Résultats de recherche

Bienvenue à la 1ʳᵉ conférence MG-ERC Cette conférence, en lien avec les thématiques de recherche du département de chimie, a pour objectif de rassembler une centaine de chercheurs travaillant dans les domaines de la chimie des hétéroatomes, de la chimie de coordination, de la catalyse, et de la chimie inorganique. Elle présente une réelle nouveauté en Belgique en termes des domaines couverts, et va permettre aux participants de découvrir des nouveaux concepts, idées et tendances dans ces domaines de recherche récents en chimie. Voici la liste des conférenciers, qui sont des experts mondiaux dans leurs domainesDr. Daniël Broere (Utrecht University, Netherlands)Prof. Agnieszka Nowak-Król (Universität Würzburg, Germany)Dr. Antoine Simonneau (Université Paul-Sabatier, Toulouse, France)Prof. Dr. Sebastian Riedel (Freie Universität, Berlin, Germany)Dr. Arnaud Voituriez (Université Paris-Saclay, France)Prof. Dr. Alessandro Bismuto (Universität Bonn, Germany)Dr. Christian Hering-Junghans (Leibniz-Institut für Katalyse, Germany)Prof. Connie Lu (Universität Bonn, Germany)Prof. Simon Aldridge (University of Oxford, UK)Dr. Ghenwa Bouhadir (Université Paul-Sabatier, Toulouse, France)Prof. Dr. Viktoria Däschlein-Gessner (Ruhr-University of Bochum, Germany)    Dr. Jennifer A. Garden (University of Edinburgh, UK)Prof. Muriel Hissler (Université de Rennes, France)Prof. Jean-François Paquin (Université de Laval, Canada) Plus d’informations et inscription

Au programme pour tous et toutes 09h00 | Accueil09h30 | Cérémonie d'accueil des nouveaux étudiants11h00 | Célébration de la rentrée à la Cathédrale Saint-Aubain (Place Saint-Aubain - 5000 Namur) puis accueil des étudiants par les Cercles. En savoir plus

BNAIC/BeNeLearn 2025 will be held at the University of Namur under the auspices of the Belgian-Dutch Association for Artificial Intelligence (BNVKI) and the Dutch Research School for Information and Knowledge Systems (SIKS). The conference aims at presenting an overview of state-of-the-art research in artificial intelligence and machine learning in Belgium, The Netherlands, and Luxembourg. More information and registration

Every two years, the International Symposium on Marek's Disease and Avian Herpesviruses (MDAH) brings together researchers from around the world to exchange the latest insights on poultry viral diseases — covering their biology, evolution, control strategies, and epidemiology. Attendees include PhD students, postdocs and researchers representing academia, government, and commercial organizations from North and South America, Europe, Asia, the Middle East, Australia, and Africa.DeadlinesOpening of abstract submissions and registrations: 20.11.2025Deadline for abstract submissions: 20.01.2026Early bird registration deadline: 01.03.2026Pre-reserved hotel rooms for symposium participants until: 01.03.2026 More information on the MDAH2026 website

Deadlines Opening of abstract submissions and registrations: 15 September 2025Deadline to submit indicative title and summary: 30 November 2025Deadline for final abstract submissions: 01 May 2026Early bird registration deadline: 01 March 2026 More information on the website

Le 1er juillet 2025, le F.R.S.-FNRS a publié la liste des lauréats aux différents mandats doctorants et postdoctorants, projets Télévie et co-financement avec le Fonds de recherche du Québec. Parmi ceux-ci, de nombreux chercheurs de l'UNamur ont obtenu un financement. Le taux de classement de l’UNamur, particulièrement élevé, démontre la qualité et l’excellence de la recherche au sein du campus namurois. 

Abstract In recent decades, the volume of data generated worldwide has grown exponentially, significantly accelerating advancements in machine learning. This explosion of data has led to an increased need for effective data exploration techniques, giving rise to a specialized field known as dimensionality reduction. Dimensionality reduction methods are used to transform high-dimensional data into a low-dimensional space (typically 2D or 3D), so that it can be easily visualized and understood by humans. Algorithms such as Principal Component Analysis (PCA), Multidimensional Scaling (MDS), and t-distributed Stochastic Neighbor Embedding (t-SNE) have become essential tools for visualizing complex datasets. These techniques play a critical role in exploratory data analysis and in interpreting complex models like Convolutional Neural Networks (CNNs). Despite their widespread adoption, dimensionality reduction techniques, particularly non-linear ones, often lack interpretability. This opacity makes it difficult for users to understand the meaning of the visualizations or the rationale behind specific low-dimensional representations. In contrast, the field of supervised machine learning has seen significant progress in explainable AI (XAI), which aims to clarify model decisions, especially in high-stakes scenarios. While many post-hoc explanation tools have been developed to interpret the outputs of supervised models, there is still a notable gap in methods for explaining the results of dimensionality reduction techniques. This research investigates how post-hoc explanation techniques can be integrated into dimensionality reduction algorithms to improve user understanding of the resulting visualizations. Specifically, it explores how interpretability methods originally developed for supervised learning can be adapted to explain the behavior of non-linear dimensionality reduction algorithms. Additionally, this work examines whether the integration of post-hoc explanations can enhance the overall effectiveness of data exploration. As these tools are intended for end-users, we also design and evaluate an interactive system that incorporates explanatory mechanisms. We argue that combining interpretability with interactivity significantly improves users' understanding of embeddings produced by non-linear dimensionality reduction techniques. In this research, we propose enhancements to an existing post-hoc explanation method that adapts LIME for t-SNE. We introduce a globally-local framework for fast and scalable explanations of t-SNE embeddings. Furthermore, we present a completely new approach that adapts saliency map-based explanations to locally interpret non-linear dimensionality reduction results. Lastly, we introduce our interactive tool, Insight-SNE, which integrates our gradient-based explanation method and enables users to explore low-dimensional embeddings through direct interaction with the explanations. Jury Prof. Wim Vanhoof - University of Namur, BelgiumProf. Benoit Frénay - University of Namur, BelgiumProf. Bruno Dumas - University of Namur, BelgiumProf. John Lee - University of Louvain, BelgiumProf. Luis Galarraga - University of Rennes, France

C’est une belle reconnaissance pour l’excellence de la recherche menée à l’Université de Namur : la faculté d’informatique a été sollicitée pour rejoindre le prestigieux réseau Informatics Europe, qui rassemble les départements et facultés d’informatique les plus dynamiques à travers l’Europe.

RésuméEn 2025, l’apprentissage automatique continue de révolutionner divers domaines scientifiques, avec des implications majeures en physique, notamment en photonique. L'intégration d'algorithmes d'apprentissage automatique avancés a permis des progrès significatifs dans la conception et le contrôle des systèmes photoniques, améliorant leur efficacité et leurs performances. Ces avancées sont essentielles pour le développement des technologies de communication, d’imagerie ou encore de calcul quantique. Toutefois, la recherche en physique présente de nombreux défis qui vont au-delà des simples mesures de performance : identifier des motifs et construire des modèles analytiques est souvent tout aussi crucial.Dans cette thèse, nous appliquons des outils d’intelligence computationnelle, en particulier l’optimisation heuristique et les réseaux de neurones, afin de développer des approches orientées données pour résoudre diverses tâches en physique. Bien que centrée sur les données, notre approche reste ancrée dans la physique, cherchant toujours à comprendre les phénomènes physiques sous-jacents aux algorithmes. Les résultats de cette thèse couvrent un large éventail d’applications, allant de la conception de métasurfaces complexes et de réseaux de diffraction à l’analyse et l’interprétation de données spectrales. Nous avons également développé avec succès un optimiseur capable d’apprendre et de s’adapter aux problèmes rencontrés, notamment en physique. Cet outil clé de notre arsenal surpasse les méthodes de pointe dans nos applications. Il a notamment permis la conception d’une plaque de phase coronographique pour l’imagerie des exoplanètes, avec une performance 25 % supérieure aux meilleures solutions précédentes.Nous avons aussi conçu un dispositif compact de déflexion de faisceau, entièrement diélectrique, fonctionnant efficacement pour toutes les polarisations, atteignant une efficacité maximale de 90 %. Partant d’une conception purement basée sur les données, nous avons pu extraire et valider un modèle analytique fondé sur le comportement d’un réseau échelette, apportant ainsi une compréhension physique de son fonctionnement. Au-delà des tâches fondées sur des simulations, nous avons également traité des données expérimentales en développant un classificateur d’origine animale de parchemins, capable de distinguer trois espèces animales avec une précision de 90 %. Cet outil offre une méthode non invasive pour les restaurateurs et historiens souhaitant analyser des matériaux historiques fragiles.Les membres du jury Prof. Michaël LOBET (UNamur), PrésidentProf. Alexandre MAYER (UNamur), SecrétaireDr Charlotte BEAUTHIER (CENAREO)Prof. Benoît FRENAY (UNamur)Prof. Olivier DEPARIS (UNamur)Prof. Denis LANGEVIN (Université de Clermont Auvergne)Prof. Hai Son NGUYEN (Ecole Centrale de Lyon)

La première conférence mondiale des chercheurs chinois en matériaux a eu lieu du 22 au 28 juillet 2025 à l’Université de Namur.  Organisée par le Professeur Bao-Lian Su, directeur du laboratoire de Chimie des Matériaux Inorganiques (CMI) de l’Unité de Chimie des Nanomatériaux (UCNano) du Département de chimie de l'Université de Namur, Belgique, en collaboration avec le Professeur Prof. Qing-Jie Zhang de l'Université technologique de Wuhan (Chine) et du Professeur Prof. Max Gao-Qing Lu de l’Université de Wollogong (Australie), l’évènement a rassemblé près de 500 participants. 

Un projet déposé par le Laboratoire de Physiologie Évolutive et Adaptative (LEAP) du professeur Frédéric Silvestre de l’Université de Namur a été classé parmi les 6 meilleurs projets de recherche financés par le FNRS et le Fonds de recherche du Québec (FRQ) pour une collaboration scientifique entre la Wallonie et le Québec.  Le but ? Comprendre l'impact des activités humaines sur les bélugas de l'estuaire du Saint-Laurent (ESL) à l’aide d’approches interdisciplinaires pour permettre d’améliorer les stratégies de conservation de cette espèce menacée.

Art du doute fécond, l’esprit critique s’apprend et s’entretient. Face à la surcharge d’information et au déploiement de l’intelligence artificielle, il est plus que jamais nécessaire pour les étudiants de développer cette faculté tout au long de leur cursus. À l’UNamur, cette nécessité pédagogique se veut protéiforme.