Actualités du LIRIS
-
Les liens entre structure des odorants et perception olfactive révélés par l’intelligence artificielle
Peut-on décrire verbalement un composé odorant uniquement en regardant sa structure chimique ? Cet exercice reste un défi pour les scientifiques et un fantasme pour l’industrie des arômes et parfums. Ce travail, publié dans Plos Computational Biology, a combiné des approches novatrices de fouille de données à des calculs de propriétés chimiques pour établir de telles règles. Une vraie collaboration interdisciplinaire associant sciences cognitives, informatique et chimie pour un premier jalon sur la voie de la conception rationnelle de composés parfumants.
Lire la suite…
-
L’équipe DM2L du LIRIS à SIGKDD 2019.
L’équipe DM2L, en collaboration avec l’université de Gand (Belgique), présentera à la conférence SIGKDD 2019 une nouvelle méthode pour analyser des données organisées sous forme de hiérarchie.
Lire la suite…
-
Inauguration du Labcom Behaviors.ai (Laboratoire Commun Liris-Hoomano)
Le 10 avril 2019, s’est déroulé avec succès l’inauguration du labcom Behavior.ai, laboratoire commun entre le LIRIS et Hoomano, financé par l’ANR.
Lire la suite…
-
Collaboration LIRIS-LUDOCARE
Le robot connecté JOE s'associe au LIRIS et à Zeste de science
Lire la suite…
-
FAID 2019 à Houston
Le LIRIS présent à la conférence FAID 2019 « French American Innovation Day » à Houston, le 7 mars 2019.
Lire la suite…
-
Équipe TWEAK - Traces d'agents autonomes
-
Équipe TWEAK - Ambre Web : un environnement pour l'apprentissage de méthodes de résolution de problèmes en primaire
-
Équipe SAARA - Suivi de la respiration par acquisition multi-modale en temps réel
-
Équipe SICAL - Pupitres interactifs
-
équipe TWEAK - Sympozer, une application Web mobile pour l’agrégation de données de conférences provenant de différentes sources
-
Équipe M2DisCo - Courbure moyenne sur un objet discret (bruité ou non) par une approche Integral Invariant
Agenda
Aucun événement à venir.
Publications récentes
- Johannes Jurgovsky, Michael Granitzer, Konstantin Ziegler, Sylvie Calabretto, Pierre-Edouard Portier, Liyun He-Guelton & Olivier Caelen (2018). « Sequence Classification for Credit-Card Fraud Detection ». Expert Systems with Applications, pp. 234-245. doi : 10.1016/j.eswa.2018.01.037. HAL : hal-01699528.
- Yannick Faula, Stéphane Bres & Véronique Eglin (2018). « FLASH: a new key structure extraction used for line or crack detection and image matching ». International Conference on Computer Vision Theory and Applications (Visapp 2018), 29 janvier 2018, Funchal, Madeira (Portugal). HAL : hal-01636680.
- Hélène Perrier, David Coeurjolly, Feng Xie, Matt Pharr, Pat Hanrahan & Victor Ostromoukhov (2018). « Sequences with Low-Discrepancy Blue-Noise 2-D Projections ». Computer Graphics Forum, vol. 37, n°2, pp. 339-353. HAL : hal-01717945.
. - Guillaume Cordonnier, Pierre Ecormier, Eric Galin, James Gain, Bedrich Benes & Marie-Paule Cani (2018). « Interactive Generation of Time-evolving, Snow-Covered Landscapes with Avalanches ». Computer Graphics Forum, vol. 37, n°2, pp. 497-509. doi : 10.1111/cgf.13379. HAL : hal-01736971. .
- Morgan Schmitz, Matthieu Heitz, Nicolas Bonneel, Fred Maurice Ngolè Mboula, David Coeurjolly, Marco Cuturi, Gabriel Peyré & Jean-Luc Starck (2018). « Wasserstein Dictionary Learning: Optimal Transport-based unsupervised non-linear dictionary learning ». SIAM Journal on Imaging Sciences, vol. 11, n°1, pp. 643-678. doi : 10.1137/17M1140431. ArXiv : 1708.01955. HAL : hal-01717943. .
- Bastien Moysset, Christopher Kermorvant & Christian Wolf (2018). « Learning to detect, localize and recognize many text objects in document images from few examples ». International Journal on Document Analysis and Recognition. doi : 10.1007/s10032-018-0305-2. HAL : hal-01800636.