MaDICS est un Groupement de Recherche (GDR) du CNRS créé en 2015. Il propose un écosystème pour promouvoir et animer des activités de recherche interdisciplinaires en Sciences des Données. Il est un forum d’échanges et d’accompagnement pour les acteurs scientifiques et non-scientifiques (industriels, médiatiques, culturels,…) confrontés aux problèmes du Big Data et des Sciences des données.
Pour en savoir plus…
Les activités de MaDICS sont structurées à travers des Actions et Ateliers. Les Actions rassemblent les acteurs d’une thématique précise pendant une durée limitée (entre deux et quatre ans). La création d’une Action est précédée par un ou plusieurs Ateliers qui permettent de consolider les thématiques et les objectifs de l’action à venir.
Le site de MaDICS propose plusieurs outils de support et de communication ouverts à la communauté concernée par les Sciences des Données:
- Manifestations MaDICS : Le GDR MaDICS labellise des Manifestations comme des conférences, workshops ou écoles d’été. Toute demande de labellisation est évaluée par le Comité de Direction du GDR. Une labellisation rend possible un soutien financier pour les jeunes chercheuses et chercheurs. Une labellisation peut aussi être accompagnée d’une demande de soutien financier pour des missions d’intervenants ou de participants à la manifestation.
Pour en savoir plus… - Réseaux MaDICS : pour mieux cibler les activités d’animation de la recherche liées à la formation et à l’innovation, le GDR MaDICS a mis en place un Réseau Formation destiné à divers publics (jeunes chercheurs, formation continue,…), un Réseau Innovation pour faciliter et intensifier la diffusion des recherches en Big Data, Sciences des Données aux acteurs industriels et un Club de Partenaires qui soutiennent et participent aux activités du GDR.
Pour en savoir plus… - Espace des Doctorants : Les doctorants et les jeunes chercheurs représentent un moteur essentiel de la recherche et le GDR propose des aides à la mobilité et pour la participation à des manifestations MaDICS.
Pour en savoir plus… - Outils de communication : Le site MaDICS permet de diffuser des informations diverses (évènements, offres d’emplois, proposition de thèses, …) liées aux thématiques de recherche du GDR. Ces informations sont envoyées à tous les abonnés de la liste de diffusion MaDICS et publiés dans un Calendrier public (évènements) et une page d’offres d’emplois.
Adhésion au GDR MaDICS : L’adhésion au GDR MaDICS est gratuite pour les membres des laboratoires ou des établissements de recherche publics. Les autres personnes peuvent adhérer au nom de l’entreprise ou à titre individuel en payant une cotisation annuelle.
Pour en savoir plus…
Manifestations à venir
Journées Ecoles Conférences et Séminaires
Actions, Ateliers et Groupes de Travail :
CODA DAE DatAstro DSChem EXMIA GINO GRASP RECAST SaD-2HN SIMDAC SimpleText TIDS
Date : 2026-06-11 => 2026-06-12
Lieu : Webinar
Paris Dauphine – PSL and SECF join their expertise to contribute to increase efficiency and competitiveness
Europe’s process industries sits at the center of the energy transition, circular economy, and strategic autonomy. Between now and 2050, competitiveness will depend on turning sustainability requirements into engineering advantage: designing circular products, deploying low carbon manufacturing at scale, and operating plants as data driven, resilient systems. Using AI tools becomes imperative.
Submission deadline – 15 April 2026
Acceptance notification – 30 April 2026
Early bird registration – 15 May 2026
Conference: 11 & 12 June 2026
We welcome submissions on the following topics and related topics as one page abstracts:
1. AI for Process Optimization & Control
• Reinforcement learning for advanced process control (APC)
• AI-enhanced Model Predictive Control (MPC)
• Real-time optimization (RTO) using machine learning
• Hybrid first-principles + ML models
• Nonlinear and multivariable process modeling
• Soft sensors and virtual analyzers
• AI for batch vs. continuous process optimization
2. Digital Twins & Simulation
• AI-enabled digital twins for plants and assets
• Physics-informed neural networks (PINNs)
• Surrogate modeling for computational fluid dynamics (CFD)
• Hybrid simulation environments
• Closed-loop digital twins for operations
• Digital twins for operator training
3. Predictive Maintenance & Asset Reliability
• AI for predictive maintenance in rotating equipment
• Anomaly detection in process data
• Remaining Useful Life (RUL) estimation
• Root cause analysis using ML
• Reliability-centered maintenance with AI
• Edge AI for condition monitoring
4. Monte Carlo Tree Search
• Retrosynthesis
• Parameters optimization
• Molecule design
• Modeling complex systems
• Formula optimization
• Material Design
5. Energy Efficiency & Sustainability
• AI for energy optimization in refineries and plants
• Carbon footprint monitoring and reduction
• AI for electrification and decarbonization strategies
• Process integration and heat recovery optimization
• AI for hydrogen production and storage
• Waste minimization and circular economy optimization
6. Safety, Risk & Compliance
• AI for process safety monitoring
• Early warning systems for abnormal situations
• Hazard identification using NLP
• Risk modeling and probabilistic AI
• AI for regulatory compliance and reporting
• Cyber-physical risk detection
7. AI in Chemical & Materials Development
• AI for catalyst discovery
• Machine learning in reaction optimization
• Autonomous laboratories (self-driving labs)
• AI-guided formulation development
• Materials informatics
• Generative models for molecular design
8. AI & Industrial Data Infrastructure
• Data governance in process industries
• Time-series modeling for industrial data
• Data quality and sensor fusion
• Edge vs. cloud AI architectures
• Industrial IoT and AI integration
• MLOps for manufacturing environments
9. Generative AI & Knowledge Systems
• Large Language Models (LLMs) for plant documentation
• AI copilots for operators and engineers
• Automated report generation
• AI for troubleshooting and knowledge retrieval
• Conversational interfaces for control rooms
10. Supply Chain & Planning
• AI for production scheduling
• Demand forecasting in process industries
• Inventory optimization
• Supply chain resilience modeling
• AI-driven logistics optimization
11. Human–AI Collaboration
• AI adoption strategies in industrial environments
• Change management for AI transformation
• Trust and explainability in industrial AI
• Operator-in-the-loop AI systems
• Workforce upskilling for AI-enabled plants
12. Advanced Methods & Research Frontiers
• Causal AI for industrial systems
• Uncertainty quantification in ML models
• Transfer learning across plants
• Federated learning for industrial sites
• Multi-agent systems for plant-wide optimization
• Graph neural networks for process networks
13. Industry Case Studies
• AI deployment in refineries
• AI in specialty chemicals production
• AI in food and beverage manufacturing
• AI in pharmaceutical manufacturing
• AI in pulp & paper operations
Kind regards,
Tristan Cazenave
Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.