Ateliers

Le GDR MaDICS possède des Ateliers, outils de préfiguration des futures Actions.

En 2022, quatre Ateliers sont présents :

Data Science in Chemistry

Acronyme : DSChem

Responsables :

Résumé :

DSChem a pour objectif de renforcer l’interface entre la chimie et l’informatique, au niveau national.

En complément des moyens existants, DSChem vise à organiser un groupe de travail ouvert à tous et dont les échanges permettront d’identifier rapidement les besoins informatiques en traitement d’information chimique et les compétences à mobiliser pour y répondre.

Ainsi, à court terme, DSChem favorisera l’identification d’une communauté de chercheurs autour de ce thème.

A moyen terme, DSChem favorisera la création et la conduite de projets dans ce périmètre, stimulant ainsi la qualité de la production scientifique associée.

Federated Learning for Sensitive Data

Acronyme : FedSed

Responsables :

Résumé :

Le déploiement de l’apprentissage dans la vie réelle est limité par la nature sensible de la donnée, qui demande de fortes garanties de protection. Comme conséquence, l’apprentissage est souvent impossible dans tous les cas où la donnée ne peut pas être partagée pour des raisons de sécurité (e.g. santé). Pour répondre à cette problématique, nous constatons depuis quelques années l’émergence des approches dites ‘federated learning’. Le principe de ces approches est de faire collaborer sur des tâches d’apprentissages plusieurs clients détenant leurs données sans les sortir de leurs silos. Cet atelier propose de réunir la communauté scientifique active sur ces sujets et des industriels pour mettre en évidence des uses cases et prioriser en commun les difficultés qu’il faut creuser davantage.

Modélisation multi-échelle de masses de données musicales

Acronyme : Musiscale

Responsables :

Résumé :

La masse de données musicales disponibles de nos jours représentent une richesse considérable d’un point de vue culturel et créatif, ainsi qu’en terme de capacité de valorisation éducative et industrielle.

Le but de cet atelier est d’amorcer une réflexion collective sur des paradigmes de représentation et de traitement des données musicales visant à rendre compte de la structure de leur organisation à différentes échelles. On privilégiera les approches se rattachant à la théorie de l’information, pouvant s’appliquer aux données musicales. On espère ainsi pouvoir faire mieux converger les visions informatiques, musicologiques, cognitives et applicatives dans la façon d’appréhender ces données.

Simplification et Vulgarisation des Textes Scientifiques

Acronyme : SimpleText

Responsables :

Résumé :

Les systèmes modernes d’accès à l’information promettent de donner aux citoyens un accès direct à des informations clés provenant de sources primaires faisant autorité. La littérature scientifique est concernée mais est en réalité difficilement accessible aux non-experts en raison de la complexité langagière, la structure, longueur, etc des documents scientifiques et de leur manque d’acculturation scientifique. La teneur du débat scientifique qui procède par confrontation d’une multiplicité d’études avant de parvenir à un consensus est aussi source de complexité. Les décisions individuelles ou politiques sont potentiellement impactées par une méconnaissance de l’ensemble des travaux et débats scientifiques.
Cette difficulté de lecture de document scientifique existe également lorsque les scientifiques s’intéressent aux documents scientifiques des autres disciplines que celles dont ils sont experts. Les résultats contradictoires à l’intérieur même d’une discipline sont difficilement appréhendables par des non-spécialistes. Quid alors des résultats contradictoires entre disciplines?
La simplification de textes se donne pour objectif de réduire ces obstacles.
L’atelier SimpleText abordera les opportunités et les défis des approches de simplification de textes scientifiques pour améliorer l’accès à l’information scientifique et l’acculturation scientifique.
L’atelier SimpleText s’appuiera sur une communauté interdisciplinaire de chercheurs en TALN, en RI, de linguistes, de sociologues, de journalistes scientifiques et de vulgarisateurs scientifiques travaillant ensemble pour tenter de résoudre l’un des plus grands défis d’aujourd’hui.