septembre 2024

Le prochain séminaire de l’équipe CORNET se tiendra le 24 septembre à 11h35 en salle C057 (ancienne BU). Nous aurons le plaisir d’accueillir Léo Joubert, Maître de Conférences du laboratoire Dysolab à l’Université de Rouen-Normandie, qui nous présentera : _________________________________________________________ De quoi est faite Wikipédia ? Quelques pistes pour une analyse de sa régulation au prisme des effacements réciproques. Résumé : Vieille de 20 ans et aujourd’hui largement utilisée, l’encyclopédie Wikipédia continue à interroger par la manière dont elle est produite. Une communauté de « wikipédien.nes » volontaires remplace les habituels expert.es mobilisés par les comités de rédaction. Alors qu’au fil du temps, des règles encadrant la rédaction acquéraient leur légitimité, le volume du corpus augmentait en même temps que son hétérogénéité. Ce séminaire vise à catégoriser cette diversité, dans le but de saisir comment Wikipédia parvient à faire cohabiter différents modes de régulation ajustée à la pluralité des contextes. Nous mobiliserons pour cela une base de données compilant l’ensemble des ajouts et effacements sur l’ensemble des pages wikipédiennes. À partir d’une comparaison de plusieurs sous-corpus, l’analyse statistique constituera le point de départ d’une sociologie de la régulation des communs numériques de masse au regard de la pluralité des formes de coécriture. _________________________________________________________

Premier séminaire de l’année de l’équipe CORNET : Le mardi 10 septembre 2024 à 11h35, en salle C057 (ancienne BU). ______________________________________________________________________________________________ Anna Melnykova du Laboratoire de Mathématiques d’Avignon (LMA) à Avignon Université, nous présentera une conférence sur : « Hawkes processes in Neuronal Modelling » Résumé : Hawkes processes is a versatile probabilistic tool which permits to model a variety of real-world phenomena: earthquakes, stock markets, population dynamics. In this talk we will focus on its use in neuroscience, where they permit to model interactions between different group of neurons (or individual neurons). Furthermore, due to memory property, models based on Hawkes processes naturally embed the refractory (inter-spiking) period for each individual neuron. The focus of this talk is on numerical and statistical challenges associated with Hawkes processes (simulation, parametric and non-parametric inference, causality).