BEGIN:VCALENDAR
VERSION:2.0
PRODID:-// - ECPv6.15.15//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://isdm.umontpellier.fr
X-WR-CALDESC:Évènements pour 
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250415T173000
DTEND;TZID=Europe/Paris:20250415T193000
DTSTAMP:20260405T092135
CREATED:20250603T085622Z
LAST-MODIFIED:20250603T085622Z
UID:10000182-1744738200-1744745400@isdm.umontpellier.fr
SUMMARY:Épistémologie de l’apprentissage machine – pour un formalisme critique
DESCRIPTION:Faculté des Sciences Campus Triolet\nbâtiment 16 salle SC.16.01.\nJuan Luis GASTALDI (ETH Zürich) \nL’impact des modèles neuronaux de langage dans les aspects les plus divers des pratiques sociales est si massif que l’élaboration d’une perspective critique à leur égard est devenue urgente. Pourtant\, la complexité réputée de ces dispositifs et des principes formels qui les animent ne laisse souvent d’autre choix que celle d’une critique externaliste\, entraînant presque invariablement leur dépréciation en tant qu’instruments de savoir sans qu’une véritable analyse épistémologique puisse avoir lieu. Ici je voudrais défendre l’idée qu’il est possible d’échapper à cet écueil tout en défendant une position critique. Cette perspective permettra\, dans un deuxième temps\, de proposer une analyse alternative des principes formels qui sous-tendent l’efficacité des réseaux neuronaux pour le traitement du langage\, révélant des structures algébriques sous-jacentes aux objets statistiques qui les caractérisent. \n            Juan Luis GASTALDI
URL:https://isdm.umontpellier.fr/event/epistemologie-de-lapprentissage-machine-pour-un-formalisme-critique/
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250415T131500
DTEND;TZID=Europe/Paris:20250415T163000
DTSTAMP:20260405T092135
CREATED:20250311T154926Z
LAST-MODIFIED:20250311T154926Z
UID:10000118-1744722900-1744734600@isdm.umontpellier.fr
SUMMARY:Sélection de variables en analyse exploratoire : Régression régularisées\, Arbres et Forêt aléatoire
DESCRIPTION:Campus Triolet (Présentiel)\, SC25.01.\nRejoignez-nous pour un atelier sur la sélection de variables en analyse exploratoire avec R!\nVous tentez d’étudier un processus sans apriori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Cette session se concentrera sur deux approches statistiques traditionnelles pour sélectionner les variables pertinentes dans l’analyses exploratoires : la comparaison de modèles multivariés et les méthodes de réduction de dimensions. \nPrérequis :\n● Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA).\n● Les bases du langage R.\n● Un ordinateur personnel équipé de R (version ≥ 4.0.x) et d’un IDE tel que Rstudio.
URL:https://isdm.umontpellier.fr/event/selection-de-variables-en-analyse-exploratoire-comparaison-de-modeles-et-reduction-de-dimensions-2/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/11/Format-WEB-ISDM.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250408T131500
DTEND;TZID=Europe/Paris:20250408T163000
DTSTAMP:20260405T092135
CREATED:20250314T100005Z
LAST-MODIFIED:20250314T100005Z
UID:10000128-1744118100-1744129800@isdm.umontpellier.fr
SUMMARY:Sélection de variables en analyse exploratoire : Comparaison de modèles et réduction de dimensions
DESCRIPTION:Campus Triolet (Présentiel)\, SC25.01.\nRejoignez-nous pour un atelier sur la sélection de variables en analyse exploratoire avec R!\nVous tentez d’étudier un processus sans apriori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Cette session se concentrera sur deux approches statistiques traditionnelles pour sélectionner les variables pertinentes dans l’analyses exploratoires : la comparaison de modèles multivariés et les méthodes de réduction de dimensions. \nPrérequis :\n● Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA).\n● Les bases du langage R.\n● Un ordinateur personnel équipé de R (version ≥ 4.0.x) et d’un IDE tel que Rstudio.
URL:https://isdm.umontpellier.fr/event/election-de-variables-en-analyse-exploratoire-comparaison-de-modeles-et-reduction-de-dimensions/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/11/Format-WEB-ISDM.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250404T110000
DTEND;TZID=Europe/Paris:20250404T110000
DTSTAMP:20260405T092135
CREATED:20250603T085623Z
LAST-MODIFIED:20250603T085623Z
UID:10000183-1743764400-1743764400@isdm.umontpellier.fr
SUMMARY:Optimal Classification under Performative Distribution Shift
DESCRIPTION:Campus St Priest (860 Rue Saint Priest 34095 Montpellier Cedex 5)\, bat. 5\, Room: 02.124\nMachine Learning in Montpellier\, Theory & Practice – Olivier Cappé (CNRS / ENS / Université PSL) \nPerformative learning addresses the increasingly pervasive situations in which algorithmic decisions may induce changes in the data distribution as a consequence of their public deployment. We propose a novel view in which these performative effects are modelled as push-forward measures. This general framework encompasses existing models and enables novel performative gradient estimation methods\, leading to more efficient and scalable learning strategies. For distribution shifts\, unlike previous models which require full specification of the data distribution\, we only assume knowledge of the shift operator that represents the performative changes. Focusing on classification with a linear-in-parameters performative effect\, we prove the convexity of the performative risk under a new set of assumptions. We also establish a connection with adversarially robust classification by reformulating the minimization of the performative risk as a min-max variational problem.
URL:https://isdm.umontpellier.fr/event/optimal-classification-under-performative-distribution-shift/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250404T000000
DTEND;TZID=Europe/Paris:20250404T000000
DTSTAMP:20260405T092135
CREATED:20250603T085624Z
LAST-MODIFIED:20250603T085624Z
UID:10000184-1743724800-1743724800@isdm.umontpellier.fr
SUMMARY:IA applicables aux textes : convergences entre les laboratoires de\nrecherche publics et les entreprises
DESCRIPTION:Textmine \nLe groupe de travail Textmine vous invite à une journée exceptionnelle de rencontres et d’échanges entre acteurs du public et du privé autour des IA appliquées aux textes. Cet événement se tiendra le 02 juin 2025 à Montpellier\, dans la salle du Conseil de l’Hôtel de Métropole (50 place Zeus – 34000 Montpellier)\, à seulement 10 minutes à pied de la gare. Vous êtes chercheur\, entreprise\, startup ou acteur public ? Venez présenter vos travaux (courtes interventions ou démos) ou simplement assister aux échanges ! Dans les deux cas\, l’inscription est requise. \n            En savoir plus
URL:https://isdm.umontpellier.fr/event/ia-applicables-aux-textes-convergences-entre-les-laboratoires-derecherche-publics-et-les-entreprises/
CATEGORIES:Journée
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20250403
DTEND;VALUE=DATE:20250405
DTSTAMP:20260405T092135
CREATED:20250129T082835Z
LAST-MODIFIED:20251022T072601Z
UID:10000107-1743638400-1743811199@isdm.umontpellier.fr
SUMMARY:Symposium : IA-Multi-Omique pour les Maladies Rares
DESCRIPTION:Participez au 2ème symposium « IA\, Multi-omique et Maladies Rares » qui aura lieu à la faculté de Médecine de Montpellier-Nîmes du 3 au 4 avril 2025. \nJeudi 3 Avril à 14h30 : Soutenance d’HDR “Vers une médecine de précision : Développement d’algorithmes d’intelligence artificielle pour le diagnostic des maladies rares” par Kevin Yauy\, suivie d’un social networking event. \nVendredi 4 Avril 9h à 16h : Conférences IA & multi-omique pour les maladies rares \nInscription gratuite mais obligatoire – places limitées.
URL:https://isdm.umontpellier.fr/event/symposium-ia-multi-omique-pour-les-maladies-rares/
LOCATION:Premiers pas dans la collaboration avec Git
CATEGORIES:Journée
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/01/IA-et-Sante.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250402T140000
DTEND;TZID=Europe/Paris:20250402T140000
DTSTAMP:20260405T092135
CREATED:20250603T085624Z
LAST-MODIFIED:20250603T085624Z
UID:10000185-1743602400-1743602400@isdm.umontpellier.fr
SUMMARY:Approches d’apprentissage profond pour le diagnostic et le suivi des troubles neurologiques basés sur l’EEG
DESCRIPTION:Amphithéâtre A (Bat. A) au campus de l’UFR STAPS de Montpellier\nZaineb AJRA (EuroMov Digital Health in Motion) – Thèse AXIAUM (financement ANR) \nSous la direction de Jacky MONTMAIN et Stéphane PERREY et l’encadrement de Binbin XU \n            En savoir plus sur AXIAUM
URL:https://isdm.umontpellier.fr/event/approches-dapprentissage-profond-pour-le-diagnostic-et-le-suivi-des-troubles-neurologiques-bases-sur-leeg/
CATEGORIES:Soutenance de Thèse
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250401T140000
DTEND;TZID=Europe/Paris:20250401T160000
DTSTAMP:20260405T092135
CREATED:20250312T103124Z
LAST-MODIFIED:20250312T103124Z
UID:10000121-1743516000-1743523200@isdm.umontpellier.fr
SUMMARY:Clinique des données
DESCRIPTION:IRD\, Amphitéatre de l’IRD (Présentiel)\nLa Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi\, toute personne ayant une problématique\, une question\, un bug est la bienvenue lors des permanences de ce service. \nVous serez accueilli par des experts en IA\, en Bioinformatique et en Biostatistique. \nAfin d’assurer une prise en charge rapide et efficace\, la permanence se découpe en deux parties : \n• Première heure prise de rendez-vous (obligatoire) : nous recevons les personnes ayant pris en rendez-vous sur des créneaux de 15 min pour discuter de leur problématique. \n• Deuxième heure libre accès : suivant la modalité du premier arrivé premier servi. \nBesoin de plus d’information\, n’hésitez pas à nous contacter à l’adresse isdm-clinique[at]umontpellier.fr
URL:https://isdm.umontpellier.fr/event/clinique-des-donnees-3/
CATEGORIES:Accompagnement
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/Clinique-des-Donnees-photo-1.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250328T110000
DTEND;TZID=Europe/Paris:20250328T110000
DTSTAMP:20260405T092135
CREATED:20250603T085625Z
LAST-MODIFIED:20250603T085625Z
UID:10000186-1743159600-1743159600@isdm.umontpellier.fr
SUMMARY:Learning structural biology
DESCRIPTION:Inria Montpellier\, St-Priest Campus\, Building 5\, Room 02/124\nMachine Learning in Montpellier\, Theory & Practice – Vincent Mallet \nLearning on the 3D structure of biomolecules resulted in several\nbreakthroughs\, for instance the de-novo design of potent binders or\nfunctional luciferases\, eventually leading to a Nobel Prize. Most of\nthis work relies on modeling the structure of protein as\ngraphs\, with well-established tools. \n            Visio
URL:https://isdm.umontpellier.fr/event/learning-structural-biology/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250327T140000
DTEND;TZID=Europe/Paris:20250327T160000
DTSTAMP:20260405T092135
CREATED:20241219T122723Z
LAST-MODIFIED:20241219T122723Z
UID:10000099-1743084000-1743091200@isdm.umontpellier.fr
SUMMARY:Permanence ZOOM du 27.03.25
DESCRIPTION:La Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi\, toute personne ayant une problématique\, une question\, un bug est la bienvenue lors des permanences de ce service. \nVous serez accueilli par des experts en IA\, en Bioinformatique et en Biostatistique. \nAfin d’assurer une prise en charge rapide et efficace\, la permanence se découpe en deux parties : \n• Première heure prise de rendez-vous (obligatoire) : nous recevons les personnes ayant pris en rendez-vous sur des créneaux de 15 min pour discuter de leur problématique. \n• Deuxième heure libre accès : suivant la modalité du premier arrivé premier servi. \nBesoin de plus d’information\, n’hésitez pas à nous contacter à l’adresse isdm-clinique[at]umontpellier.fr \n[ ZOOM ] et [ Prise de renez-vous ]
URL:https://isdm.umontpellier.fr/event/permanence-zoom-du-27-03-25/
CATEGORIES:Accompagnement
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/clinique-des-donnees-zoom-2.png
LOCATION:
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250327T140000
DTEND;TZID=Europe/Paris:20250327T140000
DTSTAMP:20260405T092136
CREATED:20250312T103124Z
LAST-MODIFIED:20250312T103124Z
UID:10000120-1743084000-1743084000@isdm.umontpellier.fr
SUMMARY:Clinique des données
DESCRIPTION:Distanciel (ZOOM)\nLa Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi\, toute personne ayant une problématique\, une question\, un bug est la bienvenue lors des permanences de ce service. \nVous serez accueilli par des experts en IA\, en Bioinformatique et en Biostatistique. \nAfin d’assurer une prise en charge rapide et efficace\, la permanence se découpe en deux parties : \n• Première heure prise de rendez-vous (obligatoire) : nous recevons les personnes ayant pris en rendez-vous sur des créneaux de 15 min pour discuter de leur problématique. \n• Deuxième heure libre accès : suivant la modalité du premier arrivé premier servi. \nBesoin de plus d’information\, n’hésitez pas à nous contacter à l’adresse isdm-clinique[at]umontpellier.fr
URL:https://isdm.umontpellier.fr/event/clinique-des-donnees-2/
CATEGORIES:Accompagnement
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/clinique-des-donnees-zoom.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250327T090000
DTEND;TZID=Europe/Paris:20250327T090000
DTSTAMP:20260405T092136
CREATED:20250603T085626Z
LAST-MODIFIED:20250603T085626Z
UID:10000187-1743066000-1743066000@isdm.umontpellier.fr
SUMMARY:Les bonnes pratiques en Bioinformatique
DESCRIPTION:Campus Triolet Polytech\, Salle du Conseil (1er étage)\nMontpellier BioInfo – Céline Mandier (ISDM) \nLa bioinformatique repose sur des analyses complexes et des volumes de données conséquents. Adopter de bonnes pratiques permet d’assurer fiabilité\, reproductibilité et efficacité.\nAccueil petit dej à partir de 9h00 \n            Visio
URL:https://isdm.umontpellier.fr/event/les-bonnes-pratiques-en-bioinformatique/
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250326T143000
DTEND;TZID=Europe/Paris:20250326T143000
DTSTAMP:20260405T092136
CREATED:20250603T090059Z
LAST-MODIFIED:20250603T090059Z
UID:10000188-1742999400-1742999400@isdm.umontpellier.fr
SUMMARY:Explainable and Interpretable Learning: Making Sense on Complex Modeling Domains
DESCRIPTION:Room Nadir\, Maison de la Télédétection (500 rue Jean François Breton)\nMachine Learning in Montpellier\, Theory & Practice – Martin Atzmüller\, Scientific Director at DFKI and Full Professor at Osnabrück University (Germany) \nIn many applications\, modeling complex data is of utmost importance\, requiring the use of advanced machine learning models and approaches. However\, in many domains users require insight into models and/or their decisions\, which is not necessarily provided by the respective models per se. Explainable and interpretable learning approaches can facilitate such insights for making sense of models and decisions. The talk presents examples of such approaches in complex modeling domains\, including interpretable as well as explainable deep-learning-based methods\, and a neuro-symbolic architecture including domain knowledge for facilitating explainability.
URL:https://isdm.umontpellier.fr/event/explainable-and-interpretable-learning-making-sense-on-complex-modeling-domains/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250325T160000
DTEND;TZID=Europe/Paris:20250325T160000
DTSTAMP:20260405T092136
CREATED:20250603T090101Z
LAST-MODIFIED:20250603T090101Z
UID:10000189-1742918400-1742918400@isdm.umontpellier.fr
SUMMARY:Combining T-learning and DR-learning: a framework for oracle-efficient estimation of causal contrasts
DESCRIPTION:Room Nadir\, Maison de la Télédétection (500 rue Jean François Breton)\nMachine Learning in Montpellier\, Theory & Practice – Lars Van der Laan \nWe introduce efficient plug-in (EP) learning\, a novel framework for the estimation of heterogeneous causal contrasts\, such as the conditional average treatment effect and conditional relative risk. The EP-learning framework enjoys the same oracle-efficiency as Neyman-orthogonal learning strategies\, such as DR-learning and R-learning\, while addressing some of their primary drawbacks\, including that (i) their practical applicability can be hindered by loss function non-convexity; and (ii) they may suffer from poor performance and instability due to inverse probability weighting and pseudo-outcomes that violate bounds. To avoid these drawbacks\, EP-learner constructs an efficient plug-in estimator of the population risk function for the causal contrast\, thereby inheriting the stability and robustness properties of plug-in estimation strategies like T-learning. Under reasonable conditions\, EP-learners based on empirical risk minimization are oracle-efficient\, exhibiting asymptotic equivalence to the minimizer of an oracle-efficient one-step debiased estimator of the population risk function. In simulation experiments\, we illustrate that EP-learners of the conditional average treatment effect and conditional relative risk outperform state-of-the-art competitors\, including T-learner\, R-learner\, and DR-learner. Open-source implementations of the proposed methods are available in our R package hte3. \n            Visio
URL:https://isdm.umontpellier.fr/event/combining-t-learning-and-dr-learning-a-framework-for-oracle-efficient-estimation-of-causal-contrasts/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250325T131500
DTEND;TZID=Europe/Paris:20250325T161500
DTSTAMP:20260405T092136
CREATED:20241218T124710Z
LAST-MODIFIED:20241218T124710Z
UID:10000077-1742908500-1742919300@isdm.umontpellier.fr
SUMMARY:Initiation à la reproductibilité avec Apptainer
DESCRIPTION:Rejoignez-nous pour un atelier sur la reproductibilité avec Apptainer (Singularity) ! \nDans cet atelier pratique\, découvrez la reproductibilité avec Apptainer (Singularity)\, un outil de conteneurisation incontournable pour créer des environnements informatiques afin de reproduire vos résultats en toutes circonstances et sur toutes les machines. Celui-ci va créer une « boîte » exportable de vos logiciels avec vos versions. Rejoignez-nous pour acquérir ces compétences essentielles ! \nObjectifs de la formation :\n• Introduction à la notion de conteneur / image / Apptainer\n• Installation de Apptainer\n• Exécution d’un conteneur Apptainer \nPrérequis :\n• Ordinateur personnel\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux \nNe manquez pas cette occasion pour vous former sur la reproductibilité ! \n[ Inscription ]
URL:https://isdm.umontpellier.fr/event/initiation-a-la-reproductibilite-avec-apptainer-3/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/10/Formation-apptainer.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250324T100000
DTEND;TZID=Europe/Paris:20250324T100000
DTSTAMP:20260405T092136
CREATED:20250603T090102Z
LAST-MODIFIED:20250603T090102Z
UID:10000191-1742810400-1742810400@isdm.umontpellier.fr
SUMMARY:Datalog Fact Explanation Using Group-SAT Solver
DESCRIPTION:Salle des conseils P Raynaud\, au 2ème étage\, du bâtiment 11 dit le château\, 2 Place Pierre Viala Campus La Gaillarde\nSEmantic web SeminAr MontpEllier\nPierre BISQUERT (INRAE IATE) \nAbstract: One of the major benefits of symbolic AI is explainability. When new knowledge is obtained via a reasoning process\, it is possible to determine precisely the elements of the knowledge base that yield this knowledge. Typically\, one would use a SAT solver to compute the explanations. However\, SAT-solving is computationally expensive\, and as the knowledge base grows\, the time required increases exponentially. \nIn this talk\, we will 1) discuss the notion(s) of explanation of a query in the context of a (Datalog) knowledge base\, then 2) we will present a method to optimise the time used by the SAT solver (by creating a hypergraph representing the grounded knowledge base and pruning the nodes that are not reachable from the fact that we want to explain)\, and finally 3) we will see its implementation in the context of InteGraal\, a tool for reasoning over heterogeneous and federated data sources.
URL:https://isdm.umontpellier.fr/event/datalog-fact-explanation-using-group-sat-solver-2/
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250324T100000
DTEND;TZID=Europe/Paris:20250324T100000
DTSTAMP:20260405T092136
CREATED:20250603T090101Z
LAST-MODIFIED:20250603T090101Z
UID:10000190-1742810400-1742810400@isdm.umontpellier.fr
SUMMARY:Datalog Fact Explanation Using Group-SAT Solver
DESCRIPTION:Salle des conseils P Raynaud\, au 2ème étage\, du bâtiment 11 dit le château\, 2 Place Pierre Viala Campus La Gaillarde\nSEmantic web SeminAr MontpEllier\nPierre BISQUERT (INRAE IATE) \nOne of the major benefits of symbolic AI is explainability. When new knowledge is obtained via a reasoning process\, it is possible to determine precisely the elements of the knowledge base that yield this knowledge. Typically\, one would use a SAT solver to compute the explanations. However\, SAT-solving is computationally expensive\, and as the knowledge base grows\, the time required increases exponentially. \n            En savoir plus
URL:https://isdm.umontpellier.fr/event/datalog-fact-explanation-using-group-sat-solver/
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250322T100000
DTEND;TZID=Europe/Paris:20250322T120000
DTSTAMP:20260405T092136
CREATED:20250603T085154Z
LAST-MODIFIED:20250603T090104Z
UID:10000161-1742637600-1742644800@isdm.umontpellier.fr
SUMMARY:Atelier story telling : QT\, le robot conteur
DESCRIPTION:Salle Ile aux contes – Mezzanine – Médiathèque Emile Zola (218 Bd. de l’Aéroport international\, 34000 Montpellier)\nMadalina Croitoru et Ganesh Gowrishankar \nVenez découvrir QT\, Le robot conteur\, pour un moment de lecture unique!\nCet atelier sera animé par Madalina Croitoru et Ganesh Gowrishankar et destiné aux enfants de 5 à 7 ans.\nSur inscription à la banque d’accueil jeunesse au 1er étage ou au 04 99 06 27 34
URL:https://isdm.umontpellier.fr/event/atelier-story-telling-qt-le-robot-conteur/
CATEGORIES:Divers
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250320T140000
DTEND;TZID=Europe/Paris:20250320T163000
DTSTAMP:20260405T092136
CREATED:20241218T123425Z
LAST-MODIFIED:20241218T123425Z
UID:10000072-1742479200-1742488200@isdm.umontpellier.fr
SUMMARY:LLMs : Large Language Models
DESCRIPTION:Venez découvrir une approche du Deep Learning sur les LLMs ou Large Language Models\, les IA qui se cachent derrière ChatGPT\, Claude ou encore le célèbre Chat-ISDM ! \nUne première partie exposera un aperçu synthétique des LLMs et de leur fonctionnement. Elle sera suivie d’une présentation des applications potentielles et des limites de ces modèles. \nPrérequis :\n• Ordinateur personnel souhaitable\n• Notions en deep learning (pour la première partie uniquement\, non obligatoire) \nNe manquez pas cette occasion pour plonger dans les LLMs ! \n[ Inscription ]
URL:https://isdm.umontpellier.fr/event/llms-large-language-models-3/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2024/12/formation-LLMs.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250319T131500
DTEND;TZID=Europe/Paris:20250319T161500
DTSTAMP:20260405T092136
CREATED:20241219T093013Z
LAST-MODIFIED:20241219T093013Z
UID:10000090-1742390100-1742400900@isdm.umontpellier.fr
SUMMARY:Devenir expert en branches avec Git
DESCRIPTION:Rejoignez-nous pour un atelier sur la gestion des branches avec Git ! \nDans cet atelier pratique\, découvrez les branches avec Git\, une fonctionnalité incontournable pour la collaboration au sein des projets de recherche. Rejoignez-nous pour devenir un expert des branches ! \nObjectifs de la formation :\n• Définir une branche\n• Créer et gérer des branches\n• Collaborer avec les branches\n• Connaître les bonnes pratiques des branches \nPrérequis :\n• Ordinateur personnel\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux et de Git (formation initiation à Git et premiers pas dans la collaboration avec Git)\n• Pré-installation de Git \nNe manquez pas cette occasion pour gérer vos projet avec Git ! \n[ Inscription ]
URL:https://isdm.umontpellier.fr/event/devenir-expert-en-branches-avec-git-2/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2024/12/illustration_formation_git_3.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250317T140000
DTEND;TZID=Europe/Paris:20250317T160000
DTSTAMP:20260405T092136
CREATED:20241219T122443Z
LAST-MODIFIED:20241219T122443Z
UID:10000098-1742220000-1742227200@isdm.umontpellier.fr
SUMMARY:Permanence du 17.03.25
DESCRIPTION:La Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi\, toute personne ayant une problématique\, une question\, un bug est la bienvenue lors des permanences de ce service. \nVous serez accueilli par des experts en IA\, en Bioinformatique et en Biostatistique. \nAfin d’assurer une prise en charge rapide et efficace\, la permanence se découpe en deux parties : \n• Première heure prise de rendez-vous (obligatoire) : nous recevons les personnes ayant pris en rendez-vous sur des créneaux de 15 min pour discuter de leur problématique. \n• Deuxième heure libre accès : suivant la modalité du premier arrivé premier servi. \nBesoin de plus d’information\, n’hésitez pas à nous contacter à l’adresse isdm-clinique[at]umontpellier.fr \n  \nCampus Triolet\, Bâtiment 36\, Salle TD 310\n[ Prise de rendez-vous ]
URL:https://isdm.umontpellier.fr/event/permanence-du-17-03-25/
CATEGORIES:Accompagnement
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/clinique-des-donnees-3.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250317T140000
DTEND;TZID=Europe/Paris:20250317T140000
DTSTAMP:20260405T092136
CREATED:20250312T103124Z
LAST-MODIFIED:20250312T103124Z
UID:10000119-1742220000-1742220000@isdm.umontpellier.fr
SUMMARY:Clinique des données
DESCRIPTION:CBGP\, Grande salle de réunion du CBGP (Présentiel)\nLa Clinique des données est un service mis en place par l’ISDM afin de porter assistance à la communauté scientifique sur des thématique liées aux données. Ainsi\, toute personne ayant une problématique\, une question\, un bug est la bienvenue lors des permanences de ce service. \nVous serez accueilli par des experts en IA\, en Bioinformatique et en Biostatistique. \nAfin d’assurer une prise en charge rapide et efficace\, la permanence se découpe en deux parties : \n• Première heure prise de rendez-vous (obligatoire) : nous recevons les personnes ayant pris en rendez-vous sur des créneaux de 15 min pour discuter de leur problématique. \n• Deuxième heure libre accès : suivant la modalité du premier arrivé premier servi. \nBesoin de plus d’information\, n’hésitez pas à nous contacter à l’adresse isdm-clinique[at]umontpellier.fr
URL:https://isdm.umontpellier.fr/event/clinique-des-donnees/
CATEGORIES:Accompagnement
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/Clinique-des-Donnees-photo-1.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250313T110000
DTEND;TZID=Europe/Paris:20250313T110000
DTSTAMP:20260405T092136
CREATED:20250603T090106Z
LAST-MODIFIED:20250603T090106Z
UID:10000192-1741863600-1741863600@isdm.umontpellier.fr
SUMMARY:Using and contributing to the data.table package for efficient big data analysis
DESCRIPTION:Inria Montpellier\, St-Priest Campus\, Building 5\, Room 02/022\nMachine Learning in Montpellier\, Theory & Practice\nToby Hocking \nData.table is one of the most efficient open-source in-memory data manipulation packages available today. First released to CRAN by Matt Dowle in 2006\, it continues to grow in popularity\, and now over 1500 other CRAN packages depend on data.table. This talk will start with data reading from CSV\, discuss basic and advanced data manipulation topics\, and finally will end with a discussion about how you can contribute to data.table. \nhttps://github.com/tdhock/2023-10-LatinR-data.table?tab=readme-ov-file#source-files-for-latinr-datatable-tutorial-slides \n            Visio
URL:https://isdm.umontpellier.fr/event/using-and-contributing-to-the-data-table-package-for-efficient-big-data-analysis/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250311T164600
DTEND;TZID=Europe/Paris:20250311T164600
DTSTAMP:20260405T092136
CREATED:20250311T154617Z
LAST-MODIFIED:20250311T154617Z
UID:10000117-1741711560-1741711560@isdm.umontpellier.fr
SUMMARY:Sélection de variables en analyse exploratoire : Régression régularisées\, Arbres et Forêt aléatoire
DESCRIPTION:Campus Triolet (Présentiel)\, SC25.01.\nRejoignez-nous pour un atelier sur la sélection de variables en analyse exploratoire avec R!\nVous tentez d’étudier un processus sans apriori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Cette session se concentrera sur deux approches statistiques traditionnelles pour sélectionner les variables pertinentes dans l’analyses exploratoires : la comparaison de modèles multivariés et les méthodes de réduction de dimensions. \nPrérequis :\n● Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA).\n● Les bases du langage R.\n● Un ordinateur personnel équipé de R (version ≥ 4.0.x) et d’un IDE tel que Rstudio.
URL:https://isdm.umontpellier.fr/event/selection-de-variables-en-analyse-exploratoire-regression-regularisees-arbres-et-foret-aleatoire/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/11/Format-WEB-ISDM.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250311T140000
DTEND;TZID=Europe/Paris:20250311T163000
DTSTAMP:20260405T092136
CREATED:20241219T082820Z
LAST-MODIFIED:20241219T082820Z
UID:10000085-1741701600-1741710600@isdm.umontpellier.fr
SUMMARY:Introduction au Deep Learning
DESCRIPTION:Venez découvrir une approche du Deep Learning. \nUne première partie vous apportera notions-clés et terminologie nécessaires pour comprendre et suivre le cas pratique proposé : la classification de deux espèces. \nPrérequis :\n• Ordinateur personnel\n• Notions de code en Python\n• Compte Google \nNe manquez pas cette occasion pour plonger dans le Deep Learning ! \n[ Inscription ]
URL:https://isdm.umontpellier.fr/event/introduction-au-deep-learning-5/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/formation-deep-learning-3.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250310T153000
DTEND;TZID=Europe/Paris:20250310T153000
DTSTAMP:20260405T092136
CREATED:20250603T090108Z
LAST-MODIFIED:20250603T090108Z
UID:10000193-1741620600-1741620600@isdm.umontpellier.fr
SUMMARY:Distributional Matrix Completion via Nearest Neighbors in the Wasserstein Space
DESCRIPTION:Campus St Priest (860 Rue Saint Priest 34095 Montpellier Cedex 5)\, bat. 5\, Room: 02.124\nMachine Learning in Montpellier\, Theory & Practice\nJacob Feitelberg \nWe study the problem of distributional matrix completion: Given a sparsely observed matrix of empirical distributions\, we seek to impute the true distributions associated with both observed and unobserved matrix entries. This is a generalization of traditional matrix completion where the observations per matrix entry are scalar-valued. To do so\, we utilize tools from optimal transport to generalize the nearest neighbors method to the distributional setting. Under a suitable latent factor model on probability distributions\, we establish that our method recovers the distributions in the Wasserstein metric. We demonstrate through simulations that our method (i) provides better distributional estimates for an entry compared to using observed samples for that entry alone\, (ii) yields accurate estimates of distributional quantities such as standard deviation and value-at-risk\, and (iii) inherently supports heteroscedastic distributions. In addition\, we demonstrate our method on a real-world quarterly earnings predictions dataset. We also prove novel asymptotic results for Wasserstein barycenters over one-dimensional distributions. \n            Visio
URL:https://isdm.umontpellier.fr/event/distributional-matrix-completion-via-nearest-neighbors-in-the-wasserstein-space/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250307T083000
DTEND;TZID=Europe/Paris:20250307T173000
DTSTAMP:20260405T092136
CREATED:20250603T090109Z
LAST-MODIFIED:20251022T071644Z
UID:10000194-1741336200-1741368600@isdm.umontpellier.fr
SUMMARY:Actualisation du droit de l’internet
DESCRIPTION:Faculté de Droit et de Science politique – Campus Droit\, centre ville – Amphi C Paul Valéry – Bat. 1 – 39 rue de l’Université\, Montpellier\nLaboratoire Innovation Communication et Marché (LICeM) en partenariat avec l’Association Française des Juristes d’Entreprise (AFJE) \nCette manifestation annuelle a pour objectif d’assurer une veille législative et jurisprudentielle dans les différents et nombreux domaines du Droit de l’internet. \nLa journée se décline en deux temps :\n• matin (sous la présidence de A. Robin\, LICeM) : Veille dans le domaine de la responsabilité des prestataires techniques\, droit de la propriété intellectuelle\, droit de la consommation\, droit du travail\, protection des données personnelles.\n• après-midi (sous la présidence de A.-E. Rousseau\, AFJE) : Table-ronde autour du thème de « l’utilisation des SIA générative dans la pratique des juristes d’entreprise ». \nEn savoir plus
URL:https://isdm.umontpellier.fr/event/actualisation-du-droit-de-linternet/
CATEGORIES:Journée
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250306T153000
DTEND;TZID=Europe/Paris:20250306T153000
DTSTAMP:20260405T092136
CREATED:20250603T090111Z
LAST-MODIFIED:20250603T090111Z
UID:10000196-1741275000-1741275000@isdm.umontpellier.fr
SUMMARY:How Should We Construct Prediction Sets? Insights from Conformal Prediction
DESCRIPTION:Campus St Priest (860 Rue Saint Priest 34095 Montpellier Cedex 5)\, bat. 5\, Room: 02.124\nMachine Learning in Montpellier\, Theory & Practice\nTiffany Ding (UC Berckley) \nIn the first part of the talk\, I will present some reflections on the purpose of prediction sets and the role that statistics can play in forming useful prediction sets. In particular\, I will discuss how prediction sets fit into a decision making pipeline and the different kinds of decisions one may make using a prediction set. In the second part of the talk\, I will describe a particular statistically motivated set-generating procedure for the classification setting called clustered conformal prediction\, which gives all classes an equal chance of being correctly included in the prediction set (“class-conditional coverage”). This procedure can be useful in situations where it is important to identify instances of all classes\, even the rare ones. We demonstrate the performance of this method on ImageNet and other image classification datasets. \n            Visio
URL:https://isdm.umontpellier.fr/event/how-should-we-construct-prediction-sets-insights-from-conformal-prediction/
CATEGORIES:Séminaire
ATTACH;FMTTYPE=image/jpeg:https://isdm.umontpellier.fr/wp-content/uploads/2025/02/ml-mpt-1.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250306T091500
DTEND;TZID=Europe/Paris:20250306T173000
DTSTAMP:20260405T092136
CREATED:20250603T090110Z
LAST-MODIFIED:20251022T071427Z
UID:10000195-1741252500-1741282200@isdm.umontpellier.fr
SUMMARY:ROBOTOP’IA
DESCRIPTION:Laboratoire d’Informatique\, de Robotique et de Microélectronique de Montpellier (LIRMM)\nCentre de l’Imaginaire Scientifique et Technique \nLe Centre de l’Imaginaire Scientifique et Technique (CIST)\, le Défi Clé de la Région Occitanie-Pyrénées-Méditerranée «Robotique centrée sur l’humain »\, le Laboratoire d’Informatique\, de Robotique et de Microélectronique de Montpellier (LIRMM)\, l’Université de Montpellier\, le CNRS\, ont décidé de proposer un temps convivial \, passionnant et hors normes\, qui permette à tous de se rencontrer et d’échanger mais aussi de proposer et soutenir des actions efficaces dans le domaine de la relation «science et société». \nVous êtes impliqué ou concerné professionnellement par les domaines de la robotique\, l’intelligence artificielle\, le traitement de données et autres domaines connexes (informatique\, mathématiques\, mécanique…) ? Qu’il s’agisse de la recherche\, de l’enseignement\, de l’innovation et la production\, de la communication\, de la réflexion éthique et durable… cette initiative régionale localisée à Montpellier vous est destinée.\nAvec la révolution technologique\, économique et sociétale en cours\, une multitude d’initiatives naissent qui couvrent un vaste spectre d’approches répondant à de nombreux besoins. Bien sûr\, certaines émanent de laboratoires et organismes de recherche\, universités et autres structures d’enseignement\, d’autres des milieux industriels\, des médias et des associations de médiation scientifique et technique qui traitent tous les questions vives de la société et valorisent les métiers scientifiques et l’innovation. \nInscription gratuite mais obligatoire \nEn savoir plus\nInscription
URL:https://isdm.umontpellier.fr/event/robotopia/
CATEGORIES:Atelier
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250303T140000
DTEND;TZID=Europe/Paris:20250303T160000
DTSTAMP:20260405T092136
CREATED:20241219T081733Z
LAST-MODIFIED:20241219T081733Z
UID:10000082-1741010400-1741017600@isdm.umontpellier.fr
SUMMARY:Initiation à Git
DESCRIPTION:Rejoignez-nous pour une initiation à Git! \nDans cet atelier pratique\, découvrez l’essentiel de Git\, un outil incontournable pour l’intégrité et la traçabilité des projets de recherche. \nObjectifs de la formation :\n• Configurer Git\n• Créer un dépôt distant et local\n• Modifier /ajouter /supprimer des fichiers du dépôt\n• Gérer les commits \nPrérequis :\n• Ordinateur personnel\n• Système d’exploitation : Linux ou Windows 10 / 11 avec WSL2\n• Notion de base des commandes Linux\n• Pré-installation de Git \nNe manquez pas cette occasion pour gérer vos projet avec Git et rejoignez-nous pour acquérir ces compétences essentielles ! \n[ Inscription ]
URL:https://isdm.umontpellier.fr/event/initiation-a-git-5/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2024/08/formation-git-2.png
END:VEVENT
END:VCALENDAR