Actualités

Actualités MaDICS

.
Vous trouverez ici toutes les actualités MaDICS : toutes les activités organisées par MaDICS, ses Actions et ses Ateliers.

BigData4Astro DOING LEMON MACLEAN MADONA PLATFORM FENDER RoCED SimpleText

Journées scientifiques

Workshop Econom’IA

May 19 – May 21 all-day

Annonce en lien avec l’Action/le Réseau :

Thème :

Algorithmes d’intelligence artificielle appliqués en sciences économiques

Présentation :

L’atelier « Econom’IA 2025 », organisé à EconomiX, UMR CNRS-Université Paris Nanterre, s’inscrit dans la dynamique d’accélération de l’adoption des méthodes d’Intelligence Artificielle (IA) en Sciences Humaines et Sociales (SHS), où ces outils demeurent encore sous-utilisés. Cet atelier, prévu les 19 et 20 mai 2025, a pour objectif de renforcer l’intégration des approches computationnelles dans des domaines interdisciplinaires, notamment là où les sciences sociales croisent l’informatique et l’analyse de données.
L’atelier se distingue par son format hybride, combinant des sessions de formation théorique le matin et des présentations de travaux de recherche l’après-midi. Cette approche vise à stimuler l’émergence d’une communauté de chercheurs compétente et active en SHS, tout en favorisant les échanges entre experts et débutants pour encourager des collaborations innovantes.
La première journée de l’atelier sera consacrée aux techniques d’analyse de graphes textuels, tandis que la seconde journée portera sur les développements récents des modèles de langage (LLM) et leur application dans les sciences économiques et sociales. Les travaux présentés seront rigoureusement sélectionnés par un comité scientifique, garantissant la qualité et la pertinence des contributions.
L’objectif final de cet atelier est de consolider les compétences des participants, de promouvoir les avancées en IA, d’encourager l’innovation méthodologique, et d’accroître l’impact et la visibilité des résultats de recherche en SHS

Du : 2025-05-19

Au : 2025-05-20

Lieu : EconomiX, Université Paris Nanterre

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

Categories: ·Journées

May

Tue

2025

Septième édition du Symposium MaDICS @ Toulouse

Tickets

May 27 – May 28 all-day

Présentation

La 7ème édition du symposium du GDR MaDICS se tiendra à Toulouse les 27 et 28 mai 2025.

Ce rendez-vous rassemble chaque année la communauté MaDICS pour mettre en lumière la recherche en sciences de données à travers divers événements scientifiques (keynotes, ateliers thématiques, tables rondes, posters – cf. appel à posters) et des échanges scientifiques enrichissants et conviviaux.

Cette édition sera aussi l’occasion d’échanger sur les nouveautés et la mise en œuvre du projet 2025-2029 du GDR !

En espérant que vous serez nombreux pour partager ce moment ensemble.

Inscrivez-vous ici (Deadline le 13/05/2025)

Du : 2025-05-27
Au : 2025-05-28
Lieu : Université Toulouse Capitole, Site Arsenal, 2 Rue du Doyen Gabriel Marty, 31000 Toulouse

Programme

Mardi 27 mai 2025
9h00	Accueil et café
9h30	Session d’ouverture (Amphithéâtre Rempart)
10h00	Keynote Olivier Teste – IRIT, U. Toulouse 2 (Amphithéâtre Rempart) Expériences de recherches pluri & interdisciplinaires en IA dirigée par les données (résumé) Résumé : L’apprentissage machine (Machine Learning, ML) et les méthodes d’explication associées (eXplainable Artificial Intelligence, XAI) constituent un ensemble de techniques à la base du développement d’intelligences artificielles (Artificial Intelligence, AI). Ces approches permettent de construire à partir des masses de données un modèle numérique explicable capable de réaliser diverses tâches dans de nombreux champs disciplinaires. Après avoir défini les termes de pluri, inter et transdisciplinarité, nous présenterons deux retours d’expériences de travaux (1) pluridisciplinaires dans le contexte « IA4Industry » et (2) interdisciplinaires dans le contexte « IA4Biology ». Le premier retour d’expérience « IA4Industry » traitera de recherches pluridisciplinaires (entre l’IRIT et la société Airbus) en détection d’anomalies dans les séries temporelles multivariées (données issues de capteurs). L’approche présentée reposera sur l’analyse fonctionnelle de données (FDA) pour représenter les séries temporelles multivariées et des mécanismes d’agrégation des variables capables de capter les anomalies considérées comme des déformations géométriques. L’application présentée concernera l’aéronautique et l’identification précoce de turbulences atmosphériques. Le deuxième retour d’expérience traitera de recherches interdisciplinaires (entre les laboratoires IRIT et RESTORE) sur le vieillissement humain dans les données mixtes tabulaires (données cliniques et biologiques). L’approche présentée reposera sur le développement de méthodes d’apprentissage explicables. Nous traiterons de la difficulté de définir de manière objective de « bonnes explications » dans le processus d’apprentissage. L’ambition de ces recherches vise à identifier de nouveaux biomarqueurs capables d’identifier de manière précoce avant tout signe clinique la fragilité.
11h00	Session Ateliers et Actions 1
11h00	Atelier EXMIA et Action DSChem (Salle J004) Programme	Action DAE (Salle J100) Programme	Action SaD-2HN (Salle J101) Programme	Atelier GeoKIF (Salle J201) Programme	Action TIDS (Salle J203) Programme
13h00	Pause repas
14h00	Mise en lumière de travaux JCJC (Amphithéâtre Rempart)
	Nelly Barret (Inria) Healthcare silos unlocked: data integration and federated analytics (résumé) Résumé : Healthcare is more and more relying on digital information, bringing new challenges for its management, exploration, and usage. Clinicians are interested in better understanding complex diseases, so they need to produce and exchange data to mutualize sources and join forces. However, it may be of various kinds (clinical reports, DNA sequences, MRI scans, etc) and, due to privacy regulations, healthcare data cannot exit the original silo in which it has been produced (typically owned by hospitals). Therefore, a natural way consists in using a decentralized architecture and Federated Learning algorithms. This ensures that data stays in the organization in which it has been collected, but requires data to be collected in similar settings and similar models. In practice, this is often not the case because healthcare institutions work individually with different representations and raw data; they do not have means to normalize their data, and even less to do so across centers. We designed and implemented a framework, named I-ETL, for integrating and exploring highly heterogeneous healthcare datasets of hospitals. Our proposal is three-fold: (i) we devise two general and extensible conceptual models for modeling both data and metadata; (ii) we propose an Extract-Transform-Load (ETL) pipeline integrating input data while ensuring and assessing interoperability from the start; and (iii) we provide a general catalog conceptual model and profiling techniques to extract information of interest from silos. Our proposals are general enough to be used in various healthcare scenarios with diverse kinds of data. In the end, it facilitates experts’ work in creating Federated Learning algorithms running in networks of interoperable healthcare silos.
	Gaël Poux-Médard (WHO/IARC) Interactions entre informations dans les processus de diffusion de l’information (résumé) Résumé : Il y a deux décennies de cela, nous sommes entrés dans l’ère de l’information. Acteurs indiscutables de cette transition, les réseaux sociaux ont considérablement modifié la manière dont les individus s’informent et interagissent avec les contenus qu’ils y découvrent. Les flux gargantuesques de données qui en résultent nécessitent de nouvelles stratégies de traitement de l’information. Plutôt que de référencer individuellement chaque fragment d’information, comme le ferait une bibliothèque, une approche plus pertinente consiste à extraire les idées générales convoyées par ces flux d’informations, sans se focaliser sur le détail. Or, discerner des tendances au sein de telles masses de données requiert une compréhension fine des mécanismes de diffusion sous-jacents, qui peuvent être influencés par un grand nombre de facteurs. Dans ma thèse, je m’intéresse en particulier à l’un de ces facteurs : l’interaction entre informations. On dit qu’une interaction a lieu lorsque la réaction d’une personne confrontée à une information (tweet, mème, post) est influencée par son exposition antérieure à d’autres informations. Bien que la modélisation de la diffusion d’informations sur les réseaux sociaux soit un domaine de recherche actif depuis de nombreuses années, la modélisation des interactions entre informations reste un aspect inexploré de cette littérature. Pourtant, ces considérations pourraient se révéler cruciales pour la compréhension des dynamiques de diffusion et des effets de contagion sur les réseaux sociaux, et des problématiques en découlant directement : mécanismes d’influence, désinformation en ligne, exploitation et prévention de nos propres biais cognitifs. Dans ce travail de thèse, je développe donc un éventail de nouvelles méthodes d’apprentissage automatique, permettant de dévoiler, d’interpréter, et de visualiser cet aspect particulier des mécanismes de diffusion de l’information en ligne.
14h45	Session Ateliers et Actions 2
14h45	Action HELP (Salle J004)	Action TIDS (Salle J100) Programme	Atelier DatAstro (Salle J101) Programme	Action Musiscale (Salle J201) Programme
16h45	Pause
17h00	Gong Show (Amphithéâtre Rempart)
17h45	Cocktail et Posters Liste des posters
19h00	Fin de journée

Mercredi 28 mai 2025
9h00	Session Ateliers et Actions 3
9h00	GT RECAST (Salle J004) Programme	Action SimpleText (Salle J100)	Atelier SIMDAC (Salle J101) Programme
11h00	Pause
11h15	Keynote Christel Vrain – LIFO, U. Orléans (Amphithéâtre Rempart) Clustering sous contraintes : intégration de connaissances et explicabilité (résumé) Résumé : La classification non supervisée (clustering) est souvent utilisée en Apprentissage Automatique, dans une phase d’analyse exploratoire des données. Cependant les résultats d’un clustering dépendent de nombreux facteurs, comme la modélisation des données, le choix d’un algorithme et de ses paramètres, la définition d’une distance Le clustering est donc un processus itératif : si les résultats d’un clustering ne conviennent pas à l’expert, il doit alors modifier l’un de ces paramètres, et ce alors que leur influence sur le résultat lui est souvent opaque. Dans cet exposé nous nous intéressons à la problématique d’intégration d’un expert dans un processus de clustering (« human in the loop »). Nous nous plaçons dans le cadre du clustering sous contraintes, introduisant des connaissances de l’expert sous forme de contraintes qui doivent être respectées par le clustering produit. Nous nous focalisons sur l’interprétabilité du clustering et nous présentons un nouveau cadre, le clustering descriptif, permettant de coupler la recherche d’un « bon » clustering favorisant le regroupement d’objets similaires tout en étant interprétable dans un espace de descriptions. Ces travaux seront illustrés par des applications à la chemo-informatique, la santé et l’éducation.
12h00	Pause repas
14h00	Session Axe Modèles de connaissances et raisonnement (Amphithéâtre Rempart)
16h00	Fin du Symposium

Programme des Actions et Ateliers

Programme de l’Atelier EXMIA et de l’Action DSChem Mardi 27 mai 2025 – Salle J004
11h00	Présentation de Thomas Scheix (INRAE) A neuro-symbolic AI learns how to solve hard molecular puzzles (résumé) Résumé : Les modèles actuels de prédiction de réactions chimiques et de chemins de synthèse sont fréquemment évalués sur des jeux de données comme USPTO, accessibles et gratuits, mais ne couvrant qu’une portion limitée de la diversité chimique réelle. Issus exclusivement de brevets américains, ces jeux favorisent certaines classes de réactions industrielles tout en négligeant de nombreuses transformations simples mais essentielles à la construction de véritables voies de synthèse. Par ailleurs, les modèles existants reposent soit sur l’apprentissage direct à partir de paires réactifs-produits, sans aucune information explicite sur la réaction, ce qui limite leur capacité de généralisation ; soit sur des règles réactionnelles très strictes, qui imposent une correspondance quasi unique entre réactifs et produits, restreignant fortement l’exploration de l’espace chimique. Pour répondre à ces limitations, nous proposons un ensemble de réactions génériques conçu pour capturer l’essentiel des transformations chimiques tout en autorisant une certaine flexibilité. Sur cette base, nous développons une approche de planification de synthèse reposant sur un algorithme de Monte Carlo Tree Search (MCTS). Chaque chemin dans l’arbre représente une séquence plausible de réactions, et l’exploration est guidée par un modèle Transformer entraîné en auto-supervision pour prédire une distance d’édition de graphe en fonction de nos réactions entre l’état courant et la molécule cible. Cette estimation agit comme heuristique pour orienter efficacement la recherche. Cette approche hybride, combinant raisonnement symbolique et apprentissage automatique, constitue une piste prometteuse vers une planification de synthèse plus robuste, généralisable et explicable.
11h45	Présentation de Derin OZER (LERIA) Vers une planification de synthèse explicable et généralisable : MCTS guidé par apprentissage sur des réactions génériques. (résumé) Résumé : Les modèles actuels de prédiction de réactions chimiques et de chemins de synthèse sont fréquemment évalués sur des jeux de données comme USPTO, accessibles et gratuits, mais ne couvrant qu’une portion limitée de la diversité chimique réelle. Issus exclusivement de brevets américains, ces jeux favorisent certaines classes de réactions industrielles tout en négligeant de nombreuses transformations simples mais essentielles à la construction de véritables voies de synthèse. Par ailleurs, les modèles existants reposent soit sur l’apprentissage direct à partir de paires réactifs-produits, sans aucune information explicite sur la réaction, ce qui limite leur capacité de généralisation ; soit sur des règles réactionnelles très strictes, qui imposent une correspondance quasi unique entre réactifs et produits, restreignant fortement l’exploration de l’espace chimique. Pour répondre à ces limitations, nous proposons un ensemble de réactions génériques conçu pour capturer l’essentiel des transformations chimiques tout en autorisant une certaine flexibilité. Sur cette base, nous développons une approche de planification de synthèse reposant sur un algorithme de Monte Carlo Tree Search (MCTS). Chaque chemin dans l’arbre représente une séquence plausible de réactions, et l’exploration est guidée par un modèle Transformer entraîné en auto-supervision pour prédire une distance d’édition de graphe en fonction de nos réactions entre l’état courant et la molécule cible. Cette estimation agit comme heuristique pour orienter efficacement la recherche. Cette approche hybride, combinant raisonnement symbolique et apprentissage automatique, constitue une piste prometteuse vers une planification de synthèse plus robuste, généralisable et explicable.
12h00	Présentation de Mariana Brito Azevedo (GREYC) Explicabilité des réseaux de neurones pour la conception de médicaments (résumé) Résumé : Les modèles d’intelligence artificielle et les réseaux de neurones ont montré leur intérêt dans les phases amont de la conception de médicaments, notamment pour la prédiction de l’activité de molécules sur une cible biologique. Ce travail de thèse a pour objectif de développer des techniques afin d’expliquer aux chercheurs en sciences du médicament quelles structures chimiques sont importantes dans l’activité des molécules. Des résultats sur un nouveau classifieur fondé sur des GNN (Graph Neuronal Network) utilisant le graphe des atomes et le graphe des caractéristiques pharmacophoriques sera présenté ainsi que des résultats préliminaires sur l’explicabilité.
12h15	Présentation de Ataollah Kamal (LIRIS) Explainability of Molecular Graph Neural Network (résumé) Résumé : In recent years, deep learning models such as Graph Neural Networks (GNNs) have become powerful tools for predicting complex biochemical interactions. These models have demonstrated remarkable performance in tasks such as drug discovery, receptor-ligand modeling, and molecular biology. However, their black-box nature limits their usefulness in fields like chemistry and biology, where interpretability is essential for gaining trust and insight into the underlying mechanisms of biochemical processes. This presentation introduces a novel method, ESPAM (Efficient Symmetric Perturbation Attribution Method), designed to address the challenge of interpretability in GNN predictions ithin molecular settings. ESPAM provides explanations for GNN predictions by identifying which parts of a molecule or receptor sequence are most responsible for a model’s prediction. The approach is rooted in cooperative game theory concepts, specifically leveraging Fair-Efficient-Symmetric-Perturbation (FESP) values, which offer theoretical guarantees for the faithfulness and consistency of the generated explanations.
13h00	Présentation de Lise Kastner (GREYC) BOWSA: une approche combinée de l’optimisation bayésienne et de l’analyse de sensibilité pour optimiser les paramètres de réactions chimiques (résumé) Résumé : En chimie, une expérience est définie par un ensemble de paramètres expérimentaux et un rendement associé. Dans ce contexte, il est donc important d’identifier rapidement une configuration de paramètres conduisant à un rendement productif, mais cette recherche peut s’avérer coûteuse en ressources. L’optimisation bayésienne est une méthode permettant d’explorer plus efficacement l’espace des configurations. Cependant, elle peut être améliorée afin d’identifier plus rapidement les paramètres intéressants. Notre contribution, BOWSA, utilise l’analyse de sensibilité pour évaluer l’impact de chaque paramètre sur les rendements. À partir de cette analyse, BOWSA attribue un score aux configurations proposées par l’optimisation bayésienne et sélectionne les plus pertinentes. Une évaluation a été menée sur plusieurs jeux de données synthétiques ainsi que sur des réactions chimiques. Les résultats montrent qu’en moyenne, BOWSA identifie des configurations donnant des rendements productifs plus tôt que l’optimisation bayésienne seule.
12h45	Présentation de Philippe Meyer (MICALIS Institute, INRAE) Deterministic and Generative Approaches to Reverse-Engineering Molecular Fingerprint (résumé) Résumé : Extended Connectivity Fingerprints (ECFPs) are a staple molecular descriptor in cheminformatics, widely used for their efficiency in similarity searching, clustering, and machine learning. However, they are commonly assumed to be non-invertible due to their lossy, hashed nature—making them difficult to use in reverse engineering applications. In this work, we present a deterministic algorithm capable of reconstructing molecular structures from ECFP vectors by solving linear Diophantine systems on molecular fragments. To benchmark this approach, we compare it with a Transformer-based generative model trained to predict SMILES from ECFPs. While the generative model achieves high top-1 accuracy in retrieval tasks, it struggles with exhaustive enumeration. In contrast, the deterministic method enables complete and interpretable reconstruction within the limits of a defined molecular fragment alphabet. Applying this method to a drug dataset demonstrates its potential for de novo drug design, as many reverse-engineered structures are found to be patented or supported by bioassay data. Our findings demonstrate the utility of ECFPs for chemical space exploration and de novo molecular design, as the reverse-engineering techniques presented enable accurate and efficient molecular reconstruction.
13h00	Fin
Programme de l’Action DAE Mardi 27 mai 2025 – Salle J100
11h00	Introduction – Objectifs de l’Action
11h10	Présentation de Pierre Labadie (CNRS, EPOC) Présence et transfert des composés per- et polyfluoroalkylés (PFAS) dans les écosystèmes : focus sur les milieux aquatiques
11h30	Présentation de Luc Martinon (Data journalist) PFAS Data Hub. Présentation du projet CNRS : Plateforme pour les données des polluants PFAS
12h15	Présentation de Davide Di Pierro (INRAE, U. Montpellier) OntoPFAS : Ontologie des polluants et de leur exposition
12h45	Discussions
13h00	Fin

Programme de l’Action SaD-2HN Mardi 27 mai 2025 – Salle J101
11h00	Introduction – Objectifs de l’Action et de l’Atelier
11h05	Présentation de Francesco Beretta Conceptualiser la projection de phénomènes temporels dans les référentiels du temps: Wikidata, CIDOC CRM, OWL-time, SHDSS
11h45	Présentation collective de Christophe Tufféry, Thomas Andre, Jérémie Garniaux, Louis Marguet, Stéphane Renault, Erwan Vaissié, Pierre Allard, Raphaël Angevin, Pierre-Antoine Beauvais, Didier Binder, Françoise Bostyn, Céline Bressy-Léandri, Jean-Philippe Colin, Elsa Defranould, Paul Fernandes, Alix Gibaud, Sophie Grégoire, Mikaël Guiavarc’h, Francois-Xavier Le Bourdonnec, Harold Lethrosne, Ludovic Mevel André Morala, Nicolas Naudinot, Antoine Pasqualini, Michel Piboule, Alain Queffelec, Jean-Paul Raynal, Antonin Tomasso, Alain Turq et Vincent Delvigne Méthodes et dispositifs pour caractériser, analyser et partager les données sur les formations et les gîtes à silicites. Retour d’expérience sur vingt années de travaux interdisciplinaires
12h00	Présentation de Luana Batista-Goulart L’analyse de données en bioarchéologie : défis et limitations
12h15	Présentation de Charles de Miramon et Isabelle Brancourt Transcrire et analyser automatiquement le fonds du Parlement de Paris
12h30	Présentation de Gabriel Frossard L’IA au service de la démographie historique (2022-2026)
12h45	Questions et discussions
13h00	Fin

Programme de l’Atelier GeoKIF Mardi 27 mai 2025 – Salle J201
11h00	Présentation de l’Atelier
11h10	Présentation de Emilie Ostanciaux Infrastructures de recherche nationales et européennes dédiées aux données du système terre.
11h45	Présentation de Fatma Chamekh Etat de l’art sur les ressources sémantiques en géologie.
12h15	Présentation de Amit Charma architecture technique de jumeau numérique. ou Présentation de Nicolas Hiot Titre à définir
12h45	Discussions
13h00	Fin

Programme de l’Action TIDS Mardi 27 mai 2025 – Salle J203
11h00	Ouverture par Christine Sinoquet, Natalia Grabar et Nicolas Lachiche
11h15	Présentation de Lynda Tamine (IRIT) Accès aux données de dossiers patients en utilisant les grands modèles de langue : défis et solutions
12h00	Présentation de Salima Ben Ayed (U. Toulouse), Olivier Oger (CHC Liège), Philippe Olivier (CHC Liège), Safa Bhar Layeb (U. Toulouse) et Franck Fontanili (U. Toulouse) De la réception des messages HL7 à une base de données PostgreSQL : étude de cas au sein d’une clinique en Belgique
12h30	Présentation de Salima Ben Ayed (U. Toulouse), Olivier Oger (CHC Liège), Philippe Olivier (CHC Liège), Franck Fontanili (U. Toulouse) et Safa Bhar Layeb (U. Toulouse) Messages HL7 : Un Pilier de l’Interopérabilité Hospitalière
13h00	Fin
Mardi 27 mai 2025 – Salle J100
14h45	Présentation de Mohamed Maazoun (IMT Mines Albi), Margarita Naryzhnyaya (CHC Liège), Olivier Oger (CHC Liège), Philippe Olivier (CHC Liège), Safa Bhar Layeb (U. Toulouse) et Franck Fontanili Optimisation de la planification opératoire par la prédiction des durées : Application dans une clinique en Belgique
15h15	Présentation de Mohamed Maazoun, Margarita Naryzhnyaya, Olivier Oger (CHC Liège), Philippe Olivier (CHC Liège), Safa Bhar Layeb (U. Toulouse) et Franck Fontanili Du planning à la réalité : alignement des durées opératoires par apprentissage automatique
15h30	Présentation de Jose G. Moreno (IRIT), Jesús Lovón-Melgarejo (IRIT), M’Rick Robin-Charlet (IRIT), Christine Damase-Michel (CERPOP), et Lynda Tamine (IRIT) PatientDx: merging Large Language Models for protecting data-privacy in healthcare
16h00	Présentation de Judith Jeyafreeda (Institut Imagine) Using Large Language Models for temporal relation extraction in clinical reports. A study on patient timeline creation for rare diseases
16h20	Table ronde animée par Christine Sinoquet, Natalia Grabr et Nicolas Lachiche
16h45	Fin

Programme de l’Atelier DatAstro Mardi 27 mai 2025 – Salle J101
14h45	Introduction de André Schaaff et Nicolas Lumineau Introduction et présentation du nouvel atelier
15h00	Présentation de Simon Dupourqué (IRAP) Utilisation du machine learning et du calcul haute performance pour pouvoir accélérer l’inférence et améliorer la qualité scientifique des résultats en astronomie X (résumé) Résumé :l’inférence statistique est au cœur de nombreuses publications en astrophysique. Aujourd’hui, le paradigme évolue vers une généralisation de l’inférence bayésienne, qui fournit des distributions de paramètres robustes à partir d’un modèle et d’observations, tout en évitant les minima locaux. Toutefois, ces méthodes sont lentes et très gourmandes en calcul. Accélérer l’inférence bayésienne est donc un enjeu majeur pour les prochaines décennies, notamment grâce aux réseaux de neurones. L’inférence basée sur la simulation, en particulier, utilise des normalising flows pour apprendre une correspondance entre les espaces des paramètres et des observations. Ces réseaux peuvent être conditionnés et inversés facilement pour résoudre des problèmes d’inférence. Conçues à l’origine pour des inférences sans vraisemblance, ces méthodes permettent aussi une meilleure interprétation, notamment face à des données à haute dimension, comme en spectroscopie X à haute résolution. En réduisant de manière pertinente les spectres à une dizaine de statistiques bien définies, on peut considérablement accélérer l’inférence tout en gardant une interprétation physique solide. Cette approche est appliquée à des cas astrophysiques concrets que le futur observatoire Athena/X-IFU étudiera après son lancement en 2037.
15h30	Présentation de Emmanuel Gangler (LPCA) Titre à venir
16h10	Présentation à venir
15h30	Perspectives et conclusion
16h45	Fin

Programme de l’Action Musiscale Mardi 27 mai 2025 – Salle J201
14h45	Présentation de Jean-Marc Chouvel (IReMus, Sorbonne Université) Convolution et échelles de temps (résumé) Résumé : Le terme de convolution s’est introduit dans le monde musical à travers la révolution des réverbérations « à convolution ». Retranscrivant avec un réalisme inégalé les effets de l’espace sur la réception du son, ces traitements ont représenté une avancée considérable dans la compréhension de notre rapport à la réalité sonore. Nous essaierons de poser la question de la généralisation du principe de convolution à d’autres échelles que celles de la salle d’écoute, depuis la production même du son jusqu’à la grande forme.
16h45	Fin

Programme du GT RECAST Mercredi 28 mai 2025 – Salle J004
9h00	Présentation de Simon Coumes (LTCI, Institut Polytechnique de Paris) Qiana : Un formalisme du premier ordre pour quantifier les contextes et les formules (résumé) Résumé : Nous présentons Qiana, un cadre logique permettant de raisonner sur des formules qui ne sont vraies que dans des contextes spécifiques. Dans Qiana, il est possible de quantifier à la fois les formules et les contextes pour exprimer, par exemple, que « tout le monde sait tout ce que dit Alice ». Qiana autorise également les logiques paraconsistantes dans les contextes, de sorte que les contextes peuvent contenir des contradictions. De plus, Qiana est basé sur la logique du premier ordre et est finiment axiomatisable, de sorte que les théories Qiana sont compatibles avec les prouveurs de théorèmes préexistants en logique du premier ordre. Cette dernière propriété signifie que nous pouvons l’utiliser pour le raisonnement neurosymbolique.
10h00	Présentation de Marie-Laure Mugnier (U. Montpellier) Intégration de données et connaissances : application à la sélection d’espèces de service en agroécologie (résumé) Résumé : Il y a un besoin crucial d’outils pour aider les chercheurs, techniciens et agriculteurs à concevoir de nouveaux agroécosystèmes durables basés sur l’agroécologie. En effet, ces systèmes sont intrinsèquement complexes et leur conception nécessite l’intégration de données diverses et de connaissances scientifiques non stabilisées. En collaboration avec des chercheurs agronomes, nous nous sommes intéressés à la sélection de plantes de services en lien avec leur capacité à fournir des services écosystémiques. Nous avons adopté une démarche combinant une représentation formalisée de connaissances émergentes en agronomie et l’exploitation de données collectées indépendamment par la communauté de recherche en écologie. Nous avons plus spécifiquement appliqué cette démarche à l’enherbement des vignobles, c’est-à-dire la sélection d’espèces herbacées susceptibles de fournir différents services à la vigne. Dans cet exposé je présenterai les différents aspects de l’étude menée : principes d’intégration des données et connaissances, méthodologie d’acquisition des connaissances, architecture de l’outil développé, représentation des connaissances et raisonnements, première évaluation d’outil et enseignements tirés.
11h00	Fin

Programme de l’Atelier SIMDAC Mercredi 28 mai 2025 – Salle J101
9h00	Présentation à préciser
10h00	Discussions ouverte aux autres Ateliers et Actions Enjeux, verrous et étude des similarités

Appel à Posters

Date limite de soumission : ~~11 avril 2025~~ 24 avril 2025

À l’occasion de la 7ème édition du Symposium MaDICS, une Session Posters sera spécialement consacrée aux jeunes chercheuses et jeunes chercheurs souhaitant présenter leurs travaux en analyse et gestion de données et dans les domaines interdisciplinaires autour de la Science des Données. Cette session sera également l’occasion d’échanger avec des collègues académiques et des acteurs industriels sur les thématiques de recherche présentés.

Soumission de poster

La date de soumission est avancée afin de pouvoir traiter les demandes de bourses de mobilité le plus tôt possible. La soumission prend 5 minutes et le PDF du poster pourra être soumis dans un second temps. Il est par ailleurs possible de réutiliser un poster en indiquant dans le résumé l’événement auquel il a déjà été présenté.

Pour soumettre un poster, il suffit de :

être membre du GDR Madics (adhésion sur le site MaDICS)
de remplir le formulaire de soumission de poster avant le 24 avril 2025.

Bourses de mobilité

Le GDR MaDICS offre un certain nombre de bourses de mobilité aux jeunes chercheuses et jeunes chercheurs présentant un poster, permettant de couvrir leurs frais de mission pour la participation à l’ensemble du symposium, selon les règles habituelles de la fonction publique. La demande d’une bourse doit être formulée via le formulaire de soumission de poster et avant le ~~11 avril 2025~~ 24 avril 2025.

La sélection pour les posters et les bourses sera faite selon l’adéquation des travaux aux thèmes du GDR et, pour les bourses, selon le nombre de demandes par laboratoire. Les résultats seront diffusés après le 24 avril 2025.

Liste des posters acceptés

Nom Prénom	Laboratoire	Titre du poster
AMAL Oumaima	IRIT – Institut de Recherche en Informatique de Toulouse	Évaluation de la qualité des données dans l’IoT à l’aide des graphes de connaissances
André Hugo	CNES : DTN/CD/TPA	Deep generative modeling for the regularization of plume inversion from satellite images
Andrew Judith Jeyafreeda	Institut Imagine	Using Large Language Models for Temporal Relation Extraction in Clinical Reports
Bekkoucha Djawad	GREYC	Échantillonnage de motifs d’intervalles selon la fréquence
Ben Ayed Salima	Centre Génie Industrielle, IMT Mines Albi	Messages HL7 : Un Pilier de l’Interopérabilité Hospitalière
BLASE Vincent	IRIT et RESTORE	Anticiper la trajectoire de vieillissement d’un individu grâce à l’apprentissage actif
Bodrito Théo	Inria WILLOW	Deep learning for exoplanet detection and characterization by direct imaging at high contrast
Brito Azevedo Mariana	GREYC	Explicabilité des réseaux de neurones pour la conception de médicaments
Canon Ayoub	IRIT	Méthode de saisie et intégration de données historiques dans des graphes de connaissances
DANG Trung Anh	Le Laboratoire d’Informatique Fondamentale d’Orléans (LIFO)	Memory-efficient Continual Learning with Neural Collapse Contrastive
Demange Noé	DAVID	Génération de guides de construction de cages moléculaires
DIADHIOU COULON Laury	LIRIS	Rôles et réseaux sociaux dans les communautés en ligne : le cas de la plateforme Stack Overflow
EL GARB Mouna	Laboratoire d’InfoRmatique en Image et Systèmes d’information	Bioinformatics Workflows: Representation and Query
Ettaleb Mohamed	IRIT	Extraction de connaissances à partir de l’analyse conjointe des textes et tableaux
Gendarme Steve	GREYC – Groupe de REcherche en Informatique, Image, Automatique et Instrumentation de Caen	Résolution du démarrage à froid dans les systèmes de recommandation par clustering et set cover
Gouaichault Tristan	IRIT	FATES MLOps
KASTNER Lise	GREYC	GSBK: a Gradual Sensitivity-Based Kernel to guide the Gaussian process for refining Bayesian optimization
Lovon Jesus	IRIS-IRIT	PatientDx: Merging Large Language Models for Protecting Data-Privacy in Healthcare
Maazoun Mohamed	IMT Mines Albi Centre génie industriel	Du planning à la réalité : alignement des durées opératoires par apprentissage automatique
MADAD Sarra	LIST3N	Intelligence artificielle pour la recommandation d’action dans les processus
Mauduit Emilie	Observatoire Radioastronomique de Nançay (ORN) – LIRA – Observatoire de Paris	Real-time detection of Solar and Jovian radio bursts with NenuFAR: advancing astrophysical data mining with the EXTRACT project.
MERAKCHI Hiba	LIFAT	A New Similarity Measure for Temporal Semantic Sequences
NAMMOUR Fadi	LIRA, Observatoire de Paris, Université PSL, Sorbonne Université, CNRS	Radio imaging cloud workflow for multiband transient source reconstruction
Nespoulous Guilhem	LIST3N	Jumeau numérique de processus métier : approche probabiliste augmentée par GNN
OZER Derin	LERIA	Vers une planification de synthèse explicable et généralisable : MCTS guidé par apprentissage sur des réactions génériques
Tejedor Guillaume	LIFAT (Laboratoire d’Informatique Fondamentale et Appliquée de Tours)	Apprentissage d’une mesure pour la stratification de patients atteints de la sclérose latérale amyotrophique
THOREAU Romain	CNES, Data Campus	Challenging Multimodal Representation Learning by Alignment in Remote Sensing
wang lingchen	Laboratoire d’Informatique Fondamentale d’Orléans (LIFO)	Requêtes prédictives sur les bases de données graphe
Zahouani Zineddine	Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS)	Hybrid reasoning and dynamic recommendations to optimize group dynamics

Categories: MaDICS

Jun

Tue

2025

DAE : Détection d’Anomalies dans l’Environnement : Un Atelier Interdisciplinaire

Tickets

Jun 3 – Jun 4 all-day

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

Thème :

Conférence INFORSID

Présentation :

Cet atelier a pour objectif de favoriser la collaboration entre chercheurs et industriels, de partager les dernières avancées de la recherche et de promouvoir l\’intégration interdisciplinaire afin de relever les défis complexes des secteurs environnementaux. Il vise à explorer les méthodologies d’extraction de connaissances et d’analyse de données pour détecter les anomalies dans l’environnement. En intégrant les avancées en intelligence artificielle et en apprentissage automatique, l\’objectif est de développer des solutions durables pour analyser la présence des polluants et prédire leur impact sur la santé. L\’initiative encouragera la collaboration entre chercheurs, industriels et décideurs pour répondre aux enjeux sociétaux contemporains.

Du : 2025-06-03

Au : 2025-06-03

Lieu : Pau

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

Categories: DAE ·Journées

Jun

Wed

2025

International Workshop in Spatial Econometrics and Statistics

Tickets

Jun 4 – Jun 7 all-day

Annonce en lien avec l’Action/le Réseau :

Thème :

Données Spatiales

Présentation :

L’objectif du 23nd Workhop international en Econométrie Spatiale et Statisique (SEW 2025) international est de promouvoir et de développer les échanges scientifiques entre économistes, économètres, statisticiens
et mathématiciens sur l’économétrie et les statistiques spatiales et leurs applications dans plusieurs domaines des sciences sociales. L’atelier renforce et encourage les échanges entre les chercheurs seniors et juniors impliqués dans les statistiques et économétries spatiales. Il a pour objectif d’améliorer notre compréhension et notre mesure des interactions spatiales.

Du : 2025-06-04

Au : 2025-06-06

Lieu : Saint-Etienne

Site Web : https://sew2024.sciencesconf.org/

Categories: ·Journées

May – June 2025 May – Jun 2025

Ecoles

ÉCOLE THÉMATIQUE :

Jun 22 – Jun 28 all-day

Annonce en lien avec l’Action/le Réseau :

Thème :

Science Ouverte, Reproductibilité, Développement Logiciel et Scripts

Présentation :

Les pratiques de science ouverte ont depuis plusieurs années gagné le domaine des sciences humaines et sociales. On y rencontre des pratiques émergentes, au travers des réseaux (MATE-SHS), dans la mise à disposition des données et des logiciels au sein de divers dépôt institutionels (forges logicielles comme gitlab Humanum, entrepôt de données comme Nakala), mais aussi de publications type « Data Paper » dans des revues spécialisées (Cybergéo, Data & Corpus, etc.). La « reproductibilité computationelle » est également abordé dans des GT inter-disciplinaire (GTNotebook), dans des revues spécialisés (RZine) et par la présence actives de certaines disciplines des SHS (géographie, psychologie) au sein du jeune réseau « Recherche Reproductible Français ».

Si les signes sont bien là et encourageants, les besoins de formation de cette communauté scientifique en SHS, même s’ils sont bien identifiés, ne sont que très peu couverts. Après les données de recherche, les publications l’objectif de cette école thématique est de former les scientifiques des SHS aux enjeux du troisième pilier de la science ouverte : les codes sources et les logiciels.

Il est ainsi crucial de former rapidement la communauté aux enjeux actuels pour faire évoluer nos conceptions des humanités numériques. C’est tout l’enjeu de cette école que d’améliorer les connaissances, mais aussi de les diffuser dans la communauté scientifique ces prochaines années.

Les thématiques suivantes seront abordées:

I. Introduction aux enjeux et différentes facettes de la Science Ouverte
II. Forges logicielles et workflows
III. Notebooks et literate programming
IV. La reproductibilité computationnelle

Cette école s’adresse aux chercheur·euses, doctorant·es, enseignant·es-chercheur·euses, ingénieur·es et post-doctorant·es en SHS ayant une pratique de la programmation et souhaitant s’initier aux concepts et techniques de gestion de développements informatiques s’inscrivant dans la science ouverte.

Du : 2025-06-22

Au : 2025-06-27

Lieu : CAES CNRS de Saint-Pierre d’Oléron

Site Web : https://so-shs.gitpages.huma-num.fr/

Categories: ·Ecoles

June 2025 Jun 2025

In Memoriam

Décès de Christine Collet, créatrice et première directrice du GDR MaDICS, le 5 janvier 2019
Nous avons l’immense regret de vous annoncer le décès de Christine Collet, directrice du GdR MaDICS, survenu samedi 5 janvier. La communauté MaDICS perd sa figure de proue, une collègue brillante et pétillante, et une amie.

Nos pensées vont vers ses proches et sa famille.

Lire la suite…

MaDICS

Masses de Données, Informations et Connaissances en Sciences

Big Data - Data Science

Actualités MaDICS

Journées scientifiques

Présentation

Programme

Programme des Actions et Ateliers

Programme de l’Atelier EXMIA et de l’Action DSChem

Programme de l’Action DAE

Programme de l’Action SaD-2HN

Programme de l’Atelier GeoKIF

Programme de l’Action TIDS

Programme de l’Atelier DatAstro

Programme de l’Action Musiscale

Programme du GT RECAST

Programme de l’Atelier SIMDAC

Appel à Posters

Soumission de poster

Bourses de mobilité

Liste des posters acceptés

Ecoles

In Memoriam