Résultats de recherche

2025 theme: Stress and emotions in animals The purpose of the symposium aligns with the missions of BCLAS to promote the replacement, reduction and refinement of laboratory animal use by driving reflection, sharing information, providing education and support to the scientific community, authorities and public, in order to lead to an ethical, responsible and qualitative research enabling further improvement in human & animal health.

Public cibleMédecins généralistes (en activité ou en formation)PharmaciensÉtudiants en médecine et en pharmacieObjectifsPartager et discuter d’articles scientifiques pertinents pour la pratique de première ligne dans un climat convivial et bienveillantRenforcer les compétences en lecture critique et en médecine fondée sur les preuvesCréer un lien durable entre le terrain et le monde académiqueFédérer une communauté médico-pharmaceutique active et engagéePourquoi participer ?Parce que la science évolue vite, et que nous gagnons tous à prendre le temps de lire, comprendre, et questionner la littérature ensemble. Parce que le soin de qualité commence par une réflexion partagée. Et parce que c’est l’occasion idéale de renforcer les ponts entre disciplines.Lieu et fréquence des rencontresUNamur - Quai22 - 2 fois par anPremière rencontre : 5/06/2025 (gratuit sur inscription)Accréditation INAMI demandé. Je m'inscris

Dans une volonté de rapprocher le monde académique des réalités du terrain, nous avons le plaisir de vous inviter à rejoindre cette nouvelle initiative : un espace de rencontre et d’échange entre médecins généralistes, pharmaciens et étudiants autour de la littérature scientifique en lien avec les soins primaires. À travers des discussions régulières sur des articles sélectionnés, nous viserons à enrichir nos pratiques, ensemble.

Formulaire d'inscription Nom Prénom Adresse e-mail Assistera à la réception qui suivra la défense Oui ( optionnel ) Non ( optionnel ) Désire une vignette de parking Oui ( optionnel ) Non ( optionnel ) Souhaite un certificat pour l'assistance à la défense Oui ( optionnel ) Non ( optionnel ) Pour le traitement de votre demande, les données sans mention « optional » doivent obligatoirement être complétées. Lorsque vous soumettez ce formulaire, les données complétées sont transmises à l’UNamur et utilisées pour donner suite à votre demande. Pour en savoir plus sur la protection de vos données et sur vos droits

SynopsisA honeypot is a security tool deliberately designed to be vulnerable, thereby enticing attackers to probe, exploit, and compromise it. Since their introduction in the early 1990s, honeypots have remained among the most widely used tools for capturing cyberattacks, complementing traditional defenses such as firewalls and intrusion detection systems. They serve both as early warning systems and as sources of valuable attack data, enabling security professionals to study the techniques and behaviors of threat actors.While conventional honeypots have achieved significant success, they remain deterministic in their responses to attacks. This is where adaptive or intelligent honeypots come into play. An adaptive honeypot leverages Machine Learning techniques, such as Reinforcement Learning, to interact with attackers. These systems learn to take actions that can disrupt the normal execution flow of an attack, potentially forcing attackers to alter their techniques. As a result, attackers must find alternative routes or tools to achieve their objectives, ultimately leading to the collection of more attack data.Despite their advantages, traditional honeypots face two main challenges. First, emulation-based honeypots (also known as low- and medium-interaction honeypots) are increasingly susceptible to detection, which undermines their effectiveness in collecting meaningful attack data. Second, real-system-based honeypots (also known as high-interaction honeypots) pose security risks to the hosting organization if not properly isolated and protected. Since adaptive honeypots rely on the same underlying systems, they also inherit these challenges.This thesis investigates whether it is possible to design a honeypot system that mitigates these challenges while still fulfilling its primary objective of collecting attack data. To this end, it proposes a new abstract model for adaptive self-guarded honeypots, designed to balance attack data collection, detection evasion, and security preservation, ensuring that it does not pose a risk to the rest of the network.Membres du juryProf. Wim VANHOOF, Président, Université de NamurProf. Jean-Noël COLIN, Promoteur, Université de NamurProf. Florentin ROCHET, Membre interne, Université de NamurProf. Benoît FRENAY, Membre interne, Université de NamurProf. Ramin SADRE, Membre externe, Université catholique de Louvain Dr. Jérôme FRANCOIS, Membre externe, Université du LuxembourgVous êtes cordialement invités à un drink, qui suivra la soutenance publique. Pour une bonne organisation, merci de donner votre réponse pour le mardi 20 mai 2025.   Je m'inscris

Formulaire d'inscription Nom Prénom Adresse e-mail Assistera à la réception qui suivra la défense Oui ( optionnel ) Non ( optionnel ) Désire une vignette de parking Oui ( optionnel ) Non ( optionnel ) Souhaite un certificat pour l'assistance à la défense Oui ( optionnel ) Non ( optionnel ) Pour le traitement de votre demande, les données sans mention « optional » doivent obligatoirement être complétées. Lorsque vous soumettez ce formulaire, les données complétées sont transmises à l’UNamur et utilisées pour donner suite à votre demande. Pour en savoir plus sur la protection de vos données et sur vos droits

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

Une délégation de l’Université de Namur a participé à une mission exploratoire à l’Université Cheikh Anta Diop (UCAD) de Dakar, au Sénégal. L’objectif : découvrir les recherches menées sur le terrain, rencontrer les chercheurs de l’UCAD et initier de futures collaborations entre les deux institutions. 

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

Formulaire d'inscription Nom Prénom Adresse e-mail Assistera à la réception qui suivra la défense Oui ( optionnel ) Non ( optionnel ) Désire une vignette de parking Oui ( optionnel ) Non ( optionnel ) Souhaite un certificat pour l'assistance à la défense Oui ( optionnel ) Non ( optionnel ) Pour le traitement de votre demande, les données sans mention « optional » doivent obligatoirement être complétées. Lorsque vous soumettez ce formulaire, les données complétées sont transmises à l’UNamur et utilisées pour donner suite à votre demande. Pour en savoir plus sur la protection de vos données et sur vos droits

Format hybride : Présentiel à Namur + accès distancielPublic cible : Pharmaciens, médecins, étudiants en Master 2 ou du master de spécialisation en médecine généraleAccréditation : Une demande d’accréditation a été faite pour vos points de formation Cette soirée de formation, à destination des pharmaciens et des médecins, proposera :Une mise à jour des nouvelles options thérapeutiques en matière d’hypolipémiantsUne discussion sur les objectifs thérapeutiques et les outcomes cliniques à viserUne attention particulière à Inclisiran et aux résultats issus du registre belge BE.REALOrateur : Prof. Fabian Demeure, expert reconnu dans le domaine de la prévention cardiovasculaire et des traitements hypolipémiants.Walking dinner : Pour les participants en présentiel, un moment convivial autour d’un walking dinner est prévu à l’issue de la conférence.Cet évènement est gratuit.  L'inscription est obligatoire. Je m'inscris

Résumé Découvrir le concept de l’évolution en biologie en étudiant les virus qui infectent les animaux et les humains.  La taille des virus les positionne dans les plus petites entités biologiques connues.  Malgré cette petite taille, ils ne passent pas inaperçus lorsqu’on observe leurs effets tantôt nuisibles, tantôt bénéfiques pour les hôtes qui les accueillent le temps d’une infection ou le temps d’une vie.  La vitesse à laquelle ils évoluent est une de leur signature biologique.  Cette plasticité évolutive est une des propriétés virales expliquant l’émergence de pathogènes responsables de pandémies.  A côté de ce côté sombre de leur évolution, l’exposé présentera des conséquences bénéfiques de leur co-évolution avec leurs hôtes.  Les virus sont à la perpétuation de certaines espèces ce que l’eau est à la vie : essentielle. Vers le site du REHNam