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

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 : 2025-09-19
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 : 2025-09-23 => 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.

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.

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.

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.

Date : 2026-02-18 => 2026-02-20
Lieu : International Laboratory on Learning Systems (ILLS), Montréal, QC, Canada

This free three-day event explores the impact of Artificial Intelligence in healthcare through rehabilitation, medical robotics and computer vision, and brain understanding, fostering discussion, collaboration, and reflection on ethical and organizational challenges.

Online participation is possible. The workshop will be held entirely in English.

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
Lieu : Sophia Antipolis les 10 et 11 mars

Bonjour à toutes et tous,

Après les 13 précédentes éditions fructueuses des GreenDays, l’édition 2026 aura lieu à Sophia Antipolis les 10 et 11 mars.

Ces journées thématiques francophones traitant du numérique écoresponsable sont organisées en collaboration avec les GDR C4P, IASIS, IGRV, MaDICS, RADIA, Robotique, ROD, RSD, SciLog, SOC2 et le GDRS EcoInfo et avec le soutien des PEPR Cloud et Réseaux du futur.

L’inscription est gratuite mais obligatoire avant le 11 février 2026 (en fonction des places disponibles, pour des raisons de logistique). Pour s’inscrire : https://greendays.sciencesconf.org/

Si vous souhaitez présenter des travaux (exposé ou poster), soumettez un titre et un résumé avant le 28 janvier 2026 sur https://greendays.sciencesconf.org/user/submissions.

En espérant vous voir nombreux !

Le comité d’organisation des GreenDays’26

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
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.