Séminaire Cornet – 23/02/2024

20 février 2024

Le prochain séminaire de l’équipe Cornet aura lieu le 23 février 2024 à 11h35 en S3, et comportera deux parties. Dans un premier temps, Sylvie Chaddad (LIA) présentera son sujet de thèse portant sur Stochastic Control for Optimizing Crowdfunding Project Dynamics. Puis, Lorena Garrido (Université de Veracruz) présentera son travail intitulé On the Monge-Kantorovich divergence. Résumé : La divergence de Monge-Kantorovich est une mesure de proximité entre distributions de probabilité. Historiquement, elle provient d’un problème de transport optimal de mouvement de sable, dans le domaine du génie civil. Aujourd’hui, le problème de Monge-Kantorovich a donné lieu à de nombreuses études théoriques, ainsi qu’à diverses applications, y compris l’analyse de données. Dans cette présentation, quelques applications en analyse de données seront mentionnées.

Séminaire SLG – 15/02/2024

13 février 2024

Thibault Roux organisera un débat à propos du sujet ci-dessous: « Les progrès récents de la technologie ont soulevé beaucoup de questionnements et d’inquiétudes vis-à-vis de l’impact sur nos sociétés. De nombreuses personnes s’inquiètent de son utilisation militaire, pour la surveillance de masse ou de la désinformation. D’un point de vue plus global, Nick Bostrom, philosophe, théorise l’hypothèse du monde vulnérable qui prédit que la Science détruira l’humanité.Dans ce débat, nous interrogerons nos propres biais en tant que chercheurs et chercheuses, et tenterons de répondre aux questions éthiques que soulève cette hypothèse. Est-ce que la Science est une menace pour l’humanité ? Faut-il arrêter la Science ? Ou plus sérieusement, peut-on trouver une solution pour ne pas s’autodétruire ? »

Séminaire Cornet – 31/01/2024

26 janvier 2024

Le prochain séminaire de l’équipe Cornet aura lieu le 31 janvier 2024 à 11h35 en S3, et comportera deux parties. Pour commencer, Felipe Albuquerque (LIA) présentera son sujet de thèse portant sur Le problème de la p-médiane avec contraintes de couverture : nouvelles méthodes de résolution et application à la conception de services publics. Puis, Luca Dini and Pierre Jourlin présenteront leur travail en cours sur le thème des Hybrid Methods for Cognitive Attitudes Detection. Résumé : dans ce séminaire, nous présenterons un travail en cours sur la transformation d’un système de repérage de mots-clés en un moteur d’étiquetage basé sur des concepts. Nous mettrons en évidence quatre axes majeurs de ce travail, à savoir :

Séminaire SLG – Ryan Whetten – 01/02/2024

25 janvier 2024

La prochaine réunion SLG aura lieu en salle S5 le jeudi 1er février, de 12h00 à 13h00. Ryan Whetten y présentera ses travaux, dont vous trouverez une brève introduction ci-dessous. ——————————————————————— Open Implementation and Study of BEST-RQ for Speech Processing Abstract: Self-Supervised Learning (SSL) has proven to be useful in various speech tasks. However, these methods are generally very demanding in terms of data, memory, and computational resources. Recently, Google came out with a model called BEST-RQ (BERT-based Speech pre-Training with Random-projection Quantizer). Despite BEST-RQ’s great performance and simplicity, details are lacking in the original paper and there is no official easy-to-use open-source implementation. Furthermore, BEST-RQ has not been evaluated on other downstream tasks aside from ASR. In this presentation, we will discuss the details of my implementation of BEST-RQ and then see results from our preliminary study on four downstream tasks. Results show that a random projection quantizer can achieve similar downstream performance as wav2vec 2.0 while decreasing training time by over a factor of two.

Séminaire Cornet – 19/01/2024

16 janvier 2024

Le vendredi 19 janvier, à 11h35, en salle S6, nous aurons trois courtes présentations : Ahmad Dabaja, nouveau doctorant, se présentera et présentera son travail intitulé « Conception d’incitations pour un apprentissage fédéré efficace dans un système distribué« . Khaoula Otmani, étudiante en master, présentera son travail intitulé « Apprentissage fédéré robuste face aux attaques byzantines via la valeur de Shapley« .Résumé : Dans les systèmes d’apprentissage fédéré, la communication répétitive entre le serveur et les clients laisse place à des attaques visant à compromettre l’intégrité du modèle global. Je présenterai une stratégie de défense basée sur la valeur de Shapley qui détecte et élimine les clients malveillants du processus d’apprentissage. Lucas Potin, doctorant, présentera son travail intitulé « Analyse de sous-graphes pour identifier des phénomènes de corruption dans les marchés publics« .Résumé : Création d’une méthode utilisant les sous-graphes discriminants pour classer une collection de graphes parmi 2 labels. Application sur un jeu de données de graphes associés aux marchés publics afin de détecter un potentiel de fraude. Comparaison des différentes métriques de discrimination possibles par rapport à d’autres méthodes de la littérature (valeurs de Shapley, random Forest, etc.).

Séminaire SLG – Paul Gauthier Noé – 18/01/2024

10 janvier 2024

On 18 January from 12 am, we will host a talk from Dr. Paul Gauthier Noé on « Explaining probabilistic predictions … ». The presentation will be hosted on room S6.   More details will follow…   Bio: Paul Gauthier Noe just received a PhD in Computer Science in Avignon Université under the supervision of Prof. Jean-François Bonastre and Dr. Driss Matrouf. He was working for the international JST-ANR VoicePersonae project and his main research interests are Speaker verification, Bayesian decision theory, Calibration of probabilities and Privacy in Speech.

Séminaire SLG – Fenna Poletiek – 12/01/2024

8 janvier 2024

On 12 January from 12 am, we will host a virtual talk from Dr. Fenna Poletiek from Institute of Psychology at Leiden University on « Language learning in the lab ».   The presentation will be hosted on room S6.   Abstract: Language learning in the lab Language learning skills have been considered a defining feature of humanness. In this view language cannot be acquired by mere associative or statistical learning processes, only, like many other skills are learned by human and nonhuman primates during development. Indeed, the high (recursive) complexity of human grammars have been shown to make them impossible to learn by exposure to language exemplars only. Some research suggests, however, that at least some statistical learning is recruited in language acquisition (Perruchet & Pacton, 2006). And primates have been shown to mimic complex grammatical patterns after being trained on a sequence of stimulus responses (Rey et al., 2012). We performed series of studies with artificial languages in the lab, to investigate associative and statistical learning processes that support language learning. The results thus far suggest a fine tuned cooperation between three crucial features of the natural language learning process: first, learning proceeds ‘starting small’ with short simple sentences growing in complexity Plus d'infos

Seminaire SLG – St Germes Bengono Obiang – 21/12/2023

12 décembre 2023

Le prochain SLG meeting se tiendra en salle S1 le jeudi 21 décembre, de 12h00 à 13h00.   Nous aurons le plaisir d’accueillir St Germes BENGONO OBIANG, doctorant travaillant sur le traitement de la parole, plus particulièrement sur la reconnaissance des tons dans les langues peu dotées. Il est encadré par Norbert TSOPZE et Paulin MELATAGIA de l’Université de Yaoundé 1, ainsi que par Jean-François BONASTRE et Tania JIMENEZ du LIA.   Résumé : Many sub-Saharan African languages are categorized as tone languages and for the most part, they are classified as low resource languages due to the limited resources and tools available to process these languages. Identifying the tone associated with a syllable is therefore a key challenge for speech recognition in these languages. We propose models that automate the recognition of tones in continuous speech that can easily be incorporated into a speech recognition pipeline for these languages. We have investigated different neural architectures as well as several features extraction algorithms in speech (Filter banks, Leaf, Cestrogram, MFCC). In the context of low-resource languages, we also evaluated Wav2vec models for this task. In this work, we use a public speech recognition dataset on Yoruba. As for the results, Plus d'infos

Séminaire Cornet – Andrea Fox – 08/12/2023

22 novembre 2023

Dans le cadre des séminaires de l’équipe Cornet, Andrea Fox (LIA) présentera son travail de recherche sur Safe Reinforcement Learning for Video Admission Control, le 8 décembre 2023 à 11h35 en salle de réunion. Résumé : Les caméras vidéo mobiles sont devenues une commodité omniprésente et représentent une source candidate importante pour améliorer les applications d’analyse vidéo. Cependant, bien qu’abondantes en quantité, les limites de l’infrastructure informatique périphérique nécessitent une sélection minutieuse des flux vidéo à traiter à tout moment pour maximiser la quantité d’informations extraites par les applications déployées. Dans cet article, nous présentons un schéma de contrôle d’admission pour les flux vidéo mobiles provenant de différentes zones et envoyés à plusieurs serveurs de traitement sur une infrastructure informatique périphérique. Nous introduisons un modèle ancré dans la théorie des Processus de Décision Markoviens Contraints (CMDP) qui capture le problème d’assurer une couverture adéquate des zones pour les applications, tout en tenant compte des contraintes des serveurs périphériques et de la capacité du réseau d’accès. Sur la base de ce modèle, nous développons deux nouvelles politiques basées sur des méthodes spécialisées d’apprentissage par renforcement contraintes primal-dual qui résolvent le problème de contrôle d’admission optimal. La première, appelée DR-CPO, adopte la Plus d'infos

Séminaire Cornet – Olivier Bilenne – 24/11/2023

22 novembre 2023

Dans le cadre des séminaires de l’équipe Cornet, Olivier Bilenne (LIA) présentera son travail de recherche sur Implementing fictitious play in partially observable stochastic games, le 24 novembre 2023 à 11h35 en salle de réunion. Résumé : Des extensions du jeu fictif aux jeux stochastiques ont été récemment examinées en combinaison avec des techniques d’apprentissage par renforcement inhérentes aux processus de décision de Markov. Nous revisitons cette approche dans le contexte des jeux stochastiques partiellement observables. Pour cela, nous considérons un jeu stochastique à somme nulle à deux joueurs (à états finis) où un joueur (l’attaquant) a une visibilité complète sur le système, tandis que l’autre joueur (le défenseur) n’a pas accès à l’état de l’adversaire et doit plutôt composer avec des sources d’information publiques (dans notre contexte : les actions jouées et leurs gains associés). Nous étudions une dynamique de jeu fictif où les joueurs répondent au mieux aux fréquences empiriques estimées des actions de leur adversaire. Cette séquence de jeu demande aux joueurs de former des croyances à la fois sur la stratégie de leur adversaire et sur leur propre gain de continuation (modélisé par une fonction Q), en se basant sur l’information (complète ou partielle) qui leur Plus d'infos

1 2 3 4