En l’absence temporaire de gestionnaire dédiée au GdR IASIS, nous sommes malheureusement dans l’impossibilité d’assurer la prise en charge de missions (des membres du GdR souhaitant participer à cette journée) sur le budget du GdR.
Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.
14 personnes membres du GdR ISIS, et 4 personnes non membres du GdR, sont inscrits à cette réunion.
Capacité de la salle : 90 personnes.
Les structures de graphes ont été exploitées avec succès dans de nombreux domaines tels que le traitement du signal (GSP), le transport optimal, et l'apprentissage profond (GNN). Dans ces exemples, la plupart des travaux traitent d'un graphe connu, c'est-à-dire qu'ils développent des algorithmes qui tiennent compte d'une connaissance a priori de la structure des relations entre les entités. En amont, les problématiques d'apprentissage de graphes visent à révéler (ou raffiner) une topologie de graphe directement à partir des données, afin de pouvoir appliquer ensuite les techniques évoquées. Cette problématique a motivé de nombreux travaux, tant dans le domaine non supervisé (apprentissage d'un graphe pour refléter la structure des données), que supervisé (apprentissage d'un graphe pour optimiser une tâche telle que la classification).
Cette journée a pour but de proposer une plateforme d'échange autour de cette thématique qui regroupe plusieurs communautés, avec différentes approches, outils, et applications. Elle s'organisera autour de plusieurs exposés sur des format tutoriel, ainsi que des formats plus courts.
Les propositions de communications concernant l'apprentissage de graphe, ainsi que l'utilisation de graphe en traitement du signal et apprentissage statistique sont les bienvenues. Ces propositions de communications (titre et résumé de quelques lignes) sont à envoyer aux organisateurs d'ici le 17 mai :
Date : jeudi 6 juin 2024
Lieu : CNAM Paris, Amphithéâtre Fabry Pérot
