Résultats de recherche

SynopsisLes méthodes deep learning sont devenues de plus en plus populaires pour construire des systèmes intelligents. Actuellement, de nombreuses architectures deep learning constituent l'état de l'art dans leurs domaines respectifs, tels que la reconnaissance d'images, la génération de texte, la reconnaissance vocale, etc. La disponibilité de bibliothèques et de frameworks matures pour développer de tels systèmes est également un facteur clé de ce succès.Ce travail explore l'utilisation de ces architectures pour construire des systèmes intelligents pour les langues des signes. La création grands corpus de données en langue des signes a rendu possible l'entraînement d'architectures deep learning à partir de zéro. Les contributions présentées dans ce travail couvrent tous les aspects du développement d'un système intelligent basé sur l'apprentissage profond. Une première contribution est la création d’une base de données pour la Langue des Signes de Belgique Francophone (LSFB). Celle-ci est dérivé d’un corpus existant et a été adapté aux besoins des méthodes deep learning. La possibilité de recourir à des méthodes de collecte participative (crowdsourcing) pour recueillir d'avantages de données est également explorée.La deuxième contribution est le développement ou l’adaptation d'architectures pour la reconnaissance automatique de la langue des signes. L'utilisation de méthodes contrastives pour apprendre de meilleures représentations est explorée, et la transférabilité de ces représentations à d'autres langues des signes est évaluée.Enfin, la dernière contribution est l’intégration des modèles dans des logiciels destinés au grand public. Cela a permis de mener une réflexion sur les défis lié à l'intégration d'un module intelligent dans le cycle de vie du développement logiciel.Membres du juryProf. Wim VANHOOF, Président, Université de NamurProf. Benoît FRENAY, Promoteur, Université de NamurProf. Anthony CLEVE, Co-promoteur, Université de NamurProf. Laurence MEURANT, Membre interne, Université de NamurProf. Lorenzo BARALDI, Membre externe, Université de ModèneProf. Annelies BRAFFORT, Membre externe, Université de Paris-SaclayProf. Joni DAMBRE, Membre externe, Université de GandVous êtes cordialement invités à un drink, qui suivra la soutenance publique. Pour une bonne organisation, merci de donner votre réponse pour le vendredi 6 juin. Je m'inscris

Sujet de la Dissertation Essays on the macroeconomic effects of cross-country and time heterogeneity in a monetary union Composition du Jury PromoteursProfesseur Jean-Yves Gnabo, Université de NamurProfesseur Hamza Bennani (Université de Nantes), Co-promoteurAutres membres du JuryProfesseure Sophie Béreau, Université de NamurProfesseure Pauline Gandré, Université Paris NanterreProfesseure Yuliya Rychalovska, Université de NamurPrésident du JuryProfesseur Oscar Bernal, Université de Namur 

SynopsisOver recent years, the development of agent-based models has allowed researchers to advance their understanding of naturally occurring collective behaviours. Swarm robotics, a field studying the design of decentralised robot swarms, has emerged following the replication of some collective behaviours in artificial groups of robots. The first part of this thesis provides novel techniques for the aggregation of heterogeneous swarms. First, we enhance an existing controller for an aggregation problem on two sites through the use of informed robots. We show that our simplified approach offers a wider range of operating conditions and a greater flexibility. Second, we provide a new method for the aggregation of robot swarms with adaptive random walks. We separately study cue-based aggregation with a swarm of robots only sensing private information and neighbour-based aggregation with a swarm of robots sensing social information. We show that a trade-off can be obtained with a heterogeneous swarm composed of the two robot types, forming a dense cluster near the minimum of an environmental cue. Private and social information also play a key role in the evolution of biological processes inside animal groups. Dispersal, the movement of an animal from site of birth to site of reproduction, is strongly affected by the acquisition and the use of information. Since experimental research is often difficult to conduct while accounting for multiple information sources and environmental variability, the use of agent-based models offer an opportunity to study the evolution of dispersal and its associated costs linked to private and social information in a controlled setting. The second part of this thesis provides an agent-based model of dispersal including the acquisition of information and its associated costs. Throughout three case studies, we observe the evolution of genes linked to the acquisition of information and the obtained dispersal strategies in different scenarios. Jury members Prof. Wim Vanhoof, Président, Université de Namur, BelgiqueProf. Elio Tuci, Secrétaire, Université de Namur, BelgiqueProf. Timoteo Carletti, Membre interne, Université de Namur, Belgique Prof. Eliseo Ferrante, Membre externe, Vrije Universiteit Amsterdam, Pays-BasProf. Mauro Birattari, Membre externe, ULB, Belgique Prof. Andreagiovanni Reina, Membre externe, Universität Konstanz, Allemagne  La défense sera suivie d'un drink. Je m'inscris

Concours "Ma thèse en 180 secondes"Le concours "Ma thèse en 180 secondes" a pour objectif de sensibiliser le grand public à la diversité et à l'importance des recherches scientifiques, tout en permettant aux doctorants de développer leurs compétences en communication. Le principe est simple : chaque participant, qu'il soit doctorant ou diplômé de l'année académique précédente, dispose de trois minutes pour présenter un exposé de vulgarisation en français, clair, concis et convaincant, sur sa thèse, avec l'appui d'une seule diapositive.Chaque année, le concours se déroule dans les cinq universités de la Fédération Wallonie-Bruxelles : l'UCLouvain, l'ULB, l'ULiège, l'UMONS et l'UNamur. Chaque université sélectionne des candidats pour participer à la finale inter-universitaire.Finale nationaleLes 15 candidats sélectionnés par leur université se retrouveront le mercredi 21 mai 2025 à 18h30 au Palais des Congrès à Mons pour la finale nationale du concours.Venez encourager nos trois finalistes namurois : Petra Manja avec son pitch "Dormir pour ne pas mourir", Thomas Rouma avec "Comment se débarrasser d'un pique-assiette ?!" et Margaux Mignolet avec "Le monde de Dory l'anticorps" !À 21h30, vous êtes également invités à partager un moment convivial et d'échange autour d'un verre avec les candidats. Article "180 secondes pour parler de recherche"