Date : 2026-03-10
Lieu : En ligne: https://marsha.education/my-contents/classroom/debc78e9-5977-4a03-8798-36a65a2f0acb/invite/MgiORiV3SHCv_mXckxYwHabV77F-t0SRaW-P9rH6LwY

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
qui travaillent sur la nature complexe des données historiques (données temporelles incertaines, incomplètes, évolutives), leur lien avec les sources et leur analyse pour étudier le passé.

La troisième séance du webinaire “données du Web et les SHS computationnelles” organisé par l’action aura lieu le vendredi 16 janvier de 12h30 à 13h30.

Nous aurons le plaisir d’accueillir virtuellement Gilles Trédan1 et Julien Figeac2 pour une intervention intitulée : « Analyse des recommandations YouTube »

Un résumé est disponible à la fin de ce message.

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

Nous espérons vous retrouver nombreuses et nombreux !

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)

~~~~~~~~~~~~

« Analyse des recommandations YouTube »

Gilles Trédan1, Julien Figeac2

1 LAAS – Laboratoire d’Analyse et d’Architecture des Systèmes, Toulouse

2 CERTOP (UMR 5044)- Centre d’Etude et de Recherche Travail Organisation Pouvoir, Université de Toulouse II et Sciences Po Toulouse

Résumé : Dans cet exposé, nous présenterons une série d’initiatives portant sur l’analyse de recommandations de vidéos YouTube. Ce jeu de données a été constitué à l’aide d’une “ferme à bots” (sock-puppet audit) qui émule des utilisateurs de Youtube et collecte les recommandations qui leurs sont proposées. Nous exploitons une collecte réalisée sur la page “News” de YouTube durant les 4 mois précédant l’élection présidentielle de 2022 (réprésentant 1.5 millions recommandations). Une première analyse révèle une étonnante corrélation entre la popularité des candidats dans les sondages et la fréquence à laquelle ils sont évoqués dans des vidéos prises au hasard. Ces résultats questionnent la transposition du principe d’équité des temps de parole sur les plateformes numériques. Ensuite, nous analyserons les contenus exposés et leurs producteurs.. A travers plusieurs prismes (thèmes, types de producteurs, orientation politique), nous étudierons l’impact du contenu regardé sur les contenus recommandés afin de questionner l’influence du système de recommandation sur la construction du paysage médiatique. Enfin, nous reviendrons sur les difficultés que soulèvent à nos yeux ce type de démarche, tant en termes de développement instrumental que d’analyse.

Retrouvez 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

Lien direct

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

Date : 2026-03-10 => 2026-03-11
Lieu : Sophia Antipolis

Bonjour à tous,

Notez-le bien dans vos agendas, nous organisons les GreenDays inter-GdR 2026 à Sophia Antipolis les mardi 10 et mercredi 11 mars 2026.

Les GreenDays sont des journées thématiques francophones organisées en collaboration avec les GDR GPL, IASIS, MaDICS, RSD, ROD, SOC2 et le GDRS EcoInfo et avec le soutien des PEPR Cloud et Réseaux du futur.

La problématique d’un numérique éco-responsable recouvre plusieurs facettes qui sont adressées de différentes manières suivant les communautés scientifiques. Les GreenDays permettent d’aborder ces différents angles de vue grâce à des exposés invités et des propositions soumises par les participants et participantes.

Plus d’informations bientôt.

Lien direct

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

Date : 2026-03-12 => 2025-11-24
Lieu : Université de Tours – Institut Universitaire de Technologie – 29 Rue du Pont Volant – 37100 Tours

SOCIÉTÉS EN TRANSITION À L’ÈRE DE
L’INTELLIGENCE ARTIFICIELLE
Interroger les dynamiques historiques, les recompositions sociétales et les nouveaux horizons normatifs
(TRANSIA)

Les sociétés humaines traversent régulièrement des périodes de transition qui reconfigurent leurs structures organisationnelles, leurs systèmes de valeurs et leurs modes de gouvernance. L’émergence de l’intelligence artificielle s’inscrit pleinement dans cette dynamique historique, tout en soulevant des interrogations inédites sur les choix de société, les cadres éthiques contemporains et la fabrique du collectif.

Dans un contexte d’accélération technologique qui questionne les processus traditionnels de délibération démocratique, l’objectif de ce colloque est de questionner l’articulation entre innovation technique, reconfiguration des valeurs et enjeux de gouvernance, au regard des continuités et des ruptures avec les transitions antérieures (Castoriadis, 1975 ; Ricoeur, 1984).

Afin de saisir toute la complexité de ces évolutions, nous invitons les contributions à croiser approches historiques, empiriques et théoriques, afin de penser l’IA non seulement comme une avancée technique mais aussi comme une construction sociale et symbolique. Dans la lignée d’une interrogation sur les « conditions de possibilité » des transitions (Kant, 1781), la pluralité des regards (anthropologie, droit, économie, gestion, informatique, philosophie, science politique, sciences de l’éducation, sciences de l’information et communication, sociologie, etc.) permettra d’analyser ce qui rend possible, souhaitable ou problématique les évolutions autour de l’IA, tout en questionnant leurs impacts, leurs limites et les enjeux de pouvoir qu’elles soulèvent.

Les contributions attendues devront être originales, analyser les transformations induites par l’IA sur les individus, les organisations et les structures sociales et interroger les récits et valeurs qui accompagnent ces innovations dans une perspective diachronique. Les propositions fondées sur des cas pratiques, retours d’expériences ou expérimentations innovantes, issues de milieux professionnels, institutionnels ou associatifs, sont également encouragées. Leur apport permettra d’articuler réflexion théorique et enseignements issus du terrain autour des transitions liées à l’IA.

À titre indicatif et sans qu’il s’agisse d’une liste exhaustive, les présentations pourront s’inscrire dans les quatre axes thématiques suivants :

Axe 1 : Gouvernance, normes et régulations de l’IA

Cet axe vise à interroger les cadres juridiques, économiques, politiques et éthiques qui guident l’émergence et le développement de l’intelligence artificielle à différentes échelles, nationale, européenne, internationale … 

Axe 2 : Transformations du travail et des organisations à l’ère de l’IA

Cet axe accueille des analyses empiriques ou théoriques concernant les mutations des métiers, des compétences, des pratiques professionnelles et de la gestion organisationnelle liées à l’IA. 

Axe 3 : IA, transitions environnementales et durabilité

Dans cet axe, l’accent est mis sur les interactions entre intelligence artificielle, transition écologique et quête de modèles durables pour la société. 

Axe 4 : Représentations sociales, imaginaires et cultures de l’IA

Ce dernier axe explore la manière dont l’IA transforme les imaginaires collectifs, les représentations, les valeurs et la place de la technique dans la société. 

Calendrier

• 1er décembre 2025 : Date limite pour la soumission des résumés
• 30 janvier 2026 : Retour aux contributeurs et contributrices
• 1er mars 2026 : Date limite pour la soumission des textes complets
• 5 mars 2026 : Fin des inscriptions (obligatoires) en ligne

Format des soumissions

Le fichier “résumé” en format Word contiendra :

• Le titre de la présentation
• Le nom des auteurs, leur laboratoire et université de rattachement (pays)
• Un résumé d’une page maximum (3000 signes bibliographie non comprise) avec la description de la thématique et de la problématique de recherche en lien avec l’IA
• Les propositions suivront un format “problématique/méthode/résultats/discussion” à l’exception des propositions en droit ou visant à apporter un éclairage théorique et non empirique
• 5 mots-clés
• L’axe de rattachement parmi les 4 axes proposés

Le fichier “texte complet” demandé aux contributeurs dont les présentations auront été acceptées sera en version Word et devra suivre le modèle fourni sur la plateforme.

Lien direct

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

Date : 2026-03-16
Lieu : https://visio.numerique.gouv.fr/hco-kkoj-itr

L’atelier CODA-MADICS a pour objectif de construire un espace où les données, les algorithmes et la création deviennent des instruments pour imaginer des futurs plus justes, pluralistes et responsables. Dans cette perspective :

⁃ l’art devient un laboratoire critique pour interroger les infrastructures algorithmiques ;
⁃ la science des données devient un espace d’expérimentation collective et inclusive ;
⁃ les algorithmes sont pensés comme des objets culturels et sociaux, et non comme de simples objets techniques.

Notre ambition est de développer des pratiques en matière de données et d’IA qui soient responsables, inclusives, transparentes, soutenables et ouvertes à la diversité des savoirs et des cultures.

Premier webinaire CODA-MADICS
Programme

12:00 – 12:05 : Introduction à CODA-MADICS (5 minutes)

12:05 – 12:35 : Webinaire IN/data : INdex à l’INverse de l’INformatique ?
Lilyana V. Petrova, ETIS

12:35 – 13:15 : Discussion et questions-réponses

Titre : Webinaire IN/data : INdex à l’INverse de l’INformatique ?

Résumé
Féminisme, équité, environnement, care, art, gouvernance, éthique, extractivisme, interdisciplinarité, altérité… autant de ‘mots’ qui, alignés les uns après les autres, renvoient à une multitude de domaines et de problématiques. Les sciences humaines et sociales ont longuement réfléchi à l’application de ces mêmes notions, développant une pensée critique et articulant les paradoxes inhérents à toute création intellectuelle. À l’inverse, appliqués aux sciences des données, ces mots se retrouvent en débat avec d’autres, tout aussi insignes : optimisation, efficacité, précision, expertise, objectivité, probabilité… Ce lexique « INverse » n’a rien d’anodin. Il constitue les fondements d’une démarche dialectique, permettant de faire avancer la pensée et par là-même la science. Comment ces concepts font-ils écho à des réalités concrètes ? Comment, analysés conjointement, peuvent-ils prendre corps dans une construction théorique et scientifique cohérente ? Comment peuvent-ils générer de nouveaux paradigmes interdisciplinaires ? Ici, nous essaierons d’avancer sur la construction d’un vocable conceptuel qui permettra de nouer le dialogue entre les différentes cultures scientifiques, dont les intérêts, souvent antinomiques, peuvent poser question. En mobilisant le néologisme IN/data, concept inverse à celui de la donnée, nous proposons une discussion qui vise à questionner ce que constitue l’INformatique par son INverse

Intervenante
Lilyana V. Petrova est maîtresse de conférences à ETIS (ENSEA / CNRS / CY Université Cergy Paris Université).
Elle est enseignante-chercheuse dans le champ interdisciplinaire des Arts, des Sciences et des Techniques en Société.

Contact
coda-madics-pi@groupes.renater.fr

Porteur·euses de l’Atelier CODA-MADICS
Genoveva Vargas-Solar, LIRIS
Frédérique Bevilacqua, IRCAM, STMS
Baptiste Caramiaux, ISIR

Lien direct

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

Date : 2026-03-24
Lieu : Tampere, Finland

Dear Colleagues,
We are pleased to announce the Call for Papers for XAI4Science2026 workshop, to be held on 24th March 2026 at Tampere (Finland) in conjunction with EDBT.

We invite scholars, researchers, and practitioners to share innovative work, present new findings, and engage in meaningful discussions on emerging developments in the field of Explainable Machine Learning (XAI)

Research topics include, but are not limited to:

-Generative AI methods for automatically propose new hypothesis compatible with the available scientific data and domain knowledge
-Explanation methods for validating or contrasting scientific hypotheses by uncovering cause-effect relationships
-Interpretable AI methods to discover spatial and temporal dynamics in complex systems
-Formal verification to bridge the gap between data-driven decisions and domain-specific constraints
-Multimodal Explanations using graphical (visual), symbolic (equations), and sentential (verbal) interfaces
-Quantitative evaluation of explanations utility in scientific domains
-Exploratory processes of explanations involving complex interactions between human, technical, and organizational factors

We are welcoming submissions of short papers (4 pages limit) and regular papers (6 pages limit), including all figures and tables. Unlimited pages are allowed for references and appendices in the same PDF as the main paper.

Submission Deadline : 05/01/2026
Notification : 02/02/2026
Camera-ready: 17/02/2026

Please find all the details of the workshop below:

International Workshop on Explainable Data Science and Machine Learning for the Sciences (XAI4Science)
24 March 2026, Tampere, Finland In conjunction with EDBT/ICDT 2026
https://www.etis-lab.fr/XAI4Science2026

Over the last couple of decades, the increasing availability of advanced computational resources and big scientific data boosted data-driven methods in scientific discovery and innovation. From neuroscience and astrophysics, to medicine and pharmaceutics, chemistry and material sciences up to weather and climate sciences, scientists currently process large volumes of experimental data and employ data science and machine learning techniques to validate and generate scientific hypotheses. Unfortunately, existing AI systems used to engineer and analyse data are mainly opaque, i.e., it is difficult to understand why they return a specific output or what they could return if input data were slightly different. They typically made automated decisions by fixating on a particular hypothesis under investigation without providing evidence for or against it. Recent advances in explainable artificial intelligence (XAI) aim to bridge the gap between a human cognitive decision-making process and AI systems. However, XAI methods mainly focus on understanding AI model behavior rather than how to exploit it for discovering new human knowledge. Their impact in complex problem solving is currently limited by the lack of completeness, robustness and universality across AI models, data modalities and scientific pipelines. The XAI4Science workshop aims to bring together researchers, practitioners, and domain experts working at the intersection of data science, machine learning and scientific disciplines for discussing advances in XAI methods that can effectively and efficiently support scientific discovery. The workshop will include a wide range of explanation techniques (i) for analysing diverse data modalities (e.g., from image, to time series and graphs) (ii) using several AI models of increasing generality (e.g., trained from scratch, pre-trained or foundation models) (iii) via complex laboratory pipelines with scientists in the loop.

Organizers:
Vassilis Christophides (ETIS, CNRS, ENSEA), Jin-Song Dong (National University of Singapore), Nicolas Labroche (Univ. of Tours), Evaggelia Pitoura (Univ. of Ioannina, Archimedes Research Unit of Athena RC), Céline Robardet (INSA Lyon, LIRIS), Yongfeng Zhang (Rutgers University)

PC:
Julien Aligon (Université Toulouse Capitole, IRIT Lab, SIG Team)
Alexandre Chanson (Université de Tours, LIFAT Lab)
Emmanuel Doumard (Université de Tours, LIFAT Lab)
Moncef Garouani (Université Toulouse Capitole, IRIT Lab, SIG Team)
Leilani Gilpin (University of California Santa Cruz, AIEA Lab)
Riccardo Guidotti (University of Pisa, KDD Lab)
Matthijs van Leeuwen (Leiden University, LIACS Lab)
Michele Linardi (CY Cergy Paris Université / ENSEA, ETIS Lab)
Marie-Jeanne Lesot (Sorbonne Université / LIP6)
Patrick Marcel (Université d’Orléans, LIFO Lab)
Christophe Marsala (Sorbonne Université / LIP6)
Guillaume Renton (ENSEA, ETIS Lab)
Konstantinos Stefanidis (Tampere University, Data Science Subunit)
Simone Stumpf (University of Glasgow, School of Computing Science)
Juntao Tan (Rutgers University, Computer Science Department)
Aikaterini Tzompanaki (CY Cergy Paris Université / ENSEA, ETIS Lab)
Eirini Ntoutsi (Bundeswehr University Munich, AIML)

Best Regards,
Katerina Tzompanaki (on behalf of the organizers).

Lien direct

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

Date : 2026-03-24
Lieu : Tampere, Finland

The second edition of the TGD workshop on “Transforming Graph Data” will be held on March 24th, 2026, as a full-day event co-located with the EDBT conference in Tampere, Finland (https://transforming-graph-data.github.io/2026/). The workshop aims to create a collaborative platform for communities working on and with graph transformations and queries to exchange expertise and showcase recent work.

### Important Dates ###

* Abstract Submission: January 12th, 2026 (coming soon!)
* Paper Submission: January 23rd, 2026
* Paper Notification: February 7th, 2026
* Camera Ready: February 13th, 2026
* Workshop Date: March 24th, 2026

### Topics ###

We welcome contributions on various topics, including but not limited to the following:

* Graph Transformations and Querying
– Human-centred and human-based approaches for graph transformations
– Logical aspects of graph transformations (based on rules, rewriting, algebra, etc.)
– Generative AI (LLM) methods for transforming graphs
– Learning graph transformations (inductive learning, self-regulated learning, etc.)
– Applying graph query languages for specifying transformations
– Optimisation for graph transformation and its relation to query optimisation

* Graph Changes and Evolution
– Formalisms to describe changes in graph data
– Dynamic graph data transformations
– Continuous queries and streaming graph processing

* Ecosystems for Graph Transformations
– Design and deployment of interoperability layers for graph data technologies
– Ensuring the reliable processing of graph data (verification and validation)
– Scalable, transformation-prone graph data processing and querying
– Human aspects of graph transformation ecosystems
– Usability, data integrity, quality
– Exploration of large evolving graphs

### Submission Link ###

Please submit your paper via the following link:
https://cmt3.research.microsoft.com/TGDWorkshop2026/

### Submission Guidelines ###

TGD welcomes high-quality research, application, and vision papers.

* Research papers should describe research ideas and results relevant to TGD’s topics of interest, and that fall into one of the following categories:
– original and unpublished results or
– recent results that have already been accepted or published at an international workshop or conference. These will not count as new publications. If accepted, a short abstract referencing the original publication will be included in the proceedings.

* Application papers are expected to describe graph transformations in the industrial setting or in new application domains. Discussions and lessons concerning technology transfer of research ideas to the real-world setting are particularly encouraged.

* Vision papers should describe graph transformation use cases/scenarios that push the limits of existing solutions. These should motivate the importance of the studied use case, present gaps in the state-of-the-art, and lay out directions for addressing these.

The expected format for all submissions is six pages in CEUR Double Column Format.

### After Acceptance ###

All TGD papers will be published in the CEUR online proceedings, either in full for unpublished works or as short abstracts for submissions summarising published works. Selected unpublished submissions will be invited to contribute an extended version to a special issue (acceptance pending) of the Transactions on Graph Data and Knowledge (TGDK) Journal.

### Workshop Organisers ###

* Anna Bernasconi, Politecnico di Milano, Italy.
Email: anna.bernasconi at polimi.it

* Stefania Dumbrava, ENSIIE & SAMOVAR Télécom SudParis, France.
Email: stefania.dumbrava at ensiie.fr

* Riccardo Tommasini, INSA Lyon & LIRIS, France.
Email: riccardo.tommasini at insa-lyon.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 : 2026-03-25 => 2026-03-27
Lieu : Cluj-Napoca, Romania

Dear colleagues,

We invite submissions to the HPCoSiMC special session at the PDP 2026 International Conference:
https://sites.google.com/view/hpcosimc-2026/

The HPCoSiMC special session addresses the growing need for efficient similarity computations on massive and complex sequence-type data. It highlights innovative strategies that harness modern parallel platforms to overcome two key bottlenecks: handling large-scale data volumes and managing computational complexity. Topics of interest include methods for exploiting advanced parallel architectures, algorithmic adaptations enabling scalable execution, and user-oriented approaches that simplify access to high-performance computing for non-experts.

The objective of this special session is to gather contributions addressing the challenges of similarity studies, particularly those arising from computational complexity and the massive volume of data involved. We encourage submissions on the following topics, which are not limited to the following:

* Parallelization models and algorithms for large-scale similarity analysis on massive datasets
* Leveraging accelerator architectures such as GPUs and FPGAs to optimize similarity computations
* Hybrid and heterogeneous computing approaches (multi-core, distributed-memory, GPU, accelerators) for similarity tasks
* Implicit parallelism models for similarity analysis on sequence-type data, workflow design, and optimization for large-scale similarity pipelines
* Tools and frameworks to make HPC-based similarity analysis accessible to non-specialists
* Benchmarking and performance evaluation of similarity algorithms on modern parallel architectures
* Dimensionality reduction and indexing methods for scalable similarity search
* Novel and emerging applications that benefit from similarity computations
* Embedding techniques for efficient similarity search
* New methods and metrics for measuring similarity across application domains

Important dates:
* Paper submission : November 28th 2025
* Author notification : January 5th 2026
* Camera-ready copy : January 26th 2026

Submission guidelines

Authors should submit a full paper not exceeding 8 pages in the IEEE Conference proceedings format (IEEEtran, double-column, 10pt) and follow format guidelines found at https://www.ieee.org/conferences/publishing/templates.html.

For submission, please refer to the Easychair submission system as indicated in the Main Conference webpage (https://www.pdp2026.org/submission/cfp), and make sure that you select the “High Performance Computing for Similarity on Massive & Complex data (HPCoSiMC)” track.

Double-bind review: the first page of the paper should contain only the title and abstract; in the reference list, references to the authors own work should appear as “omitted for blind review” entries.

A special issue in a peer-reviewed international journal is planned, featuring a selection of the best papers from the HPCoSiMC session.
We look forward to your submissions
Mike Gowanlock, Verónika Peralta and Sophie Robert (special session co-chairs)

Lien direct

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

Date : 2026-04-02
Lieu : PSL, site Amyot (3 rue Amyot, 75005 Paris)

Journée « Frugalité » en traitement automatique des langues et machine learning

Lieu : PSL, site Amyot (3 rue Amyot, 75005 Paris)

Date de la journée : jeudi 2 avril 2026

Date limite de soumission : vendredi 13 février 2026

URL de soumission : https://enquetes.univ-lorraine.fr/index.php/724568

Les progrès récents dans les domaines de l’intelligence artificielle ont montré des avancées étonnantes en termes de performances et de richesse des applications possibles, avec potentiellement un impact sociétal fort. On peut, au moins en partie, attribuer ce succès à l’entraînement auto-supervisé de grands modèles dits “de fondation” sur de grandes quantités de données, afin de capturer toute la richesse de leur distribution et par conséquent de réaliser une diversité de tâches. En traitement du langage naturel avec les LLM, en vision artificielle avec les “world models”, en traitement des signaux acoustiques avec les modèles SSL, et dans bien
d’autres domaines, cette approche est devenue dominante, soutenue par la volonté de créer un modèle unique pour tous les cas d’utilisation.

Les lois de passage à l’échelle poussent à augmenter la taille des modèles, en paramètres, en données et en coût de calcul, à la fois à l’entraînement et en inférence (en générant par exemple des raisonnements), afin d’obtenir de meilleures performances. Cette approche pousse à des compromis car son rendement est décroissant : le coût de chaque point gagné en performance augmente exponentiellement avec la réduction des erreurs. Ce coût devient aussi un problème sociétal, avec des conséquences sur l’environnement de plus en plus préoccupantes associées à une adoption généralisée des applications de l’IA.

Pourtant, les pratiques d’évaluation et de benchmarking de la communauté scientifique et industrielle ont peu changé et les mesures de succès ne prennent pas en compte le gigantisme des modèles et le coût global de leur mise en œuvre (écologique, économique, sociétal…). Les performances mesurées ignorent les conséquences des modèles sur l’environnement et la diversité de tâches et la quantité de données nécessaires pour valider la généralité des modèles
rendent les évaluations elles-mêmes gourmandes en ressources.

Cette journée s’intéresse prioritairement à la question de construire des méthodologies d’évaluation “socio-écologiquement conscientes”, qui soient à la fois capables de diriger les concepteurs de modèles vers un compromis socialement et écologiquement acceptable entre performances et ressources, et qui limitent aussi dans leur mise en oeuvre leurs conséquences sur l’environnement. Elle s’attache aussi à rassembler la communauté sur toutes les questions liées à la frugalité de l’intelligence artificielle, de la mesure des ressources à l’implémentation efficace des modèles.

Les thèmes abordés dans cette journée commune aux GdR TAL, IASIS et MADICS sont, sans être limités à :

– Mesure de l’impact environnemental et sociétal : impact carbone, métriques, méthodologie de collection…

– Benchmarks frugaux, protocoles d’évaluation, métriques mélangeant succès à une tâche et impact environnemental : densité en information des modèles…

– Amélioration de l’efficacité des modèles d’IA (en paramètres, temps de traitement, en données, en mémoire…)

– Recherche d’architecture et apprentissage automatique sous contrainte de budget• Quantification, distillation et décimation des modèles

– Méthodes de faible rang, parcimonie

– Collection de données et frugalité

– IA on edge devices, implementation efficace, accélération matérielle

Les soumissions concernent des travaux scientifiques originaux ou déjà publiés mais susceptibles d’intéresser la communauté, et seront présentées lors de la journée sous forme de posters. Les soumissions se font au travers d’un résumé de 2 pages maximum, dont la pertinence sera validée par un comité scientifique, à l’URL suivante :

https://enquetes.univ-lorraine.fr/index.php/724568

Présentations invitées (titres et résumés à venir) :

– Gaël Varoquaux

– Julia Gusack

– Nicolas Keriven

– Raphaël Troncy

Organisateurs : Benoit Favre (Aix-Marseille Université, Université Grenoble-Alpes), Alexandre Allauzen (Université Paris Dauphine – PSL, ESPCI Paris – PSL), Christophe Cerisara (CNRS, Loria), Paul Caillon (Paris School of AI – PSL).

Lien direct

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

Date : 2026-04-08 => 2026-04-10
Lieu : Vannes

Following the successful AI4EO 2025 symposium in Rennes last Fall, we are organizing a Spring School on AI4EO in Vannes from April 8 to 10, 2026 with the support of Erasmus Mundus Joint Master Copernicus Master in Digital Earth, Cluster SequoIA, IRISA – Institut de Recherche en Informatique et Systèmes Aléatoires, University of South Brittany, and European Space Agency – ESA.
The program features lectures and hands-on sessions on foundation models, MLOps, Responsible AI and generative models, as well as a data-driven project and some social events! The list of speakers includes Pedram Ghamisi and Weikang Yu from Helmholtz-Zentrum Dresden-Rossendorf (HZDR), Adam Stewart from Technical University of Munich, Stéphane May from Centre National d’Études Spatiales, Iris de Gélis from Observatoire de Paris | PSL, Nicolas Audebert from IGN – French Mapping Agency (Institut Géographique National), and Pierre Adorni from IRISA – Institut de Recherche en Informatique et Systèmes Aléatoires
If you are interested, register ASAP since the number of seats is limited!
All details here: https://www-obelix.irisa.fr/ai4eo-spring-school-2026/

Lien direct

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

Date : 2026-04-20 => 2026-04-24
Lieu : Institut d’Astrophysique de Paris

This is the second announcement for the upcoming workshop “Unifying Galactic and Extragalactic Views of Star Formation – Spectroscopic Studies & Data Science” . This workshop will take place at Institut d’Astrophysique de Paris from April 20th to April 24th. We will also broadcast the conference for registered participants through zoom.

The objectives of this workshop, at the interface between astronomy and
data science, are to discuss spectroscopic studies of molecular clouds both locally in the Milky Way and in nearby galaxies. A focus will be put on the challenges posed by the analysis of large spectroscopic data sets, thanks to interdisciplinary discussions between data scientists and astronomers.

Research topics to be discussed at the conference will include:
* Multi-line observations of the Milky Way and nearby galaxies;
* Chemistry, magnetic field and star formation;
* Inverse problems, regularization and information theory;
* Statistical & Bayesian inference, machine learning and neural networks.

We welcome submission for oral contributions before 2026 March 6th in
the evening (new deadline).

Lien direct

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

Date : 2026-04-22 => 2026-04-24
Lieu : Leiden, Netherlands

IDA 2026 PhD Forum

Call for papers
Leiden (Netherlands) April 22-24, 2026 (Wednesday – Friday)

https://ida2026.liacs.nl/

IDA is organizing the 2026 edition of the PhD Forum, aimed at PhD students.

This mentoring program aims to connect PhD students with senior scientists who share their experience to help advance the students’ research and academic careers. Meetings will be arranged during the conference to allow discussion between the students and mentors.

Objectives

The objectives of the PhD Forum are:

– to provide doctoral researchers with the opportunity to present their ongoing work and receive constructive feedback from experienced researchers (e.g., IDA Senior Program Committee members),

– to facilitate the establishment of contacts with research teams working in related areas,

– to provide insights into current research trends related to the students’ research topics, thereby expanding the scope of their knowledge.

Submission

The PhD Forum welcomes original research in the field of Intelligent Data Analysis conducted by early-career researchers. Papers will be evaluated based on their relevance to the conference themes and the ability of the student to present:

– the research problem and why it is important to address it,

– the research objectives and questions,

– the planned approach and methods to tackle the problem,

– an outline of the current state of knowledge on the research problem,

– the expected outcomes of the research, such as overviews, algorithms, improved understanding of a concept, a pilot study, a model, or a system.

Short papers (2 pages, including references) must follow the general template provided by the IDA conference (https://www.springer.com/gp/computer-science/lncs/conference-proceedings-guidelines).

Submissions will be handled through CMT: https://cmt3.research.microsoft.com/IDA2026/

(Authors are requested to ensure that they select the IDA2026-PhDTrack).

The authors of accepted presentations will be required to prepare a poster and a presentation. The poster will serve as a basis for discussions during the conference, while the presentation will be used in the mentorship program. Authors of accepted presentations must register in order to participate in the mentorship program. All presentations and interactions will take place in person.

Reduced registration fees are available for students:

Early registration (Deadline: March 16): 249.00 € / Late registration: 399.00 €

The registration fees include:

– All sessions

– Coffee breaks

– Lunches

– Social events: opening reception, traditional social event.

Important dates

– Two-page paper submission deadline: February 23, 2026 AOE (Monday)

– Notification to authors: March 2, 2026 (Monday)

– Registration (for accepted submissions): March 16, 2026 (Monday)

– Conference dates: April 22-24 2026

Contact

Christine Sinoquet – IDA 2026 PhD Forum Chair

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 :

Thème :

Les bases de données pour les LLMs

Présentation :

Les modèles de langue, qu\’ils soient petits, moyens ou grands, sont désormais parmi nous et nous
sommes appelés à étudier le rôle des données dans la qualité de leurs résultats ainsi que notre
capacité à offrir des garanties sur leur utilisation. L’école MDD 2026 propose de couvrir les questions
liées à (1) la préparation et l’indexation des données pour l’entraînement de ces modèles, (2) la
provenance, l’explicabilité et l’interpretabilité de ces modèles, (3) le rôle de l\’humain et les interfaces en
langage naturel, et enfin (4) l’impact sociétal de ces modèles à travers l’étude de leur consommation
énergétique et la législation dans ce domaine. Ce programme, riche et multidisciplinaire, sera organisé
en conjonction avec l’ITN ARMADA, un réseau de formation axé autour de l’alignement des modèles
de langue avec les connaissances métier, à leur explicabilité et interpretabilité, à la validité de leurs
réponses,à leur fine-tuning, ainsi qu’à leur efficacité et efficience. Le projet ARMADA répond
notamment aux besoins cruciaux de l’UE en matière de réglementation de l’IA en formant des experts
susceptibles de conseiller les organismes européens sur l’adoption des modèles de langue. Ce réseau
rassemble huit organisations de sept pays, y compris la France, gérées par une équipe diversifiée de
chercheurs experts, afin de former un dispositif d’interopérabilité favorisant le partage des
connaissances et des compétences.
Le thème général, « Data Management for Language Models
» sera décliné en 8 grands thèmes : (1)
High-dimensional vector indexing and similarity search, (2) Data Reduction, (3) Data Provenance, (4)
Data modalities and explainable AI, (5) AI agents in human-AI collaboration, (6) Conversational NL
interfaces for data analysis, (7) AI regulation, (8) Green AI. De plus, nous organiserons un atelier sur la
rédaction scientifique, les sciences, les publications, et les données ouvertes, sur le partage et
archivage de ces données, sur la diffusion, et enfin sur la vulgarisation des résultats scientifiques.
Nous prévoyons d’organiser une séance dynamique de posters et un gong show pendant les pauses
café.

Du : 2026-04-26

Au : 2026-05-02

Lieu : Institut d\’Etudes Sxientifiques de Cargèse – Université de Corse

Site Web : https://TBD

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

Date : 2026-04-27 => 2026-04-30
Lieu : Centre Blaise Pascal de l’ENS Lyon.

Objectifs de l’école

Cette école vise à former les participants à l’utilisation de quatre codes phares dans le domaine :

Dyablo. Intervenants : Maxime Delorme, Arnaud Durocher
Idefix. Intervenant : Geoffroy Lesur
Shamrock. Intervenants: Timothée David—Cléris
Smilei. Intervenants: Arnaud Beck, Charles Prouveur

Chaque journée sera consacrée à un code, avec :

Le matin : une présentation théorique et technique du code.
L’après-midi : un atelier pratique (TP) de prise en main.

Modalités d’inscription

Pour participer, merci d’envoyer un email de candidature accompagné d’une lettre de motivation (1 page maximum) à :
Benoit Commerçon : benoit.commercon@ens-lyon.fr
Héloïse Méheut : heloise.meheut@oca.eu

Date limite d’envoi des candidatures : 3 avril 2026

Lien direct

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

Date : 2026-05-26 => 2026-05-29
Lieu : Toulouse

Campus de l’Université Toulouse Capitole
2 Rue du Doyen Gabriel Marty
31000 Toulouse

Les organisations sont impactées par de grandes transformations, impulsées par des avancées technologiques en informatique et sciences de l’information, qui requièrent de relever des défis menant à des systèmes d’information (SI) soutenant véritablement une société plus inclusive, équitable, éthique, ou encore responsable sur le plan environnemental. Des processus allant au-delà de l’amélioration continue, mais à même de porter des évolutions plus fondamentales, sont attendus. Fruits de recherches innovantes et créatives, l’ingénierie et la gouvernance des SI doivent aussi pleinement anticiper et intégrer la prise en compte des impacts (notamment les effets indirects pervers) des solutions apportées, dans une vision plus que jamais systémique du domaine.

Aux niveaux scientifique et technique, les opportunités d’évolution et de transformation supposent une capacité à capter, stocker, organiser, rechercher, analyser, apprendre à partir de gros volumes informations, et amène à investiguer des problèmes spécifiques : satisfaire et maîtriser les exigences de volume, vélocité, variété, véracité, valeur des données, respecter les lois relatives à la protection des données, etc. Cela amène aussi considérer le monde de l’organisation au prisme des cadres d’analyse et de management tels que VUCA (Volatile, Uncertain, Complex, Ambiguous) ou BANI (Brittle, Anxious, Non-linear, Incomprehensible), renforçant encore l’intérêt des démarches de co-construction en interdisciplinarité. Le déploiement des SI dans cet environnement complexe contenant des données sensibles/massives/hétérogènes génère aussi des risques juridiques, sociaux, et financiers, rendant la sécurité, et notamment la cyber sécurité, centrale dans les préoccupations des directions des systèmes d’information (DSI). Face à ce déploiement de solutions technologiques gourmandes en ressources énergétiques, les SI doivent aussi répondre aux défis environnementaux pour proposer une informatique durable et responsable.

En 2026, le congrès INFORSID se tiendra du 26 au 29 mai à Toulouse, conjointement à la 20ème édition de la conférence internationale RCIS dont le thème principal cette année est « Advancing Information Science and Information Systems Quality in the Era of Complexity ». Des sessions communes aux deux conférences seront organisées lors desquelles les articles soumis et acceptés par les deux comités de programmes seront présentés.

Nous sollicitons la présentation de travaux de recherche récents, de développements industriels et d’expériences significatives dans le domaine de l’ingénierie et des systèmes d’information, mais également des travaux plus exploratoires et d’idées autours desquels échanger.

Thématiques

• SI et données massives (Big Data)
• SI et science des données
• SI et interaction humaine
• SI et responsabilité sociétale et environnementale
• SI et sécurité
• SI et réseaux sociaux
• Ingénierie des processus
• Ingénierie des documents et des connaissances du SI
• SI dédiés et entreprises du futur
• Éthique, équité et gouvernance des SI
• SI et IA (générative)

Dates importantes :

• Date limite de soumission des articles : 2 février 2026
• Notification aux auteurs : 30 mars 2026

Plusieurs formats de soumissions sont possibles : articles recherche courts ou longs, présentation d’un article publié à l’international, article présentant une démo ou soumission conjointe à la conférence RCIS

Consultez le site web pour plus d’informations!

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 : DAE

Thème :

Détection d\’anomalies, IA symbolique, apprentissage automatique

Présentation :

Cet atelier fait suite à une première édition organisée lors du congrès INFORSID 2025 à Pau. Il vise à rassembler chercheurs, industriels et décideurs afin de promouvoir l’intégration de méthodologies d\’IA symbolique et d\’apprentissage automatique afin de relever les défis environnementaux actuels grâce à une meilleure exploitation des masses de données disponibles.

En mettant l\’accent sur la détection et l\’analyse des anomalies environnementales (pollution, catastrophes naturelles et d\’origine anthropique, etc.), l\’atelier cherche à mettre en lumière de nouvelles approches innovantes pour caractériser ces phénomènes atypiques, identifier leurs causes, prédire leur évolution et évaluer leurs impacts sur la santé humaine et les écosystèmes.

L\’atelier DAE se veut avant tout un espace d\’échange. Son objectif principal est de favoriser l\’émergence de collaborations interdisciplinaires visant à proposer des solutions impactantes basées sur l\’exploitation de jeux de données complexes et hétérogènes. En complément des présentations scientifiques, l’atelier encouragera des discussions et des échanges autour de solutions concrètes pour l’analyse des systèmes d’information environnementaux. Des exemples pratiques et des retours d\’expérience seront partagés.

Du : 2026-05-26

Au : 2026-05-26

Lieu : Toulouse

Site Web : https://inforsid2026.sciencesconf.org/resource/page/id/44

Date : 2026-05-26
Lieu : Toulouse

3ème édition Atelier Systèmes d’Information et Humanités Numériques (SI-HN)

Thématique Spéciale : Le cycle de la temporalité : Extraction, Modélisation et Interrogation

Présentation de l’Atelier
Cet atelier explore la relation bidirectionnelle entre les systèmes d’information (SI) et les humanités numériques (HN). Cette année, nous plaçons au cœur de nos échanges le défi de la temporalité.
En sciences humaines, le temps est une donnée plurielle, incertaine et souvent non linéaire. L’objectif est de réunir des chercheurs pour discuter de la manière dont les SI peuvent capturer, structurer et restituer cette complexité temporelle, du document brut jusqu’à l’interface de recherche.

Axe Thématique : Le défi du temps dans les SI pour les HN
Nous sollicitons des contributions originales portant sur l’ensemble de la chaîne de traitement de la donnée temporelle :
1. Extraction de la temporalité
• Analyse de textes : Reconnaissance automatique d’entités temporelles (NER) dans des corpus historiques.
• Interprétation du flou : Passage d’expressions naturelles (« à l’aube du XVIIe », « sous le règne de… ») à des données exploitables.
• Corrélation de sources : Extraire et réconcilier des dates issues de documents hétérogènes (archives, registres, récits).
2. Modélisation et Représentation
• Temporalités multiples : Coexistence du temps historique (l’événement), narratif (le récit) et documentaire (la production de l’objet).
• Structures complexes : Modélisation temporelle dans les graphes de connaissances et les ontologies.
• Incertitude : Représentation formelle de l’imprécision, des intervalles flous et des événements à durée indéterminée.
• Discordances et Autorité des Sources : les conflits de temporalités avec une gestion des contradictions entre gisements de données hétérogènes (ex: une date estimée dans un registre médiéval devenant une “vérité” factuelle par sédimentation dans les encyclopédies modernes) et l’arbitrage et traçabilité, en abordant le questionnement sur la primacité de la source directe (le document d’époque) versus la source compilée, et modélisation de la preuve pour trancher ou maintenir la divergence.
3. Interrogation et Exploitation
• Langages de requêtes temporels : Comment interroger des relations de type « avant », « pendant » ou « contemporain de » dans des bases de données HN ?
• Visualisation et navigation : Interfaces pour explorer des chronologies non linéaires ou des réseaux spatio-temporels.
• Alignement d’ontologies : Interroger des systèmes ayant des référentiels temporels hétérogènes.

Thématiques Générales sollicitées
Outre le focus sur la temporalité, l’atelier reste ouvert aux travaux portant sur :
• SI et Disciplines : Applications à l’Histoire, l’Art, la Philosophie, le Droit…
• Méthodes SHS et SI : Amélioration des modèles SI par l’apport des sciences humaines.
• Études de cas : Retours d’expérience sur des projets concrets mêlant ingénierie des données et recherche patrimoniale.

Nous sollicitons des travaux originaux présentant des avancées théoriques, des développements méthodologiques ou des retours d’expériences critiques. Les contributions peuvent prendre la forme de communications de recherche (présentant des résultats consolidés), de notes de projets (exposant des travaux en cours ou des protocoles expérimentaux) ou de démonstrations logicielles mettant en avant des outils d’extraction ou de visualisation temporelle. Une attention particulière sera portée aux propositions démontrant une réelle collaboration interdisciplinaire, où les défis posés par les sources humaines ont conduit à une innovation ou une adaptation des modèles de systèmes d’information classiques. Les articles peuvent être rédigés en français ou en anglais et d’une longueur de 8 à 12 pages au format (peu compact !) de la conférence INFORSID (Springer LNCS). Les articles sont à soumettre sur le site suivant :
https://easychair.org/conferences/?conf=sihn2026

Dates importantes :
17/04 à 12h clôture de l’envoi des soumissions
04/05 notification aux auteurs
26/05 atelier SIDH
Pour vos questions ou remarques vous pouvez vous adresser aux organisateurs de l’atelier :
Stéphane Lamassé stephane.lamasse@univ-paris1.fr
Cédric du Mouza dumouza@cnam.fr

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

Date : 2026-05-28 => 2026-05-29
Lieu : ETIS lab, Cergy, France

Chers collègues,

Je vous partage, l’appel à participation pour notre école thématique XAI Spring Sc hool on Explainable Artificial Intelligence, les 28/29 Mai 2026.

Si vous êtes en thèse : cette école est pour vous ! Inscrivez vous dès maintenant !

Si vous êtes encadrant.e. : invitez vos étudiant.e.s à y s’inscrire !

La participation sera limitée à 25 personnes.

L’inscription est gratuit (repas et pauses cafes compris) mais obligatoire. Lien inscription :

https://docs.google.com/forms/d/e/1FAIpQLSdJkblxmDX-vaFRNPQ_bhQzKicOP7OxbCvehOVCIUaTp8FsK g/viewform

———————-
Dear colleagues,

We are pleased to invite you to participate – and/or invite your graduate students to participate – in the XAI Spring School on Explainable Artificial Intelligence, hosted by the ETIS laboratory, at Cergy Paris University (Cergy, France).

This spring school brings together researchers, students, and practitioners interested in the foundations and applications of explainable AI (XAI), with a focus on systems with different data modalities.

Topics include (but are not limited to):
Explainable and interpretable machine learning
Trustworthy and responsible AI
Data-centric AI and evaluation
Applications of XAI in real-world and inconsistent systems
Explainability with RAGs and LLMs

Target audience:
Graduate students (Master/PhD), researchers, and industry practitioners working in AI, data science, or related fields.

Location: CYU Maisons SHS, Cergy Paris Université
Dates: 28-29 May 2026
Website: https://xaietis.github.io/

Participation is free of charge, including coffee breaks and lunches.
⚠️ Registration is mandatory (max 25 participants).

Register here: https://docs.google.com/forms/d/e/1FAIpQLSdJkblxmDX-vaFRNPQ_bhQzKicOP7OxbCvehOVCIUaTp8FsKg/viewform

The program will include keynote talks, tutorials, and interactive sessions led by leading researchers in the field.

We kindly encourage you to share this announcement with colleagues and students who may be interested.

Best regards,
The organising committee,

Vassilis Christophides (ETIS, CNRS, ENSEA, CYU, France, IPAL Singapour)
Evi Pitoura (University of Ioannina, Greece)
Dimitris Kotzinos (ETIS, CNRS, ENSEA, CYU, France)
Katerina Tzompanaki (ETIS, CNRS, ENSEA, CYU, France)

Lien direct

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

Date : 2026-06-02 => 2026-06-03
Lieu : Symposium MADICS, Avignon

Bonjour,

MaDICS est un GdR informatique centré autour des “Masses de Données, Informations et Connaissances en Sciences” (https://www.madics.fr/). Orienté vers l’interdisciplinarité, MaDICS accorde une place spécifique au traitement de l’information chimique et biologique notamment au travers des actions EXMIA (https://www.madics.fr/actions/exmia/) et DSChem (https://www.madics.fr/actions/dschem/).

Nous organisons deux sessions centrées autour des thématiques du traitement de l’information chimique et biologique, et plus particulièrement sur la mise au point de modèles multimodaux et de l’explicabilité de ces modèles lors du prochain Symposium du GdR Madics qui se déroulera les 2 et 3 juin à Avignon.

La participation au workshop est gratuite, seule une inscription est nécessaire.

Vous pouvez proposer vos travaux pour un exposé oral en adressant un résumé à celine.robardet@insa-lyon.fr et sebastien.fiorucci@univ-cotedazur.fr avant le 22 avril 2025.

Nous pouvons financer la mission d’un jeune chercheur ou d’une jeune chercheuse.
Il est possible de candidater jusqu’au 8/05/2026. Vous pouvez nous envoyer vos candidatures par email.
Faire parvenir en un seul fichier pdf votre CV à jour (1 page max.) et une lettre (1 page max.) expliquant votre intérêt pour le symposium.
La bourse permettra de couvrir les frais de mission à hauteur maximale de 500€ pour participer au symposium du GDR Madics 2026.

N’hésitez pas à nous contacter à celine.robardet@insa-lyon.fr ou sebastien.fiorucci@univ-cotedazur.fr

A bientôt,

—
Les porteurs d’EXMIA et DSChem

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

Date : 2026-06-05
Lieu : Bengaluru, India

===========================================================

GRADES-NDA 2026

9th Joint Workshop on
Graph Data Management Experiences & Systems (GRADES)
and
Network Data Analytics (NDA)

Collocated with SIGMOD/PODS 2026
Bengaluru, India

Workshop Date: 5 June 2026

===========================================================

Paper Abstract Submission: March 8, 2026

Full Paper Submission: March 15, 2026

https://gradesnda.github.io/

===========================================================

GRADES-NDA 2026 Call for Papers
===========================================================

The GRADES-NDA workshop explores the challenges, application areas, and usage scenarios of managing large-scale graph-shaped data. It provides a forum for exchanging ideas on mining, querying, and learning from real-world network data, fostering interdisciplinary collaboration, and sharing datasets and benchmarks.

GRADES-NDA brings together researchers from academia, industry, and government to discuss advances in large-scale graph data management and analytics. Its scope covers domain-specific challenges, noise handling in real-world graphs, and innovations in databases, data mining, machine learning, data streaming, network science, and graph algorithms. Case studies across diverse areas are welcome, including Social Networks, Business Analytics, Healthcare, and Cybersecurity.

==> Submission Guidelines

– All papers must be original and not simultaneously submitted to another journal or conference.

– Submissions must follow the latest 2-column ACM Primary Article Template (Overleaf template: https://www.overleaf.com/latex/templates/association-for-computing-machinery-acm-sig-proceedings-template/bmvfhcdnxfty).

– Submissions have to be *anonymous*.

– The following paper categories are welcome:

* Archival: Accepted papers under this category will be published by the ACM, indexed by DBLP, and will be available in the ACM DL.

** Full papers should be a maximum of 8 pages in length, excluding references and appendix.
** Case studies should be a maximum of 4 pages in length, excluding references and appendix.
** Short papers and demonstration papers should be a maximum of 4 pages in length, excluding references and appendix.

* Non-archival: Accepted papers under this category will not be published in the workshop proceedings, but will only be listed on the workshop website.

** Papers that are suitable for this category are Work-in-progress papers presenting early results. These papers should be a maximum of 4 pages in length, excluding references and appendix.

* [NEW!] This year we are also excited to introduce a Best Paper Award to recognize outstanding contributions to the field!

==> List of Topics

The topics of interest include but are not limited to the following:

– Graph modeling and processing – advances in representing, visualizing, storing, indexing, querying, and managing graph data.
– Graph query languages, visualization, and querying interfaces – design, usability, practical implementations, and use cases.
– Knowledge Graphs – construction, augmentation, reasoning, and neuro-symbolic approaches.
– GenAI techniques – integration of Knowledge Graphs and LLMs for information retrieval, question answering, knowledge inference, and natural language understanding.
– Graph processing platforms – including Titan, Giraph, GraphChi, SPARK/GraphX, GraphLab/PowerGraph, and others.
– Human-centric graph processing – interactive approaches for graph data exploration, querying, and analytics.
– Reliable graph data processing – validation and verification techniques for ensuring the trustworthiness of algorithms, query languages, applications, and systems.
– Graph metrics – methods for measuring graph characteristics, e.g., diameter, eigenvalues, triangle counting.
– Spatial and temporal graph analytics – updates, dynamic graphs, streaming analytics, evolution tracking, point-of-interest recommendation, community structure detection, etc.
– Graph mining and machine learning – including heterogeneous networks and knowledge graphs.
– Graph summarization and sampling – efficient methods for large-scale data.
– Noisy and uncertain graphs – analytics on incomplete, inconsistent, or unreliable data.
– Network dynamics – game theory, social contagion, and information propagation.
– Domain-specific graph analytics – applications in social networks, biology, business, finance, healthcare, transportation, etc.
– Vision and systems papers – potential or real applications of graph management, especially in the era of large language models.

==> Important Dates

– Abstract Submission: March 8, 2026
– Paper Submission: March 15, 2026
– Notifications: April 13, 2026
– Camera Ready Submission: April 26, 2026
– Workshop Date: June 5, 2026

All deadlines are 23:59 AoE.

==> Student Travel Awards

Thanks to the generous support from our sponsors, we will provide scholarship awards to selected students attending the SIGMOD/PODS conference. The scholarships will include financial support to partially cover the expense for traveling and conference registrations. Awardees are expected to register for the event and will have to make their own arrangements for travel and accommodation. Students whose advisors cannot provide financial support to attend the conference will be given priority. Additionally, students corresponding to underrepresented groups in the SIGMOD community will be given priority to increase diversity.

==> Committees

– Workshop Organizers

* Akhil Arora (akhil.arora@cs.au.dk), Aarhus University & Copenhagen Center for Social Data Science, Denmark
* Stefania Dumbrava (stefania.dumbrava@ensiie.fr), ENSIIE & INRIA Paris & Télécom SudParis, France

– Steering Committee

* Olaf Hartig, Amazon Web Services & Linköping University, Sweden
* Semih Salihoglu, University of Waterloo, Canada
* Vasiliki Kalavri, Boston University, US
* George Fletcher, TU Eindhoven, The Netherlands

– Program Committee

* Renzo Angles, Universidad de Talca, Chile
* Amitabha Bagchi, Indian Institute of Technology Delhi, India
* Kaustubh Beedkar, Indian Institute of Technology Delhi, India
* James Clarkson, Neo4j, USA
* Juan A. Colmenares, Microsoft Fabric Graph, USA
* Sourav Dutta, Huawei Research Center, UK
* Russ Harmer, Ecole Normale Supérieure de Lyon, France
* Adriana Iamnitchi, Maastricht University, The Netherlands
* Vasiliki Kalavri, Boston University, USA
* Panos Kalnis, King Abdullah University of Science and Technology, Saudi Arabia
* Meike Klettke, Universität Regensburg, Germany
* Silviu Maniu, Université Grenoble Alpes, LIG, CNRS, France
* Ioana Manolescu, INRIA, Institut Polytechnique de Paris, France
* Victor Marsault, Université Gustave Eiffel, CNRS, LIGM, France
* Andrea Mauri, Université Lyon 1, LIRIS, CNRS, France
* Amine Mhedhbi, Polytechnique Montréal, Canada
* Makoto Onizuka, University of Osaka, Japan
* Marcus Paradies, Ludwig-Maximilians-Universität München, Germany
* Matei Ripeanu, University of British Columbia, Canada
* Alexandra Rogova, Uniwersytet Warszawski, Poland
* Semih Salihoglu, University of Waterloo, Kùzu, Canada
* Hiroaki Shiokawa, University of Tsukuba, Japan
* Petra Selmer, Bloomberg, UK
* Genoveva Vargas-Solar, Université Lyon 1, LIRIS, CNRS, France
* Hannes Voigt, Neo4j, Germany
* Yinghui Wu, Case Western Reserve University, USA
* Nikolay Yakovets, Eindhoven University of Technology, The Netherlands
* Chao Zhang, University of Waterloo, Canada

All questions about submissions should be emailed to grades-nda@googlegroups.com

==> Venue

The workshop will be co-located with SIGMOD/PODS at the Sheraton Grand Bengaluru Whitefield Hotel & Convention Center.

==> Further Information

More information, including our fantastic program committee, exciting keynote speakers, and submission guidelines, can be found on the workshop website: https://gradesnda.github.io/

Lien direct

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