Archives

Special session on Point cloud based place recognition @ JURSE 2023 (Joint Urban Remote Sensing Event)

Date : 2023-05-17 => 2023-05-19
Lieu : Heraklion Crete, Greece

Important dates

– Paper submission: 10 November 2022
– Author acceptance notification: 20 December 2022
– Camera-Ready: 15 February 2023

Aims and scope

The Joint Urban Remote Sensing Event (JURSE) is an international forum for researchers, practitioners and students who present, share, and discuss their latest findings and results. It is committed to introduce innovative methodologies and technological resources recently employed to investigate the manifold aspects of the urban environment through orbital and airborne remote sensing data.

In this edition, we propose the special session “Point cloud based place recognition”, dedicated to the last results on the management, analysis and exploitation of point clouds for the problem of place recognition. As point clouds become increasingly used in applications thanks to low cost LiDAR sensors, the availability of 3D photogrammetric sites or the development of public or private digitization surveys, point cloud based retrieval becomes more and more studied. Currently, one of the most frequent use case is the loop closure step during point cloud based structure from motion, but it is clear that the advent of such data begins to make popular the general problem of place recognition from point clouds, especially because these geometric data may provide representations more robust to scene variations than images. Since PointNetVLAD, several articles have been published in top ranked conferences on this topic, and the increasing popularity of the problem can be addressed from various research angles in 3D and 2D which are welcome in this special session, including: model efficiency, indexing and retrieval, multi-modality 2D/3D, semantic segmentation, registration, reconstruction, scaling, etc.

Submission guidelines

Submission portal and info: http://www.jurse2023.org/call-for-papers.html

Authors are invited to contribute by submitting a full paper in English of no more than 4 pages double-column, including illustrations, results and references. The accepted papers will be included in the JURSE 2023 Proceedings published in the IEEE Xplore Digital Library. When submitting, you will have the choice among the JURSE 2023 general topics and special sessions proposed, the final allocation of papers within special sessions will depend on the global list of accepted papers.

Organizers

Laurent Caraffa (LaSTIG Lab / IGN – Gustave Eiffel University, France)
Valerie Gouet-Brunet (LaSTIG Lab / IGN – Gustave Eiffel University, France)

Lien direct

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

Recalage par deep learning pour un simulateur en neurochirurgie

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : CREATIS
Durée : 6 mois
Contact : michael.sdika@creatis.insa-lyon.fr
Date limite de publication : 2023-02-28

Contexte :
Contexte scientifique Dans le cadre d’une collaboration entre les laboratoire Ampère et CREATIS, nous
developpons un simulateur de chirurgie qui permettra l’apprentissage d’un geste à la fois courant et critique:
la ponction ventriculaire. Pour créer des patients virtuels pour le simulateur, nous devons repositionner
l’IRM d’un sujet quelconque sur l’IRM du sujet utilisé pour créer le crâne physique du simulateur (figure
1). Il faudra donc faire correspondre exactement les crânes des deux sujets tout en préservant l’anatomie du
patient virtuel.
Le recalage d’image est un outil permettant d’aligner des images entre elles. Par example sur la figure
2, elle permet de positionner, d’orienter voire de déformer les cerveaux des trois images de droite pour les
replacer dans le système de coordonnées de l’image de gauche. C’est souvent une étape préliminaire essentielle
pour l’étude de pathologie cérébrale basée sur l’imagerie.
Les outils classique de recalage sont souvent basée sur des approches itérative d’optimisation mathématique.
Ces méthodes donnent généralement de bons résultats mais peuvent parfois échouer. Pour palier à ce manque
de robustesse, de plus en plus de méthodes actuelles se basent sur des approches par pprentissage profond
[Boveiri].

Sujet :
Objectifs L’objectif du stage est d’abord de de mettre en place et d’entraı̂ner un réseau de neurones
permettant faire le recalage linéaire d’une image de cerveau sur un espace de référence standard. L’objectif
principale sera que l’estimation soit la plus robuste possible mais aussi que le réseau soit léger. On se basera
sur les résultats obtenus lors d’un stage précédent au cours duquel on se restreignait à des transformations
2D.
On devra ensuite faire la correspondance des crânes par un recalage déformable préservant l’anatomie du
patient. On pourra comparer ici les approches classique et par apprentissage.
Données: plusieurs jeux de données d’imagerie cérébrales publiques impliquant différentes pathologies,
protocoles d’acquisition et modalités sont déjà utilisés dans l’équipe et seront utilisés pour le stage. Une
solide procédure d’augmentation de données permettra d’améliorer encore la robustesse de notre méthode.

Profil du candidat :
Profil du Candidat Le candidat recruté devra avoir une formation dans un des domaines suivants et de
bonnes connaissances dans les deux autres:
• Deep learning
• Traitement d’images
• Mathématiques appliquées
Il devra aussi avoir de solides compétences en développement logiciel en pytorch et être en mesure
d’implémenter les méthodes proposées.
Merci d’envoyer vos candidatures avec CV, lettre de motivation, relevés de notes, lettres de recomman-
dation à michael.sdika[at]creatis.insa-lyon.fr.

Formation et compétences requises :
Profil du Candidat Le candidat recruté devra avoir une formation dans un des domaines suivants et de
bonnes connaissances dans les deux autres:
• Deep learnin)
• Traitement d’images
• Mathématiques appliquées
Il devra aussi avoir de solides compétences en développement logiciel en pytorch et être en mesure
d’implémenter les méthodes proposées.
Merci d’envoyer vos candidatures avec CV, lettre de motivation, relevés de notes, lettres de recomman-
dation à michael.sdika[at]creatis.insa-lyon.fr.

Adresse d’emploi :
Campus de la Doua, Villeurbanne

Document attaché : 202210221945_internship-registration-2023.pdf

Maître de Conférence en Informatique, Fouille de données, Télédétection

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Université Savoie Mont Blanc
Durée : fonctionnaire
Contact : nicolas.meger@univ-smb.fr
Date limite de publication : 2023-02-28

Contexte :
Profil de poste en section 27, ouvert aux autres sections si candidature dans le profil. Diffusion sous réserve de la validation des instances et de l’analyse de la soutenabilité financière.

L’enseignement sera réalisé au sein du département Informatique de l’IUT d’Annecy, dans le B.U.T. Bachelor Universitaire de Technologie, sur les 3 années. Notre IUT propose 3 parcours, en formation initiale et/ou en alternance à partir du S4 ou S5.

L’activité de recherche s’intégrera à celle du laboratoire LISTIC (Laboratoire d’Informatique, Systèmes, Traitement de l’Information et de la Connaissance) dans le thème AFuTé (Apprentissage, Fusion et Télédétection). Ce thème développe des approches théoriques et méthodologiques en lien avec l’apprentissage automatique, la fusion de données incertaines, le traitement du signal et la télédétection. Les domaines d’application sont majoritairement liés à l’analyse de données temporelles et/ou spatiales, en particulier pour la surveillance de l’environnement.

Sujet :
Enseignement : la personne recrutée pourra prendre en charge des enseignements en bases de données, SI, programmation, DevOps, virtualisation ou bien encore en fouille de données. Elle devra aussi s’investir dans la vie du département (réunions d’équipe, accompagnement et suivi des étudiants, encadrement de projets et suivis de stages, …). Elle pourra se voir confier une des tâche/mission administrative telle que la communication, une responsabilité d’études, la coordination des stages, … selon les besoins et ses compétences. Une expérience pédagogique basée sur des outils et concepts innovants (approche compétences, classe inversée, apprendre en enseignant, cours interactifs, ressources en lignes, …) sera appréciée.

Recherche : la personne recrutée devra montrer sa capacité à développer ses travaux en extraction de connaissances, et plus particulièrement en fouille de données, qu’il s’agisse d’extraire des motifs locaux (itemsets, motifs séquentiels, biclusters) et/ou des modèles globaux (classifieurs, clusterings). Des compétences en apprentissage profond et une capacité à se saisir des applications en télédétection sont également souhaitées.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
IUT ANNECY, 9 Rue de l’Arc en Ciel, Annecy-le-Vieux, 74 940 Annecy

LISTIC, Polytech Annecy-Chambéry, 5 chemin de bellevue, Annecy-le-vieux, 74 940 Annecy

Recommandation guidée par des connaissances métier en business intelligence

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Lab-STICC – IMT Atlantique campus de Brest et INTE
Durée : 3 ans
Contact : gregory.smits@irisa.fr
Date limite de publication : 2023-02-28

Contexte :
La société INTESCIA est un éditeur de logiciels spécialisé dans la Business Intelligence (BI) et la science des données. Créée en avril 2013, INTESCIA GROUP a pour ambition de devenir un acteur majeur de la Data Economy. Son cœur de métier est l’exploitation de l’information afin de lui donner de la valeur et sa mission dans l’environnement Smart Data : Offrir aux entreprises des outils et des services business performants et en avance, adaptés à leurs exigences.
Le Lab-STICC est une Unité Mixte de Recherche rattachée à 6 tutelles, à savoir le CNRS, l’ENIB, l’ENSTA Bretagne, IMT Atlantique, l’Université de Bretagne Occidentale, l’Université de Bretagne Sud. Ce laboratoire de Recherche pluridisciplinaire est implanté sur plusieurs sites géographiques, en l’occurence sur Brest (campus d’IMT Atlantique, de l’ENSTA Bretagne, de l’ENIB et de l’UBO), sur Quimper (IUT de quimper / UBO) et sur Lorient/Vannes (Campus de l’UBS).
Au sein du pôle SHM (Sciences Humaines et Sociales), l’équipe MOTEL vise à proposer des outils, des méthodes et des modèles centrés humains pour faciliter les interactions entre un utilisateur et un système informatique, d’apprentissage en ligne généralement.

Le projet de thèse proposé s’inscrit dans le cadre d’un partenariat entre INTESCIA GROUP et l’équipe MOTEL dont l’objectif est de concevoir de nouvelles fonctionnalités analytiques et prédictives à l’intersection entre IA et BI.

Sujet :
DoubleTrade est une solution logicielle de veille business permettant aux utilisateurs (sociétés clientes) d’explorer les offres de marchés publics et privés, en France et à l’étranger.
Un enjeu majeur pour l’entreprise INTESCIA est d’augmenter la valeur ajoutée de sa solution DoubleTrade avec des fonctionnalités analytiques et prédictives qui soient novatrices et pragmatiques. L’objectif est à la fois de fournir des vues concises et interprétables des marchés en cours et de leur évolution, mais surtout d’être en mesure de recommander à un client les marchés les plus adaptés à ses activités.

Pour atteindre cet objectif fonctionnel, quatre verrous scientifiques seront adressés lors de cette thèse :
1. Définir des algorithmes de résumé des appels d’offre [Smits et al., 2018] et des mesures de comparaison entre résumés pour mettre en exergue les évolutions des caractéristiques de ces appels d’offre [Dong and Li, 1999].
2. Enrichir un modèle métier (type graphe de connaissances [Ji et al., 2021]) défini a priori à l’aide de connaissances acquises automatiquement des données reflétant les dépendances entre offres de marchés, les liens entre les différents acteurs (entreprises, collectivités, décisionnaires), etc.
3. Concevoir une stratégie de recommandation d’appels d’offres guidée par le modèle métier [Guo et al., 2020] ainsi que des techniques d’explication des raisons de la recommandation. Cette dernière fonctionnalité s’appuiera sur les travaux existants en intelligence artificielle explicable et notamment la génération d’explications contrastives entre la classe des appels d’offres adaptés à un profil d’entreprise et ceux qui ne le sont pas [Došilović et al, 2018].
4. Proposer et développer des tableaux de bord combinant des vues « classiques » de métriques, des visualisations des résumés de données ainsi que des recommandations d’appels d’offre et leurs explications associées.

Profil du candidat :
Le candidat doit posséder un diplôme de Master recherche ou un diplôme d’ingénieur en informatique. Outre le fait de disposer d’une capacité à travailler en équipe et d’un réel goût pour la recherche scientifique, on attend du candidat une formation et une expérience en sciences de données et en apprentissage automatique. Des compétences en business intelligence seraient un plus très apprécié.

Formation et compétences requises :
Master ou ingénieur en informatique

Adresse d’emploi :
La thèse pourra se dérouler soit dans les locaux de l’entreprise INTESCIA (Issy-les-Moulineaux) soit au Lab-STICC (IMT Atlantique campus de Brest) avec des possibilités de télétravail partiel. L’ensemble des personnes impliquées dans le projet (INTESCIA + Lab-STICC) se réunira mensuellement pour s’assurer de la bonne conduite du projet.

Document attaché : 202210201248_Sujet-de-thèse_CIFRE_INTESCIA.pdf

Navigation dans les règles d’implication multidimensionnelles pour l’aide à la décision en santé animale et végétale (agroécologie)

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : LIRMM/CIRAD
Durée : 6 mois
Contact : marianne.huchard@lirmm.fr
Date limite de publication : 2023-03-01

Contexte :
Le stage est réalisé dans le cadre de l’Institut de convergence # Digitag (https://www.hdigitag.fr/fr/).

Pour un producteur agricole, décider d’une pratique impose de considérer celles mises en place afin d’éviter de perturber l’équilibre du système. Il doit donc connaître la diversité des situations culturales. Par exemple, la littérature présente diverses solutions à base de plantes pour contrôler l’infestation d’une culture agricole par une population de bioagresseurs. Choisir une solution qui la repousserait peut la faire migrer vers une culture avoisinante peu attaquée. En comportant plus de 48000 descriptions d’utilisation de plantes à effet pesticide et antibiotique, la base Knomana [Silvie et al., 2021] peut permettre ce choix. Les plateformes logicielles RCAviz [Muller et al. 2022] et RCAvizIR permettent de naviguer dans cette base dont les connaissances ont été classées par l’Analyse de Concepts Relationnels. De façon à représenter fidèlement les données en plusieurs dimensions et faciliter leur interprétation par le producteur agricole, une solution consiste à les exprimer sous forme de règles d’implication multidimensionnelles, une méthode nouvelle issue de l’Analyse de Concepts Formels. Pour une relation ternaire connectant des bioagresseurs, des plantes qui les contrôlent et des cultures protégées, cette méthode permet par exemple d’énoncer les connaissances sous la forme « quand Bioag1 est contrôlé par plant1 sur culture1, alors Bioag1 est également contrôlé par plant2 sur culture1, et par plant3 sur culture2 ».

Sujet :
L’objectif du stage est de développer une approche et un prototype logiciel de visualisation de connaissances, exprimées sous forme de règles d’implication multidimensionnelles. Ces règles sont produites par un algorithme implémenté en Python. Nous développerons également une stratégie de présentation des règles à l’utilisateur incluant ses centres d’intérêt et d’après la sémantique du contenu des règles.

Profil du candidat :
Personne intéressée par l’ingénierie des connaissances, l’analyse visuelle (visual analytics) et à trouver des solutions alternatives aux pesticides et antibiotiques de synthèse pour l’agriculture biologique.

Formation et compétences requises :
Etudiante ou étudiant de Master 2 (informatique ou bioinformatique) ayant des compétences solides en programmation et en analyse de données.

Adresse d’emploi :
LIRMM, 161, rue Ada, 34095 Montpellier Cedex 05

Document attaché : 202210200644_SujetStage2022_2023.pdf

Research engineer at CEA – Tech – Collective intelligence of/for Scientists

Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : CEA – Tech
Durée : 18 months
Contact : mathilde.noual@cea.fr
Date limite de publication : 2022-12-31

Contexte :
Our world is facing unprecedentedly severe social and environmental crises. The scale of the response requires deep and efficient _coordination_ of resources and efforts.

The CEA is a French public research institution with strong ties to the industrial ecosystem and European institutions. It constitutes the ideal setting to agilely build, test and implant the necessary digital supporting foundations for wide scale inclusive interdisciplinary coordination.

Our group is part of the CEA Tech. It designs and develops tools for a wide variety of engineering applications in a wide variety of domains. We are equipped with long-standing experience and expertise in tailoring, developing, optimising, interfacing and integrating open source and proprietary software solutions for our various clients, both public and private.

Sujet :
We wish to hire a new team member, to come and work full-time with us on our coordination solution, to architecture the system’s foundations, set them up and test them in diverse use cases.

We are looking for a research engineer. The new team member will participate in the development of a collaborative digital platform implementing principles of collective intelligence.

The role is a hands-on opportunity to contribute at the centre of an exciting, meaningful, avant-garde project, empowering coordination across engineering domains and solutions and scientific disciplines and research.

Profil du candidat :
Core responsibilities:

– Participate in the architectural design of a complex distributed system
– Design and develop a web-based system (front-end and back-end) that accesses and manages large datasets
– Write technical documentation of software and solutions
– Support all activities related to end to end software design and testing
– Fit in with the development team and interact with cross-functional teams

Formation et compétences requises :
Requirements & Qualifications:

– Programming languages: C, C++, Rust or Java
– Knowledge of one or several DBMS
– Experience with version control technology (e.g. Git)
– Basic knowledge of RESTful architectures and implementations
– Fluent in English and/or French
– Proactive work ethics
– Attention to detail and excellent analytical skills (profound algorithmic and complex architectural decisions will be involved)
– Engaging entrepreneurial personality, interested in broadening your horizons and expanding your skills to master new technologies and new perspectives.
– Master’s degree or higher

Plusses :

– Conversant in French and in English (if not fluent)
– Experience with NoSQL is a serious plus
– Knowledge of P2P protocols (Hypercore, IPFS, SSB…) is also a serious plus
– Knowledge of Eclipse-based modelling technologies (e.g. EMF, Sirius, Xtext)
– Knowledge of automated model management (e.g. model transformation, code
generation) technologies
– The project aims at easing the daily work life of scientist researchers so sensitivity to the academic lifestyle is also a plus.

Perks and benefits:

You will …
– Work closely with cross-functional interdisciplinary scientific research and engineering teams,
– Evolve in a stimulating goal-oriented environment
– Have the possibility of working remotely part of the week
– Be involved in meaningful technological decision making
– Enjoy unlimited free coffee/tea

Adresse d’emploi :
CEA-Tech in Palaiseau (plateau de Saclay, Île-de-France), France

Application link:

https://www.emploi.cea.fr/Pages/Offre/detailoffre.aspx?idOffre=23814&idOrigine=502&LCID=1036&offerReference=2022-23814

Document attaché : 202210181122_fiche-text.txt

DataPlat 2023, the 2nd International Workshop on Data Platform Design, Management, and Optimization

Date : 2023-03-28
Lieu : Ioannina, Grece

This is a Call for Papers for DataPlat 2023, which will be held on March 28, 2023, and co-located with EDBT/ICDT at Ioannina (Greece). For further information on the workshop, please head to https://big.csr.unibo.it/dataplat2023/

We are currently negotiating the invitation of best papers to a special issue in a top-tier journal in Computer Science and Information Systems.

Important dates
* Paper submission: January 8, 2023
* Authors notification: February 5, 2023
* Camera ready: February 19, 2023
* Date of the workshop: March 28, 2023

Information systems have evolved into complex data platforms supporting end-to-end data-intensive needs, such as storage, computation, and analysis of data with heterogeneous structures. However, a smart and comprehensive support for data scientists and architects to govern the data through the whole life-cycle is still necessary.
Supporting data management and governance requires the collection of metadata capturing the distinguishing features of the data; this enables advanced functionalities spanning from data research and profiling to provenance control, orchestration of data pipelines, incremental data integration, efficient querying, automated analytics, and homogeneous data access. The challenges begin with metadata management in terms of the modeling effort, storage, complexity of retrieval activities, and effective exploitation. While coping with big-data issues, the enabled functionalities must: (i) handle the heterogeneity of storage and computation engines (including DBMSs supporting multiple data models and cloud storage systems with limited control and predictability), (ii) meet suitability requirements for less-skilled users, and (iii) limit the costs of pay-as-you-go resources.
This workshop calls for innovative solutions — from researchers and practitioners — that address the aforementioned challenges. We welcome papers that contribute to the advancement of data platforms in engineering, optimizing, and simplifying the different aspects of data and metadata management and fruition.

The scope of the workshop includes, but is not limited to, the following topics.
* Metadata modeling for data platforms
* Techniques for metadata discovery and management
* Advanced search, exploration, and profiling of data and metadata
* Semantic enrichment of metadata
* Data governance
* Data wrangling
* Provenance and data versioning control
* Orchestration and optimization of data transformation pipelines
* Data integration and querying in multimodel databases, multistores, polystores
* Query processing, optimization, and performance
* Entity resolution and data fusion
* Big data management and querying
* Artificial Intelligence solutions for data platforms
* AutoML techniques
* Cloud computing and architectures
* Advanced architectures for data lakes and data platforms
* Analysis, design, implementation, and testing of data platforms
* Case studies and project experiences

Submissions should present original results and substantial new work not currently under review or published elsewhere. DataPlat 2023 will follow a single-blind review process to evaluate submissions on the basis of originality, relevance, quality, and technical contribution. The following submissions are accepted:
* Regular and short research papers (up to 10 and 5 pages, respectively)
* Vision papers (up to 5 pages)
* Application papers (up to 5 pages)

Papers must be submitted via Microsoft CMT, in PDF, according to the EDBT Proceedings Format: https://cmt3.research.microsoft.com/DataPlat2023

Lien direct

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

Imagerie Hyperspectrale pour l’Astrophysique

Offre en lien avec l’Action/le Réseau : BigData4Astro/– — –

Laboratoire/Entreprise : Institut de Planétologie et d’Astrophysique de Gr
Durée : 5 mois
Contact : mickael.bonnefoy@univ-grenoble-alpes.fr
Date limite de publication : 2023-01-31

Contexte :
Les spectrographes intégraux de champ sont une classe d’instruments aujourd’hui déployée sur la majorité des observatoires astronomiques modernes (Very-Large-Telescope au Chili; Télescope Keck à Hawaii). Les cubes d’images hyperspectrales qu’ils produisent contiennent une diversité d’information qui commence à être exploitée pour rechercher et caractériser des planètes en cours de formation (proto-planètes) autour d’autres étoiles [1].

Les données sont dominées par le halo de flux de l’étoile qui agit comme une nuisance. Les signaux produits par les planètes en formation sont parcimonieux et proches du niveau du bruit. Des méthodes de recherche de signaux faibles dans des cubes de données hyperspectraux ont été développées dans des contextes méthodologiques proches [2]. Ces méthodes nécessitent d’être adaptées au présent problème de détection de planètes en formation en recherchant une raie spectrale spécifique de l’hydrogène (raie Hɑ).

Sujet :
Le travail proposé consiste à prendre en main des données de l’instrument MUSE (Very-Large-Telescope) et de reproduire dans un premier temps les résultats de l’état de l’art [3]. Il s’agit alors de bien mettre en évidence les possibilités et les limites des solutions algorithmiques existantes. Un effort particulier sera déployé vers les méthodes de soustraction de halo dans les images et l’analyse de performances de détection sur les résidus obtenus par soustraction de ce dernier. Les données à traiter/analyser sont déjà acquises et seront donc facilement disponibles.

L’expertise développée devra permettre d’étendre et de proposer des évolutions de ces méthodes, possiblement dans le cadre d’une prolongation de ces travaux par un doctorat (financement ANR acquis). Le travail se déroule dans le contexte d’une collaboration entre les laboratoires GIPSA-Lab et IPAG à Saint-Martin-d’Hères.

Profil du candidat :
Bonnes connaissances en détection, estimation, approches Bayésiennes. Notions sur la formation des images. Appétences pour le traitement de données astrophysiques et échange entre plusieurs disciplines scientifiques. Bonne maîtrise de Matlab et Python.

Formation et compétences requises :
Etudiant en master 2 recherche en traitement du signal et/ou étudiant en fin de cycle ingénieur.

Adresse d’emploi :
IPAG
414 Rue de la Piscine
38400 Saint-Martin d’Hères

GIPSA-Lab
11 Rue des Mathématiques
38400 Saint-Martin-d’Hères

Document attaché : 202210180908_Detecting propoplanets in hyperspectral data.pdf

TOTh 2023 Training Session on “Terminology & Digital Humanities”

Date : 2023-05-30 => 2023-05-31
Lieu : Campus Scientifique
Université Savoie Mont Blanc

TOTh TRAINING 2023
“Terminology & Digital Humanities”

Digital Humanities (DH) is a newly emerging interdisciplinary area at the intersection of Computer Science and the Humanities (including but not limited to art, geography, history, language, literature, music). Its main aim is to develop and implement digital tools for Humanities research.

The fundamental question in DH is how datasets from the Humanities can be represented digitally so that both humans and machines can process and exchange them on the Web. Ontology and Terminology have a central role to play in this end.

This two-day summer school is dedicated to constructing terminologies and ontologies in Digital Humanities using Protégé, the most commonly used ontology editor.

This two-day course will be illustrated with practical works on the example of ancient Greek vases

Lien direct

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

TOTh 2023 Call for Papers

Date : 2023-06-01 => 2023-06-02
Lieu : Campus Scientifique
Université Savoie Mont Blanc

Call for Papers
TOTh 2023 CONFERENCE – ONSITE & ONLINE
Terminology & Ontology: Theories and applications

Home


1 & 2 June 2023
University Savoie Mont-Blanc (Chambéry, France)
—————————————————————————————–
Deadline for submission of extended abstracts: 8 January 2023
Notification to authors: 12 February 2023
Easychair submission page: https://easychair.org/conferences/?conf=toth2023
Easychair call for papers: https://easychair.org/cfp/TOTh-2023
Author guidelines: The format for submitting abstracts is free. The number of characters including spaces is between 12,000 and 15,000, excluding the bibliography
—————————————————————————————–
The proceeding will be published in the “Terminologica” Collection (http://toth.condillac.org/proceedings) distributed by “le Comptoir des presses d’universités” (http://www.lcdpu.fr/).
The previous proceedings can be downloaded at: http://toth.condillac.org/proceedings

Lien direct

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