Agricultural Intelligence and Ecological Intelligence
Cirad Montpellier, Amphi Alliot
L’Association of Global Intelligent Science and Technology, l’Institut d’Automatique de l’Académie des Sciences de Chine, la Chinese Agricultural University avec les soutiens du Cirad, de l’Académie des Sciences et des Lettres de Montpellier et #DigitAg organisent AIEI 2026 en l’honneur de Philippe de Reffye, retraité du Cirad et membre de l’Académie des Sciences et des Lettres de Montpellier. La journée de présentation scientifique se décline en 5 présentations invitées de Chine, Pays-Bas et France, la présentation des contributions au journal IJICS (Chine, Cote d’Ivoire, France), associé à l’évènement, et une séance dédiée au créateur de l’UMR Amap.
IA et Experts
CAP & RFIAP 2026
Campus Triolet de l’Université de Montpellier – Faculté des Sciences
SSFAM (Société Savante Française d’Apprentissage Machine) and AFRIF (Association Française pour la Reconnaissance et l’Interprétation des Formes)
La conférence RFIAP/CAP 2026 aura lieu à Montpellier en juillet ! Devenez sponsor !
Et préparez vos articles, l’appel à soumissions est ouvert !
IA et experts
Un workflow de communication pour le jumeau numérique basé sur une ontologie et la narration
Salle Saltus – Maison de la Teledetection, 500 rue Jean François Breton 34090 Montpellier
SEmantic web SeminAr MontpEllier (MISTEA) – Fatma CHAMEKH (BRGM)
Un des objectifs majeurs du projet JUNON sur le plan économique est de pouvoir développer de nouveaux services innovants en numérique et en métrologie environnementale autour de la création de Jumeaux Numériques de Plaine. […]
IA et Experts
BAGO une ontologie pour modéliser les bioagresseurs des plantes et BAG-GV le graphe de connaissances des bioagresseurs de la vigne
Salle des conseils P. Raynaud, bâtiment 11, Campus La Gaillarde
SEmantic web SeminAr MontpEllier (MISTEA)
Le terme « bioagresseur » est récent, il a été défini en août 2018 par le Journal officiel français comme « organisme vivant causant des dommages aux plantes cultivées ou à la production agricole ». Nous présenterons comment l’expertise de l’INRAE et des instituts techniques agricoles a été utilisée pour construire un consensus sur la modélisation des bioagresseurs des plantes par le biais d’une ontologie (BAGO) […]
IA et Experts
BAGO une ontologie pour modéliser les bioagresseurs des plantes et BAG-GV le graphe de connaissances des bioagresseurs de la vigne
Salle des conseils P. Raynaud, bâtiment 11, Campus La Gaillarde
SEmantic web SeminAr MontpEllier (MISTEA)
Le terme « bioagresseur » est récent, il a été défini en août 2018 par le Journal officiel français comme « organisme vivant causant des dommages aux plantes cultivées ou à la production agricole ». Nous présenterons comment l’expertise de l’INRAE et des instituts techniques agricoles a été utilisée pour construire un consensus sur la modélisation des bioagresseurs des plantes par le biais d’une ontologie (BAGO) […]
IA et Experts
Ontologies as Catalysts in AI-Powered Convergence of Agriculture, Health and Wealth: Reality, Possibilities and Challenges
Salle des conseils P. Raynaud, bâtiment 11, Campus La Gaillarde
SEmantic web SeminAr MontpEllier (MISTEA) – Laurette DUBE McGill Center for the Convergence of Health and Economics
In a world ever more fractured, connected and interdependent at the same time, ontologies, with their linkages to data and AI algorithms, can serve as catalysts in the transformation at scale of systems as complex and dynamic as agriculture, food, health systems if these are to move toward the convergence needed for addressing recurrent modern crises. Each system involves multiple actors, processes, jurisdictions, geographies and temporal scales […]
IA et Experts
Création de graphes de connaissances géohistoriques à partir de sources de données anciennes hétérogènes et fragmentaires
Salle 104 du bâtiment 11 dit le château, 2 Place Pierre Viala Campus La Gaillarde, 34000 Montpellier
SEmantic web SeminAr MontpEllier (MISTEA) – Nathalie Abadie
Les graphes de connaissances constituent un modèle de données privilégié pour représenter des entités – géographiques – qui évoluent au cours du temps. Plusieurs travaux ont proposé des ontologies et des méthodes de peuplement pour représenter l’évolution d’unités administratives ou statistiques à partir de jeux de données millésimés décrivant les états successifs de ces entités géographiques […]
IA et Experts
Secure Noise Sampling for Differentially Private Collaborative Learning
Inria Montpellier, St-Priest Campus, Building 5, Room 02/124
Machine Learning in Montpellier, Theory et Practice – Emmy Fang & Arielle Zhang
Machine Learning (ML) models typically benefit from access to large and diverse datasets across different parties. However, privacy concerns often prohibit direct data sharing or centralized data aggregation. To address this, various collaborative training frameworks have been proposed that enable joint model training while adhering to differential privacy (DP), the current golden standard privacy definition. In this talk, I will provide an overview of existing privacy-preserving collaborative ML frameworks, highlighting their core techniques and their limitations. […]
IA et Experts
Réduction de la dépendance aux connaissances préalables en acquisition de contraintes
LIRMM (batiment 4 – salle de séminaire)
Areski Himeur – Thèse AXIAUM (financement ANR) – Sous la direction de Christian Bessiere
La programmation par contraintes est un paradigme puissant pour résoudre des problèmes combinatoires complexes. Cependant, son adoption est freinée par la difficulté pour les utilisateurs de formuler correctement les contraintes nécessaires pour représenter leur problème. Les travaux présentés lors de cette soutenance s’inscrivent dans le domaine de l’acquisition de contraintes, qui vise à automatiser ce processus de modélisation. Ils proposent de nouvelles solutions pour apprendre automatiquement des réseaux de contraintes à partir d’exemples, sans connaissance préalable du problème. Des perspectives prometteuses incluent l’utilisation de réseaux de neurones comme sources de données pour l’extraction de contraintes.
IA et Experts
Deep Learning for Species Recognition under High Uncertainty: Application to jellyfish images
Building 5, 02.124, Campus St Priest
Machine Learning in Montpellier, Theory & Practice – Matthieu de Castelbajac (Univ. Montpellier)
Citizen science records are a valuable source of biodiversity data, and even more essential to help track mobile marine species like jellyfish. However, these records can be highly uncertain, containing many potential errors and biases. They are typically validated by experts, which is impractical at scale. Although deep learning methods for automatic validation have shown promising results, they fail to account for the uncertainty present in both the input data and their predictions. Here, we present a semi-automated method to support record validation at scale while providing strong statistical guarantees, including for highly uncertain citizen science records.
IA et Experts
Seeing the forest and the trees: How hyperspatial drone imagery is revolutionizing tropical canopy studies (ecological focus)
CIRAD Campus Lavalette – Amphi Jacques Alliot – Bâtiment 4
Machine Learning in Montpellier, Theory & Practice – Étienne Laliberté (Université de Montréal)
Dans le cadre des échanges Inria–IVADO, nous aurons le plaisir d’accueillir à Montpellier du 3 au 14 novembre 2025, Étienne Laliberté, professeur titulaire au Département des sciences biologiques de l’Université de Montréal et membre académique associé au Mila (Institut québécois d’intelligence artificielle).
IA et Experts
Learning from unlearning : how can we design ML systems that aremore trustworthy ?
Amphi Moreau, B2. Campus St Priest
Machine Learning in Montpellier, Theory & Practice – Nicolas Papernot (Univ. Toronto)
Pour cette session exceptionnelle du séminaire ML-MTP, nous aurons l’honneur d’accueillir Nicolas Papernot, chercheur de renommée mondiale en IA de confiance et expert des questions de sécurité et de vie privée. Il a été l’un des pionniers de plusieurs axes de recherche majeurs, notamment les attaques adversariales sur les réseaux de neurones et le machine unlearning. Il est titulaire d’une Inria International Chair (2025–2027) associée à l’équipe PreMeDICaL.
IA & Experts
Recherche SESAME
Amphithéâtre 2, Bâtiment 2 bis, 2 Place Pierre Viala Campus La Gaillarde
SESAME
La Journée Recherche SESAME est complémentaire aux séminaires mensuels SESAME et est soutenue par le réseau national IN-OVIVE. Cette première édition a pour objectif de permettre aux jeunes chercheuses et chercheurs de présenter l’avancée de leurs travaux dans le domaine de l’IA (apprentissage machine, raisonnement et représentation des connaissances, traitement de la langue, ingénierie des connaissances, … ) en présentiel à l’ensemble de la communauté de recherche montpelliéraine. Sont invitées des présentations de travaux de recherche des doctorant·e·s, post-doctorant·e·s et ingénieur·e·s.
IA & Experts
Ensuring Social Scientific Data Quality and Reproducibility in the Big Data/AI Era: Challenges and Pathways
Salle de séminaire du Bât 4 – Campus Saint Priest
LIRMM – Prof. Stefan Dietze
Dans le cadre de l’axe transverse IA – Science des données, le LIRMM a le plaisir d’accueillir le Prof. Stefan Dietze(Heinrich-Heine-Universität Düsseldorf, GESIS, HeiCAD, L3S). Résumé : Au cours des dernières décennies, les sciences sociales ont progressivement intégré de nouvelles sources de données issues du web et des réseaux sociaux, ainsi que des méthodes computationnelles de plus en plus complexes, portées par l’essor de l’IA et du traitement automatique du langage naturel. Ces évolutions ouvrent de nouvelles perspectives, mais soulèvent également des défis majeurs en termes de transparence, de reproductibilité et de qualité des données […]
IA & Experts
Leveraging Knowledge Graphs for Earth System Dataset Discovery
Salle 104 du bâtiment 11 dit le château, 2 Place Pierre Viala Campus La Gaillarde, 34000 Montpellier
SEmantic web SeminAr MontpEllier (MISTEA) – Vincent ARMAND (IRD Montpellier)
Thanks to open science initiatives, thousands of standardised datasets on Earth System compartments are now available on the web. In particular, we have widely used ISO 19115 to encode spatiotemporal aspects of Earth System observations. However, this standard does not specify the multiple dimensions of observations, including the features of interest, the observable properties, and the provenance. As a result, researchers interested in Earth System multi-disciplinary studies may miss meaningful datasets when querying independently domain-specific data portals. […]
IA & Experts