Conférence sur l'Apprentissage Automatique (CAp)

Actes

Pour les auteurs qui l'ont souhaité, les articles liés aux présentations orales et sous forme de posters seront prochainement disponibles.

Programme

Mercredi 3 juillet

9h - 10h – Conférence plénière : Walter Daelemans (Université d'Anvers, Belgique) “Profiling authors from text. A critical look at the state of the art”

10h30-12h30 – Session 1 CAp / JFPDA

  • Filipo Studzinski Perotto, Mathieu Bourgais, Bruno Castro da Silva, Laurent Vercouter. "Bandits Manchots Survivants"
  • Erwan Lecarpentier, Emmanuel Rachelson. "Processus décisionnels de Markov non-stationnaires, une approche pire-cas utilisant l'apprentissage par renforcement basé modèle"
  • Arthur Aubret, Laetitia Matignon, Salima Hassas. "Étude de la motivation intrinsèque en apprentissage par renforcement"
  • Ievgen Redko and Charlotte Laclau. "On Fair Cost Sharing Games in Machine Learning"
  • Iago Bonnici, Abdelkader Gouaïch and Fabien Michel. "Input Addition in Reinforcement: Towards Learning with Structural Changes"
  • Sholom Schechtman, Adil Salim and Pascal Bianchi. "Passty Langevin"
  • Milad Mozafari, Mohammad Ganjtabesh, Abbas Nowzari-Dalini and Timothee Masquelier. "SpykeTorch: Efficient Simulation of Convolutional Spiking Neural Networks with at most one Spike per Neuron"
  • Walid Younes, Françoise Adreit, Sylvie Trouilhet and Jean-Paul Arcangeli. "Apprentissage en ligne par renforcement centré utilisateur pour la composition émergente d'applications ambiantes"

14h - 15h30 – Session 2 - Image

  • Eloi Zablocki, Patrick Bordes, Benjamin Piwowarski, Laure Soulier and Patrick Gallinari. "Context-Aware Zero-Shot Learning for Object Recognition"
  • Hong-Phuong Dang and Myriam Vimond. "Segmentation adaptative d'image avec un nombre efficace de classes en utilisant l'algorithme Expectation-Maximisation pour modèle de mélange par processus de Dirichlet tronqué"
  • Kergann Le Cornec and Vincent Barra. "Détection d'émotions sur données multimodales restreintes par réseaux triples"
  • Eduardo Hugo Sanchez, Mathieu Serrurier and Mathias Ortner. "Image-to-image translation for satellite image time series representation learning"
  • Zhengying Liu, Isabelle Guyon, Julio Jacques Junior, Meysam Madadi, Sergio Escalera, Adrien Pavao, Hugo Jair Escalante, Wei-Wei Tu and Zhen Xu. "AutoCV Challenge Design and Baseline Results"
  • Titouan Lorieul and Alexis Joly. "Vers un désenchevêtrement de l'ambiguïté de la tâche et de l'incertitude du modèle pour la classification avec option de rejet à l'aide de réseaux neuronaux"

16h - 18h – Conférence jointe CAp / SPARS 2019 : Michael I. Jordan (UC Berkeley, USA) "Machine Learning: Dynamical, Statistical and Economic Perspectives" (accès limité, pré-inscription obligatoire)

Jeudi 4 juillet

9h - 10h – Conférence plénière : Julien Bourgeois (Université de Franche-Comté, France) “La matière programmable : robots modulaires auto-assembleurs”

10h30-12h30 – Posters et démos 1

Posters des papiers présentés lors des sessions 1 et 2, ainsi que :

  • Damien Sileo, Camille Pradel, Anselmo Peñas, Guillermo Eschegoyen, Mark Cieliebak, Ander Barena and Eneko Aguirre. "Matching Words and Knowledge Graph Entities with Meta-Embeddings"
  • Boris Ndjia Njike and Xavier Siebert. "Nonparametric Active learning under local smoothness assumption"
  • Kevin Elgui and Pascal Bianchi. "Learning Methods for RSSI-based Geolocation"
  • Alexandre Garcia, Pierre Colombo, Slim Essid, Florence d'Alché-Buc and Chloé Clavel. "From the Token to the Review: A Hierarchical Multimodal approach to Opinion Mining"
  • Sofiane Dhouib, Ievgen Redko and Carole Lartizien. "On learning a large margin classifier for domain adaptation based on similarity functions"
  • Quentin Mercier. "A Stochastic Multiple Gradient Descent Algorithm"
  • Elies Gherbi, Blaise Hanczar, Jean-Christophe Janodet and Witold Klaudel. "Construction d'espace latent pour la détection d'anomalies par apprentissage adversarial"
  • Michele Alessandro Bucci, Alexandre Allauzen, Laurent Cordier, Lionel Mathelin, Onofrio Semeraro and Guillaume Wisniewski. "Apprentissage d'un modèle dynamique chaotique par un LSTM"
  • Angéline Plaud, Engelbert Mephu Nguifo and Jacques Charreyron. "Classification des séries temporelles multivariées par l'usage de Mgrams"
  • Alexandre Araujo, Rafael Pinot, Benjamin Negrevergne, Laurent Meunier, Yann Chevaleyre, Florian Yger and Jamal Atif. "Une nouvelle approche pour rendre les réseaux de neurones robustes aux attaques malicieuses : l’entraînement antagoniste avec bruit"
  • Ismaila Seck, Gaelle Loosli and Stephane Canu. "Défense contre les exemples adversaires : $L_1$ Double rétropropagation"
  • Cyprien Ruffino, Romain Herault, Eric Laloy and Gilles Gasso. "Approche GAN pour la génération d'images sous contraintes de pixel"
  • Léo Gautheron, Pascal Germain, Amaury Habrard, Gaël Letarte, Emilie Morvant, Marc Sebban and Valentina Zantedeschi. "Revisite des "random Fourier features" basée sur l'apprentissage PAC-Bayésien via des points d'intérêts"
  • Hatem Hajri, Hadi Zaatiti, Georges Hebrail and Patrice Aknin. "Apprentissage automatique sur des données de type graphe utilisant le plongement de Poincaré et les algorithmes stochastiques riemanniens"

14h - 15h – Conférence plénière : Valentina Zantedeschi (Université Jean Monnet, France) “Une vue unifiée de l’apprentissage local : théorie et algorithmes pour l’amélioration de modèles linéaires” (1er Prix de Thèse IA 2019)

15h - 16h – Session 3 - Modèles adverses génératifs

  • Arthur Pajot, Emmanuel de Bézenac and Patrick Gallinari. "Unsupervised Adversarial Image Reconstruction"
  • Charles-Emmanuel Dias, Vincent Guigue and Patrick Gallinari. "Filtrage collaboratif explicite par analyse de sentiments à l'aveugle"
  • Victor Berger and Michele Sebag. "Ensemblist Variational AutoEncoder: latent representation of semi-structured data"
  • Bhavin Choksi, Shikhar Seth, Andrea Alamia, Benjamin Ador and Rufin Vanrullen. "A proposal for adversarially robust vision models: pairing unsupervised generative objectives with supervised semantic labels"

16h30 - 18h – Session 4 - Apprentissage statistique

  • Romain Brault, Alex Lambert, Zoltan Szabo, Maxime Sangnier and Florence D'Alché-Buc. "Infinite Task Learning in RKHSs"
  • Léo Gautheron, Pascal Germain, Amaury Habrard, Gaël Letarte, Emilie Morvant, Marc Sebban and Valentina Zantedeschi. "Revisite des "random Fourier features" basée sur l'apprentissage PAC-Bayésien via des points d'intérêts"
  • Quentin Bertrand, Mathurin Massias, Alexandre Gramfort and Joseph Salmon. "Concomitant Lasso with Repetitions (CLaR): beyond averaging multiple realizations of heteroscedastic noise"
  • Patrice Bertail, Stéphan Clémençon and Pierre Laforgue. "On Medians of (Randomized) Pairwise Means"
  • Rémi Viola, Rémi Emonet, Amaury Habrard, Guillaume Metzler, Sébastien Riou and Marc Sebban. "Une version corrigée de l’algorithme des plus proches voisins pour l’optimisation de la F-mesure dans un contexte déséquilibré"
  • Baptiste Bauvin, Jean-Francis Roy, Cécile Capponi and François Laviolette. "Minimisation rapide de la C-borne avec des garanties de généralisation"

19h30 - Diner de gala PFIA

Vendredi 5 juillet

9h - 10h – Conférence plénière : Jochen Triesch (University of Frankfurt, Allemagne) “What can AI (still) learn from Neuroscience?”

10h30-12h30 – Session 5 - Apprentissage non supervisé, mots, graphes

  • Luce Le Gorrec, Sandrine Mouysset and Daniel Ruiz. "Détection automatique de structures blocs sur des matrices"
  • Guillaume Doquet and Michèle Sebag. "Sélection d'attributs agnostique"
  • Bruno Taillé, Vincent Guigue and Patrick Gallinari. "Une Etude Empirique de la Capacité de Généralisation des Plongements de Mots Contextuels en Extraction d'Entités"
  • Diana Nicoleta Popa, Julien Perez, James Henderson and Eric Gaussier. "SATokE: How can Syntax-Aware Contextualized Word Representations Benefit Implicit Discourse Relation Classification?"
  • Étienne Simon, Vincent Guigue and Benjamin Piwowarski. "Extraction d'information non supervisée avec des modèles discriminants"
  • Thomas Gerald and Nicolas Baskiotis. "Joint Label/Example Hyperbolic Representation for Extreme Classification"
  • Rafael Pinot, Anne Morvan, Florian Yger, Cédric Gouy-Pailler and Jamal Atif. "Graph-based Clustering under Differential Privacy"
  • Hatem Hajri, Hadi Zaatiti, Georges Hebrail and Patrice Aknin. "Apprentissage automatique sur des données de type graphe utilisant le plongement de Poincaré et les algorithmes stochastiques riemanniens"

14h - 15h – Session 6 - Séries temporelles

  • Yichang Wang, Rémi Emonet, Elisa Fromont, Simon Malinowski, Etienne Menager, Loïc Mosser and Romain Tavenard. "Classification de séries temporelles basée sur des shapelets interprétables par réseaux de neurones antagonistes"
  • Kévin Pasini, Mostepha Redouane Khouadjia, Allou Samé, Fabrice Ganansia, Patrice Aknin and Latifa Oukhellou. "Modèle LSTM encodeur-prédicteur pour la prévision court-terme de l’affluence dans les transports collectifs"
  • Seif-Eddine Benkabou, Khalid Benabdeslem, Vivien Kraus, Kilian Bourhis and Bruno Canitia. "Détection contextuelle d'anomalies à partir de séries temporelles multi-variées à base de modèle de Poisson"

15h - 16h et 16h30 - 18h– Posters et démos 2

Posters des papiers présentés lors des sessions 3, 4, 5 et 6, ainsi que :

  • Riikka Huusari, Cecile Capponi, Hachem Kadri and Paul Villoutreix. "Apprentissage multi-vues pour la complétion transmodale de matrices de noyaux"
  • Nathanaël Randriamihamison, Pierre Neuvial and Nathalie Vialaneix. Classification ascendante hiérarchique, contrainte d’ordre : conditions d’applicabilité, interprétabilité des dendrogrammes

Instructions aux auteurs

Exposés oraux :

Chaque présentation devra durer 10 minutes et sera suivie de 5 minutes de questions.

Présentation des posters :

Les posters, au format A0, pourront être installés dès le mercredi soir dans une zone dédiée.

Les auteurs qui nécessiteraient une table pour présenter une démonstration sont priés de le signaler par mail à cap2019 at easychair.org