Intervenants

Journée du 25 mars 2024 : Apprentissage et optimisation

Paulin Melatagia Yonta, est enseignant-chercheur en informatique à l'Université de Yaoundé I, où il a obtenu son Doctorat Ph.D.. Ses domaines d’enseignement sont principalement l’apprentissage automatique, la fouille de données, l’informatique décisionnelle et la recherche opérationelle. Ses travaux de recherche sont axés sur la découverte et l'analyse de nouveaux algorithmes d'apprentissage automatique, ainsi que sur le traitement du langage naturel et de la parole, en particulier pour les langues africaines. Il dirige l'équipe de recherche Idasco (Sciences de Données et Systèmes Complexes) à l'Université de Yaoundé I, est le secrétaire scientifique de la CRI (Conference on Research in Computer Science),  membre du comité exécutif de l'ASDS (The African Society in Digital Sciences), membre du comité éxécutif de CAIS (Cameroon Artificial Intelligence Society), membre du conseil de laboratoire de UMMISCO/IRD (Unité de Modélisation Mathématique en Informatique des Systèmes Complexes) et co-directeur du Centre Afrique Centrale et de l’Est de cette unité. 

Ange Tato est professeure enseignante en informatique à l’École de technologie supérieure de Montréal et bientôt professeure à l’Université Laval à Québec. Elle a travaillé en tant que chercheuse en intelligence artificielle chez Beam Me Up Augmented Intelligence à Montréal pendant 4 ans. Ses recherches se concentrent sur les fondements des algorith- mes d’apprentissage automatique appliqués à l’éducation, en particulier la modélisation et l’adaptation des utilisateurs dans les systèmes intelligents. Certaines de ses œuvres notables se concentrent sur l’amélioration des algorithmes d’optimisation du premier ordre (avec descente de gradient); l’amélioration des architectures de réseaux neuronaux pour les donné- es multimodales afin de prédire ou de classifier les comportements des utilisateurs (joueurs, apprenants, etc.) dans les systèmes intelligents adaptatifs; et l’intégration des connaissances expertes dans les modèles d’apprentissage profond pour améliorer leur capacité prédictive et pour une meilleure traçabilité de ces modèles. Elle a été membre du comité exécutif pour le track des posters et les démonstrations lors de la conférence sur l’exploration de données éducative (EDM) en 2021, et membre du comité de programme de conférences internatio- nales telles que EDM (Educational Data Mining), l’ICCE (International Conference on Computers in Education) et l’AIED (Artificial Intelligence in Education).

Journée du 26 mars 2024 : Explicabilité

Engelbert Mephu Nguifo is a full professor of computer science at University Clermont Auvergne (UCA), France, where he is the director of Master Degree Program in Computer Science. He is leading research on machine learning and data mining for complex data in the joined University-CNRS laboratory LIMOS where he is co-chair of the Information and Communication Systems research group. His research interests also include formal concept analysis, artificial intelligence, pattern recognition, bioinformatics, big data, and knowledge representation. He was Board member of the French Association on Artificial Intelligence. He is member of the editorial Board of French Open Journal on Artificial Intelligence, and also member of the executive board of the French CNRS research group on Artificial Intelligence (GDR RADIA).

Clémentin Tayou Djamegni is a full Professor of Computer Science at the University of Dschang (Uds). He obtained the DEA, the Doctorat de Troisième Cycle, and the Doctorat d’État at the Department of Computer Science of the Faculty of Sciences of the University of Yaoundé I in 1995, 1997 and 2005 respectively. From December 2007 to March 2018, he headed the Department of Mathematics and Computer Science at the Faculty of Sciences of the Uds. In this position, he initiated and coordinated, the design and implementation of the first Master’s and doctoral programs of the Uds in computer science and mathematics. He also launched and coordinated the creation of the first computer science research laboratory at Uds, LIFA later renamed URIFIA. From March 2018 to this day, he is head of the Computer Engineering Department at the Fotso Victor University Institute of Technology.He supervised fifteen doctoral theses in Computer Science. He is a member of the Editorial Board of Informatics in Medicine Unlocked and African Revue in Informatics and Mathematics Applied. He won four third prizes, one second prize and four first prizes at SAT competitions, and one third prize at EDA CHALLENGE 2021. His research interests include sensor networks, knowledge discovery, data mining, machine learning, distributed algorithms, cloud computing, artificial intelligence and security.

Jerry LONLAC is currently an Associate Professor (Maître de conférences) of Computer Science at Institut Mines Télécoms Nord Europe (IMTNE), Graduate School of Engineering, University of Lille in France. I am member of HIDE and McLEOD research teams at the Centre for Education, Research and Innovation Digital Systems (CERI SN). Prior to joining IMTNE, I worked as a postdoctoral researcher at the Lens Computer Science Research Lab (CRIL UMR 8188) and as a postdoctoral researcher at the The Laboratory of Informatics, Modelling and Optimization of the Systems (LIMOS UMR 6158). I received my Ph.D. in Computer Science from the University of Artois, France in 2014. My scientific work relates to Artificial Intelligence including Data Mining, Machine Learning, eXplainable Artificial Intelligence and Boolean Satisfiability (SAT).

Roger Nkambou est professeur titulaire au département d'informatique de l'Université du Québec à Montréal (depuis plus de 25 ans) et directeur du laboratoire GDAC (Gestion, Diffusion et Acquisition de Connaissances). Il est également le directeur de l’unité des programmes de certificats en informatique. Il a dirigé le Centre de Recherche en Intelligence Artificielle de 2018 à 2021 ainsi que le programme de doctorat en informatique cognitive (2009 à 2014). Depuis plusieurs années, Roger a activement contribué au développement de la recherche sur l’ingénierie des connaissances, les architectures d’agents cognitifs, la modélisation des usagers, les algorithmes d’apprentissage machine dans des environnements interactifs. Les résultats de ses travaux ont été utilisés entre autres dans le développement d’un simulateur du bras robot canadien à l’agence spatiale canadienne en collaboration avec la NASA. De 2019 à 2023, Roger a été le co-leader (avec le Pr Claude Frasson) du projet Pilot-AI (AI Augmented Pilot), un projet financé par le gouvernement canadien et les industries importantes du secteur de l’aéronautique (Bombardier, CAE, CRIAQ). Il vient d’obtenir un nouveau financement pour diriger le projet C-Pilot (Cognitive Pilote) avec les mêmes acteurs. Pilot-AI et C-Pilote visent à doter les nouvelles générations d’un Cockpit intégrant l’IA pour l’assistance cognitive du pilote de sorte à migrer progressivement vers des avions à un seul pilote. Roger est membre du comité scientifique, éditorial ou de programme de plusieurs conférences et revues internationales (ex : AAAI, AIED, EDM, ITS) et a présidé des conférences internationales de renom (ex: UMAP2012, WWW2016, ITS2018 et EDM2019). Il est éditeur associé des revues Frontiers in Artificial Intelligence et Computational Intelligence. Roger a dirigé plus d’une vingtaine de thèses de doctorat (PhD) ainsi que plus d’une cinquantaine de mémoires de Maîtrise (MSc). Il collabore depuis plus de 25 ans avec l’Université de Yaoundé 1, l’Université de Dschang et l’ENSPY et a participé à la direction de plusieurs thèses dans ces institutions.

Antoine Cornuéjols est professeur d’informatique à AgroParisTech. Il y est responsable de l’équipe de recherche EKINOCS au sein de l’UMR MIA Paris-Saclay (AgroParisTec - INRAE) qui mène des travaux en apprentissage automatique, intégration de connaissances, interactions homme-machine et méthodes d’optimisation. Il est co-auteur des ouvrages « Apprentissage artificiel. Concepts et algorithmes. De Hume et Bayes au Deep Learning » (Eyrolles, 2021, 4ème ed.) et de « Phase Transitions in Machine Learning » (Cambridge University Press, 2011) et auteur de nombreux articles scientifiques en particulier sur l’analyse de séries temporelles, l’apprentissage à partir de données faiblement étiquetées et l’apprentissage par transfert.  Par ailleurs, il est co-responsable de la 3ème année de spécialisation IODAA à AgroParisTech sur l’Intelligence Artificielle et les sciences des données. Il est membre du bureau de DataIA, l’institut d’intelligence artificielle de l’Université Paris-Saclay, ainsi que directeur scientifique de la chaire H@rvest sur l’agriculture numérique. Il a encadré ou co-encadré 22 thèses de doctorat dont 4 en cours.

Issam Falih est actuellement maître de conférences à l'Université de Clermont-Auvergne en France, où il est membre du thème DSI (Données, Services, Intelligence) du laboratoire LIMOS. Il est titulaire d'un doctorat en informatique de l'Université Sorbonne Paris Nord, d'un diplôme d'ingénieur en informatique et statistiques de l'INSEA, ainsi que d'un Master en Machine Learning de l'Université Paris Dauphine. Ses activités de recherche portent sur l’apprentissage automatique et leurs applications. Il couvre un large spectre de problématiques, notamment l'apprentissage non supervisé, les méthodes d'apprentissage topologique et l’apprentissage par transfert.