Séminaire inter-laboratoires

Jeudi 23 Janvier 2020 à 9h30.

Journée autour de la thématique Machine Learning

Lien vers abstract



Amphi Dirac

Invité(e) par
Abdul-Rahman Allouche

présentera en 7 heures :

''Vu la quantité de données produites dans plusieurs domaines scientifiques, l'apprentissage automatique (Machine Learning, ML) devient un outil indispensable pour traiter ces données.
Plusieurs chercheurs dans les laboratoires de l'université de Lyon sont impliqués dans le développement de modèles d'apprentissage machine efficaces dans de nombreuses disciplines scientifiques.
D'autres chercheurs utilisent cette technique pour analyser leurs données avec des structures déjà connues pour leur efficacité.
L'objectif de cette journée est de permettre aux chercheurs sur le site de Lyon, d'exposer leurs travaux dans des disciplines très variées : Informatique, mathématique, physique, chimie, analyse d'images, biophysique, science de la terre, ….
Cette journée sera aussi l'occasion d'exprimer les besoins des chercheurs qui souhaitent utiliser cette technique, d'échanger entre chercheurs de plusieurs disciplines et éventuellement démarrer de nouvelles collaborations.

La conférence aura lieu sur le site de la Doua, Bâtiment Paul DIRAC, Amphi Dirac, Accès tram T1 ou T4, arrêt "Université Lyon 1".

L'inscription gratuite mais obligatoire (nombre de places limité) : https://evento.renater.fr/survey/journee-thematique-machine-learning-23-janvier-2020-amphi-dirac-doua-49nk6fa7

Les orateurs : Alexandre AUSSEM (LIRIS), Aurelien GARIVIER (ENSL/LIP), Thomas BODIN (ENSL), Thomas GRENIER (CREATIS), Corentin HERBERT (ENSL), Olivier COCHET-ESCARTIN (iLM), Guillaume BAULIEU (IP2I), Mélaz TAYAKOUT-FAYOLLE (LAGEPP), Tao JIANG (ENSL/CHIMIE), Ruben STAUB (ENSL/CHIMIE)

Pour le comité d’organisation: Abdul-Rahman ALLOUCHE (iLM), Guillaume BEAULIEU (IP2I), Pierre BORGNAT (ENSL), David COEURJOLLY (LIRIS), Aurelien GARIVIER (ENSL/LIP), Bruno ANDRIEOLETTI (ICBMS), Cédric RAY (iLM), Simon MASNOU (ICJ), Olivier STEZOWSKI (IP2I).''



Scroll To Top