demanderons de confirmer votre inscription début septembre) :

https://framaforms.org/inscription-a-la-journee-hynsic-ingenierie-des-connaissances-a-travers-apprentissage-neuro

Appel à communication

Si vous souhaitez présenter vos travaux, vous pouvez d’ores et déjà et avant le 8 septembre envoyer un titre et un résumé (une à deux pages) de votre présentation à malika.smail@loria.fr (sujet : Journée HYNSIC).

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

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

Thème :

Du son à la musique : comment se constituent les objets musicaux

Présentation :

Les données musicales constituent une masse d’information considérable qui est cependant mal exploitée du fait de l’absence de paradigme générique permettant de rendre de rendre compte de leurs relations de similarité, et ce à diverses échelles de représentation.
Par similarité, on entend des relations simples qui permettent d’expliquer et de formuler les correspondances entre éléments, séquences temporelles, sections, albums, oeuvres, voire corpus musicaux, en tenant compte de leurs spécificités mais en veillant à faire appel à un paradigme général. Les éléments musicaux s’organisent en effet à différentes échelles, au sein d’un corpus, dans le temps, etc.
La journée d\’étude, sans se limiter à cette question, s\’intéressera particulièrement à la formation des objets sonores à partir de données audio : comment sont-ils perçus, comment les détecter, comment les intégrer dans une structure musicale multi-échelle.

Du : 2025-10-03

Au : 2025-10-03

Lieu : Maison de la recherche, 28 rue Serpente, 75006 Paris

Site Web : https://www.madics.fr/actions/musiscale/

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

Thème :

AstroInfo

Présentation :

AstroInfo 2025 is a CNRS thematic school (INSU, IN2P3, INS2I). It aims to introduce, train and promote state-of-the-art data science methods to the astrophysics community, with a focus on large-scale and multimodal data analysis.
The school is aimed at PhD students, postdocs and researchers who wish to develop their skills in handling and interpreting large data sets in astrophysics, and to facilitate interdisciplinary collaboration with computer science and data science communities.

Du : 2025-10-27

Au : 2025-10-31

Lieu : Pôle d’accueil universitaire Séolane Barcelonnette, Alpes de Haute Provence, France

Site Web : https://astroinfo2025.in2p3.fr/index.html

Date : 2025-10-27 => 2025-10-30
Lieu : Montpellier

La 29è réunion des sciences de la terre (RST) aura lieu du 27 au 30 octobre 2025, au Corum à Montpellier.

rst-montpellier.sciencesconf.org

Dans le thème GÉOPATRIMOINE – COLLECTIONS – DIFFUSION & MÉDIATION SCIENTIFIQUE, une session est proposé à la croisée des géosciences et de l’informatique.

Cette session s’intitule GeoKIF: Formalisation de la connaissance et de l’interprétation en géologie.

Description et objectif : La gestion des données en géosciences est confrontée à des défis scientifiques et techniques liés (i) à leur nature volumineuse, variée, et complexe (aspects spatio-temporel et multidimensionnel), (ii) aux incertitudes (notamment épistémiques), ainsi qu’à (iii) l’évolution des technologies. Cette session abordera principalement les travaux sur le développement d’approches numériques permettant un traitement efficace des données, en prenant en compte (i) leur variété structurelle : graphes, nuage de points, données textuelles structurées ou non, (ii) leur variété en termes de qualité, et (iii) les modèles IA pour analyser ou interpréter ces données ? Cette session se focalisera sur les problématiques de la structuration de la donnée et en particulier en relation avec les connaissances et interprétations qui y sont liées, et sur l’évolution des méthodes de calcul et de représentation des données.

Nous vous invitons à contribuer à cette session soit par la présentation de travaux de recherche soit par la présentation d’avancées technologiques ou services divers mis à la disposition de la profession.
Les instructions pour la soumission se trouvent ici : https://rst-montpellier.sciencesconf.org/resource/page/id/6

Cette session est proposée dans le cadre de l’atelier GeoKIF du GDR CNRS MaDICS (https://www.madics.fr/ateliers/geokif/).

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-09-24 => 2025-11-10

Comme levier de sa politique scientifique, la FR Agorantic met en place, sur la dotation du CNRS, un appel à projets Passerelle, pour aider des projets dans leur phase initiale. Ces projets doivent répondre à une problématique et/ou à explorer une méthodologie originale dans un cadre interdisciplinaire entre informatique et SHS.

Éligibilité

• Le porteur ou la porteuse principal·e du projet doit être membre du GDR MaDICS ou MAGIS, et/ou être rattaché à un laboratoire membre d’Agorantic.
• Le projet doit associer au moins 2 laboratoires couvrant des champs disciplinaires différents, l’un en informatique et l’autre en SHS.

Durée des projets : 1 an

Montant maximum alloué : 8 000 €

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

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

Thème :

Représentation et raisonnement avec des données incertaines ou incomplètes. Définition, mesure et garantie de la qualité des données (Data Quality). Gestion de l’inconsistance dans les bases de données et les systèmes d’information. Impact de l’incertitude et de la qualité des données sur les processus décisionnels. Approches formelles et pratiques pour le nettoyage, la validation et l’enrichissement des données.

Présentation :

Le GT RECAST a le plaisir d’annoncer sa première journée thématique, qui se tiendra à Paris.
Cette journée sera l’occasion de réunir la communauté académique et industrielle autour des défis majeurs que représentent la gestion de l’incertitude et l’évaluation de la qualité des données.

Du : 2025-11-17

Au : 2025-11-17

Lieu : Salle Dussane, École Normale Supérieure (ENS), Paris

Site Web : https://gt-recast.github.io/events/2025-11-17

Pour vous inscrire, vous devez déjà être membre du GDR MaDICS et identifié sur le site.
Inscrivez-vous maintenant !

Date : 2025-11-21
Lieu : https://marsha.education/my-contents/classroom/debc78e9-5977-4a03-8798-36a65a2f0acb/invite/MgiORiV3SHCv_mXckxYwHabV77F-t0SRaW-P9rH6LwY

L’action de recherche Sad-HN (Des Sources aux Données historiques en Humanités numériques) du GDR CNRS MADICS propose un lieu d’échange pour l’ensemble des chercheurs qui travaillent sur la nature complexe des données historiques (données temporelles incertaines, incomplètes, évolutives), leur lien avec les sources et leur analyse approfondie pour étudier le passé.

Nous avons le plaisir de vous annoncer la première partie d’un webinaire dédié à la discussion autour de travaux en lien avec ces thématiques. Le cycle de présentations porte sur les données du Web et les SHS computationnelles.

Il débutera vendredi 21 novembre, de 12h30 à 13h30, avec l’intervention de Timothy Bourbotte (LabSIC ~ Université Sorbonne Paris Nord) :
«Qui domine la blockchain Bitcoin ? – Approche historique et cadre théorique pour interpréter les données numériques au cœur des rapports de pouvoir »

Voici le lien pour se connecter au webinaire : https://marsha.education/my-contents/classroom/debc78e9-5977-4a03-8798-36a65a2f0acb/invite/MgiORiV3SHCv_mXckxYwHabV77F-t0SRaW-P9rH6LwY

Vous trouverez le programme du webinaire et les résumés des interventions sur le site Web de l’action de recherche : https://sadhn-madics.github.io/webinaire-sad-2hn

Nous espérons vous retrouver nombreux pour cette présentation et les échanges qui suivront.

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-12-09
Lieu : Date : 09/12/2025 — 14h
Lieu : Université Paris 8
2 rue de la Liberté, 93526 Saint-Denis
Métro ligne 13 — Saint-Denis Université
Salle A2-201

Lien Zoom :
Sujet: Soutenance de thèse Gaël MAREC
Heure: 9 déc. 2025 02:00 PM Paris
Participer à la réunion Zoom :
https://us05web.zoom.us/j/86037881696?pwd=BCY3aY61f6tnhZgDiNBLY9JPmaXdeP.1

ID de réunion: 860 3788 1696
Code secret: 3Ldk1c

Résumé :
Cette thèse présente une approche automatique de détection de fake news multimodales enrichie par des graphes de connaissances. Dans une première partie, nous explicitons le contexte de massification de l’information dans lequel s’inscrit cette thèse, et présentons les principales typologies d’approches de détection (basées sur le contenu, la source ou le contexte). Notre état de l’art décrit les approches centrées sur le contenu, en particulier les modalités textuelles et visuelles, ainsi que celles enrichies par des connaissances. Nous mettons ainsi en évidence l’absence, dans la littérature, d’une méthode combinant multimodalité, explicabilité et intégration de connaissances externes.

Dans la seconde partie, nous exposons les prérequis formels et applicatifs du modèle. Nous y présentons une méthode de détection et de localisation des transformations d’images pour la détection et l’explicabilité de la modalité visuelle. Nous proposons également des outils s’appuyant sur les graphes de connaissances et la compréhension sémantique des grands modèles de langage pour structurer l’information visuelle ou textuelle, ainsi que les approches essentielles à l’exploitation de ces graphes via des représentations vectorielles apprises (ex. TransE, R-GCN).

Enfin, dans la troisième partie, nous détaillons notre système complet de détection, intégrant un module de fusion multimodale fondé sur un mécanisme de pondération des signaux. Celui-ci permet de combiner les modalités texte, image et connaissances pour produire un score de probabilité prédictif, explicable par les contributions de chacun des signaux d’entrée.

Jury :
• Lynda TAMINE LECHANI, Professeure – Université Paul Sabatier Toulouse (Rapporteure)
• Vincent CLAVEAU, Chargé de recherche – CNRS, Université de Rennes (Rapporteur)
• Nicolas JOUANDEAU, Professeur – Université Paris 8 (Examinateur)
• Nicolas TRAVERS, Maître de conférences – ESILV (DVHE) (Examinateur)
• Éric FILIOL, HDR – Thales, Head of Discipline CYBER, DATA & ALGO (Examinateur)
• Nédra MELLOULI, Professeure -Université Paris8/ESILV (Directrice de thèse)

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Date : 2025-12-19
Lieu : En ligne

Bonjour à toutes et à tous,

(Avec toutes nos excuses en cas de réceptions multiples)

L’action de recherche SaD-2HN (Des Sources aux Données Historiques en Humanités numériques) du GDR CNRS MADICS propose un lieu d’échange pour l’ensemble des chercheur.e.s qui travaillent sur la nature complexe des données historiques (données temporelles incertaines, incomplètes, évolutives), leur lien avec les sources et leur analyse approfondie pour étudier le passé.

Nous avons le plaisir de vous annoncer la première partie d’un webinaire dédié à la discussion autour de travaux en lien avec ces thématiques. Ce cycle de présentations porte sur les données du Web et les SHS computationnelles. La deuxième séance se tiendra donc le vendredi 19 décembre, de 12h30 à 13h30, avec l’intervention suivante:

Les archives du Web. De la recherche à l’enseignement à la recherche. Comment faire émerger un nouvel objet d’enseignement ? par Benjamin Thierry – Sorbonne Université, UMR SIRICE, Initiative IRHIST (Renouveler l’Histoire des Sciences et des Techniques)

Le programme complet du webinaire et les résumés des interventions sont disponibles sur le site Web de l’action de recherche : https://sadhn-madics.github.io/webinaire-sad-2hn

Vous pourrez vous connecter au webinaire avec le lien suivant : https://marsha.education/my-contents/classroom/debc78e9-5977-4a03-8798-36a65a2f0acb/invite/MgiORiV3SHCv_mXckxYwHabV77F-t0SRaW-P9rH6LwY

Nous espérons vous retrouver nombreuses et nombreux pour cette présentation et les échanges qui suivront.

Bien à vous,

Nathalie Hernandez (IRIT, Université Toulouse Jean Jaures, UT2J)
Nathalie Abadie (LaSTIG, Université Gustave Eiffel, ENSG, IGN)
Bertrand Duménieu (CRH, École des Hautes Études en Sciences Sociales)
Sébastien Poublanc (FRAMESPA, Université Toulouse Jean Jaures, UT2J)

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

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

Thème :

Extraction et Gestion de Connaissances

Présentation :

Pour 2026, sous l’impulsion de la présidente du CP Fatiha Sais, un accent particulier sera mis sur les pratiques d’extraction et de gestion des données et des connaissances, à la lumière des évolutions récentes en IA et des responsabilités qu’elles impliquent. Les enjeux liés à la transparence, à l’explicabilité, à l’équité et à la gestion des biais dans les systèmes décisionnels seront au cœur des discussions.

Du : 2026-01-26

Au : 2026-01-30

Lieu : Anglet

Site Web : https://conferences.sigappfr.org/egc2026/

Date : 2026-01-27
Lieu : Anglet, France

—————————————————————————
Appel à soumission – EGC 2026 Atelier IA centrée sur les données (IACD)
—————————————————————————-

L’Intelligence Artificielle centrée sur les données (IACD, Data Centric AI, ou DCAI) est un paradigme qui place les données au cœur du processus d’apprentissage automatique, contrairement aux approches traditionnelles centrées sur les algorithmes et l’architecture des modèles. Cette approche met l’accent sur la qualité, la quantité et la représentativité des données qui sont des facteurs clés de la fiabilité et de la robustesse des systèmes d’IA. L’IA centrée sur les données s’intéresse aussi à l’automatisation du pipeline de science des données incluant la préparation des données, leur nettoyage, leur annotation et leur représentation.

L’objectif de l’atelier est de présenter les travaux des équipes francophones concernant l’IA centrée sur les données, et de fédérer les chercheurs travaillant sur cette thématique. Il fait suite à un premier atelier organisé lors d’EGC 2025, et qui a regroupé une trentaine de participants en moyenne autour de 13 présentations.

— Dates Importantes —

* Date de soumissions : 28/11/2025, 23:59 heure de Paris
* Notification aux auteurs : 20/12/2025
* Date de l’atelier : 27/01/2026

— Thèmes (liste non exhaustive) —

* Automatisation des pipelines de science des données
* Ingénierie des caractéristiques
* Méthodes centrées sur les données pour l’apprentissage automatique et la fouille de données
* Génération de jeux de données ou de Benchmarks
* Outils pour l’IA centrée sur les données
* Applications de méthodes centrées sur les données

— Soumission —

Les articles pourront porter sur des travaux originaux ou correspondre à des travaux déjà acceptés dans des conférences internationales. Ils pourront aussi décrire des solutions mises en place par des entreprises.

Deux types de soumissions :

Articles courts : 2 à 4 pages
Articles longs : 8 à 12 pages

Les soumissions devront être au format PDF exclusivement et devront utiliser le format RNTI latex : https://www.editions-rnti.fr/files/RNTI-202208.zip. Chaque article soumis sera évalué en double aveugle.

Lien direct

---

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

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

Thème :

problèmes inverses, apprentissage, recherche translationnelle, imagerie, science de donnée

Présentation :

AI WILD West a pour l\’objectif de rassembler des chercheurs travaillant à l’interface entre intelligence artificielle, problèmes inverses et mathématiques appliquées, avec des applications en recherche translationnelle (Bio/Santé), en imagerie et en science des données. Il vise à offrir aux jeunes chercheurs l’opportunité de présenter leurs travaux, d’échanger avec l’ensemble de la communauté scientifique, et de favoriser de nouvelles collaborations dans un cadre convivial et stimulant. Cet événement a pour ambition de renforcer les échanges interdisciplinaires et de contribuer à la dynamique scientifique nationale, en animant également la recherche dans un pôle académique en région. Il est par ailleurs associé au RT MAIAGES.

Du : 2026-01-29

Au : 2026-01-30

Lieu : CentraleSupélec – Rennes Campus

Site Web : https://https://wildwestworkshop.github.io

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

Thème :

Intelligence Artificielle en Imagerie Biomédicale

Présentation :

Nous avons le plaisir de vous annoncer que le 4ème Colloque Français d’Intelligence Artificielle en Imagerie Biomédicale (IABM’26) se tiendra du 9 au 11 mars 2026 à l’Espace Charles Mérieux de l’ENS de Lyon.

À l’image des précédentes éditions (IABM’23 à Paris, IABM’24 à Grenoble et IABM’25 à Nice), ce colloque sera l’occasion de faire le point sur les avancées méthodologiques en intelligence artificielle appliquée à l’imagerie biomédicale, ainsi que sur les dernières applications précliniques et cliniques de ces technologies.

Vous trouverez d\’ores et déjà plus d\’informations sur le programme (keynotes et orateurs.. ) et les nouveautés que nous proposons cette année (tutoriel, session transfert clinique et industriel.. ) sur le site web de la conférence : https://iabm2026.sciencesconf.org/

Les soumissions d’abstracts seront ouvertes du 15 novembre au 10 décembre 2025. Nous espérons vivement votre participation à cette nouvelle édition, nous serons ravis de vous accueillir à Lyon!

Bien cordialement,

Le comité d’organisation IABM 2026, Carole Lartizien, Odyssée Merveille, Olivier Bernard

Du : 2026-03-09

Au : 2026-03-11

Lieu : Lyon

Site Web : https://iabm2026.sciencesconf.org