BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Normastic - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.normastic.fr
X-WR-CALDESC:Évènements pour Normastic
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:UTC
BEGIN:STANDARD
TZOFFSETFROM:+0000
TZOFFSETTO:+0000
TZNAME:UTC
DTSTART:20210101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=UTC:20220602T090000
DTEND;TZID=UTC:20220602T180000
DTSTAMP:20260411T180500
CREATED:20220530T142952Z
LAST-MODIFIED:20250708T112424Z
UID:14817-1654160400-1654192800@www.normastic.fr
SUMMARY:Workshop : Imagerie numérique\, patrimoine et son accessibilité pour tous (06/02/2023)
DESCRIPTION:The objective of this workshop « Imagerie numérique\, patrimoine et son accessibilité pour tous » is to exchange ideas on an interdisciplinary approach to the museum of the future: inclusive museum were artworks are presented and accessed via new digital tools which creates an immersive multimodal museum experience for any visitor (visually impaired visitors included). The workshop comprises academics from different departments social science and humanities (philosophy included)\, heritage and digital technology experts. Participation of Postdocs and Ph. D Students is strongly encouraged. \nIl y a plusieurs sessions: \nsession1: Histoire France -UK à travers la tapisserie de Bayeux\nsession2: Musées d’aujourd’hui: TIC utilisées et nouvelles expériences\nsession3: Nouvelles technologies numériques pour un musée inclusif\nsession 4: projets en cours: ANRs et RIN dans le domaine du patrimoine \nOrganizers: \nA. ELMOATAZ (Université de Caen\, Normandie)\nZ. LAKHDARI (Laboratoire GREYC)\nE. PISSALOUX (Université de Rouen\, Normandie)\nS. SCHÜPP (Université de Caen\, Normandie) \nLa date : 2 juin\, 9h-18h\, Campus 2 \, Bat S3\, amphi 043. \nCette journée est ouverte à tout public. \nflyer: https://ent.normandie-univ.fr/filex/get?k=usr501FjWTn54WYJ2aN
URL:https://www.normastic.fr/event/workshop-imagerie-numerique-patrimoine-et-son-accessibilite-pour-tous/
LOCATION:Université de Caen\, Campus 2\, 6 Boulevard du Maréchal Juin\, Caen\, 14000\, France
CATEGORIES:Analyse et Traitement d'Images
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220607T140000
DTEND;TZID=Europe/Paris:20220607T160000
DTSTAMP:20260411T180500
CREATED:20250708T121809Z
LAST-MODIFIED:20250708T121809Z
UID:17576-1654610400-1654617600@www.normastic.fr
SUMMARY:Comité de direction (07/06/2022)
DESCRIPTION:
URL:https://www.normastic.fr/event/comite-de-direction-07-06-2022/
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220608T103000
DTEND;TZID=UTC:20220608T170000
DTSTAMP:20260411T180500
CREATED:20220520T065025Z
LAST-MODIFIED:20250708T131349Z
UID:14807-1654684200-1654707600@www.normastic.fr
SUMMARY:Journée de l'axe DAC sur Traitement Automatique de la Langue (08/06/2022)
DESCRIPTION:La prochaine journée de l’axe « Données\, Apprentissage\, Connaissances » de la fédération Norm@STIC aura lieu le Mercredi 8 Juin 2022 à Caen\, Campus 2\, Sciences 3\, S3-351. \nLien visio : https://webconference.unicaen.fr/b/fra-cen-etw \nCette journée sera placée sous le signe du TAL ; le programme est le suivant : \n\n10:30 Anaëlle Balledent (GREYC) – Impact des modalités induites par les outils d’annotation manuelle : exemple de la détection des erreurs de français\n11:00 Safaa Menad (LITIS/TIBS) – Un modèle neuronal siamois pour une recherche efficace de documents biomédicaux\n11:30 Simon Bernard (LITIS) – Projet CATCH : impliquer la population dans la gestion d’accidents industriels\n12:00 Navneet Agarwal – Mental Health estimation and AI\n\n\n14:00 Laure Soulier (ISIR) – Data-to-text generation: Let your data speak fluently!\n15:00 Gaël Lejeune (STIH) – One (over-)fits for all ? Sur la robustesse des systèmes de TAL en contexte variationnel\n16:00 Marc Spaniol (GREYC) – Blogger or President? Exploitation of Patterns in Entity Type Graphs for Representative Entity Type Classification\n\nProgramme détaillé\n\n10:30 Anaëlle Balledent (GREYC) – Impact des modalités induites par les outils d’annotation manuelle : exemple de la détection des erreurs de français\nCertains choix effectués lors de la construction d’une campagne d’annotation peuvent avoir des conséquences sur les annotations produites. En menant une campagne sur la détection des erreurs de français\, aux paramètres maîtrisés\, nous évaluons notamment l’effet de la fonctionnalité de retour arrière. Au moyen de paires d’énoncés presque identiques\, nous mettons en exergue une tendance des annotateurs à tenir compte de l’un pour annoter l’autre.\n11:00 Safaa Menad (LITIS/TIBS) – Un modèle neuronal siamois pour une recherche efficace de documents biomédicaux\nLa recherche de documents est actuellement dominée par les méthodes d’apprentissage profond\, notamment celles basées sur les transformeurs\, comme Sentence-Transformers (Reimers and Gurevych\, 2019) qui atteint de très bons résultats dans la similarité textuelle. Le domaine biomédical reste cependant moins exploré.\nNous avons réalisé plusieurs expérimentations de fine-tuning (réglage des paramètres) d’un sentence-transformer sur un corpus biomédical que nous avons construit à partir de la base de données bibliographiques PubMed en utilisant les couples (title\, MeSH descriptor) et (abstract\, MeSH descriptor).\nNos premiers résultats montrent que les couples d’entrées (abstract\, MeSH descriptor) comme données d’entraînement permettent d’obtenir de meilleurs classements que les modèles sans fine tuning.\n11:30 Simon Bernard (LITIS) – Projet CATCH : impliquer la population dans la gestion d’accidents industriels\n12:00 Navneet Agarwal – Mental Health estimation and AI\nIn recent years there has been a huge focus on mental health and how it is affecting peoples lives around the world. Given that a significant portion of the worlds population is suffering form one or the other mental illness\, combined with the limitations of the health services in handeling such a huge volume of patients\, there has been considerable research in the field of automated mental health analysis\, and depression level estimation in particular. During this talk we discuss some of the models used in a patient-therapist interview setting for automated depression estimation. We will also talk about the role played by the structure of the discourse and how it impacts the learning ability of the models.\n\n\n14:00 Laure Soulier (ISIR) – Data-to-text generation: Let your data speak fluently!\nLe data-to-text vise à générer des descriptions en langage naturel à partir de données structurées (par exemple\, des tableaux ou des graphiques). Cette tâche est particulièrement difficile car elle nécessite de synthétiser et raisonner sur des informations complexes et interdépendantes\, sans correspondance directe entre les données et la description. Comme les modèles de génération de texte\, le data-to-text souffre également des problématiques d’hallucinations et de divergences par rapport à l’entrée structurée.\nDans cet exposé\, nous passerons en revue les modèles de data-to-text et présenterons nos contributions dans ce domaine. Nous discuterons également des perspectives de recherche ainsi que de l’utilisation du data-to-text dans d’autres domaines d’application.\n15:00 Gaël Lejeune (STIH) – One (over-)fits for all ? Sur la robustesse des systèmes de TAL en contexte variationnel\nDifférentes variables ont une influence sur la capacité des modèles de TAL\, qu’ils soient par règles ou issus de l’apprentissage automatique\, à\nêtre ré-utilisables (ou robustes). Parmi elles\, figure la variation dans les données.\nCette variation peut provenir de différents aspects : \n\nla variation dans la langue\, le multilinguisme mais aussi la variation diatopique (français de France VS français du québec par ex.)\nla variation dans le genre/type de texte traité\, avec notamment l’impact de la variation diastratique (dans des corpus twitter par exemple\, on va avoir des registres de langue très varié)\nla variation « qualitative » lorsque les données textuelles présentent un caractère hétérogène\, avec de la variation diachronique\, ou bruité\, avec des corpus issus de retranscription orale\, de web scraping ou encore d’OCR.\n\nDans cette présentation je montrerai des exemples concrets où les modèles trop génériques peinent à conserver leur efficacité dans ce contexte variationnel. Je proposerai quelques pistes de réflexion sur les moyens de surmonter ces obstacles.\n16:00 Marc Spaniol (GREYC) – Blogger or President? Exploitation of Patterns in Entity Type Graphs for Representative Entity Type Classification\nThirty years of the Web have led to a tremendous amount of contents. While contents of the early years have been predominantly “simple” HTML documents\, more recent ones have become more and more “machine-interpretable”. Named entities – ideally explicitly and intentionally annotated – pave the way toward a semantic exploration and exploitation of the data. While this appears to be the golden sky toward a more human-centricWeb\, it not necessarily is. The key-point is simple: “the more the merrier” is not necessarily the case along all dimensions. For instance\, each and every named entity provides via the Web of data a plenitude of information potentially overwhelming the end-user. In particular\, named entities are predominantly annotated with multiple types without any order of importance associated. In order to depict the most concise type information\, we introduce an approach towards Pattern Utilization for Representative Entity type classification called PURE. To this end\, PURE aims at exploiting solely structural patterns derived from knowledge graphs in order to “purify” the most representative type(s) associated with a named entity. Our experiments with named entities in Wikipedia demonstrate the viability of our approach and improvement over competing strategies.
URL:https://www.normastic.fr/event/journee-de-laxe-donnees-apprentissage-connaissances-du-8-juin/
CATEGORIES:Données, Apprentissage, Connaissances
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220616T090000
DTEND;TZID=UTC:20220616T160000
DTSTAMP:20260411T180500
CREATED:20220520T062850Z
LAST-MODIFIED:20250708T115337Z
UID:14794-1655370000-1655395200@www.normastic.fr
SUMMARY:De l'IA vers le véhicule autonome et connecté (16/06/2022)
DESCRIPTION:Journée de conférences\nà l’INSA Rouen Normandie – amphi Germaine TILLION – de 9 h à 16 h\nCette journée d’échange\, se tiendra à l’INSA Rouen Normandie\, à l’occasion de la parution de l’ouvrage collectif « From AI to Autonomous and Connected Vehicles » verra la participation de nombreux acteurs du monde académique et du secteur automobile. Cet évènement s’inscrit dans le cadre de la Chaire pédagogique d’excellence Véhicule Autonome et Connecté de l’INSA Rouen Normandie en partenariat avec ALADIN\, groupement ADAS de PME membres de NextMove. \nCette manifestation est en lien avec les activités de recherche dans le domaine du Transport Intelligent au sein du LITIS et d’une action transversale « Mobilité » de la fédération NormaStic. \nProgramme et inscriptions
URL:https://www.normastic.fr/event/de-lia-vers-le-vehicule-autonome-et-connecte/
LOCATION:INSA Rouen Normandie
CATEGORIES:Axe Transverse Mobilité
ATTACH;FMTTYPE=image/jpeg:https://www.normastic.fr/wp-content/uploads/2022/05/bandeausup-2022-06-16_journee-adas.jpg
END:VEVENT
END:VCALENDAR