Réunion

Les commentaires sont clos.

Apprentissage automatique multimodal et fusion d'informations (3ième édition)

Date : 15-12-2022
Lieu : Paris & Visioconférence Université de Sorbonne, Campus Jussieu, salle SCAI.

Thèmes scientifiques :
  • B - Image et Vision

Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.


S'inscrire à la réunion.

Inscriptions

96 personnes membres du GdR ISIS, et 35 personnes non membres du GdR, sont inscrits à cette réunion.

Capacité de la salle : 250 personnes.

Annonce

Comment venir à SCAI ? Longer l'allée à droite de l'entrée principale jusqu'au dernier bâtiment « Esclangon ». A l'intérieur du bâtiment Esclangon, prenez la 1ère sortie à gauche puis l'escalier à droite. SCAI se situe en haut des marches.


Suite aux journées « Apprentissage automatique multimodal et fusion d'informations » du 27/05/2021 et 19/01/2022, nous organisons la troisième édition sur cette thématique. Les approches de fusion d'informations sont de plus en plus utilisées dans les applications industrielles et médicales dans lesquelles il existe un réel besoin de prendre en compte plusieurs types d'informations simultanément, même celles d'un expert. Les systèmes de fusion deviennent complexes car ils impliquent toutes les étapes de la chaîne de traitement de l'information (de l'extraction à la décision). Ils ont de nombreux paramètres et impliquent un temps de calcul important. Ils ne sont pas non plus faciles à utiliser et à ajuster par les utilisateurs finaux. L'objectif de cette journée est de réunir des chercheurs afin de présenter et de discuter des développements récents dans la conception de systèmes de fusion d'informations, y compris mais non limité à ces sujets :

  • Comment et quelles informations extraire ?
  • Comment représenter et agréger l'information ?
  • Comment agréger des informations incertaines ou conflictuelles ?
  • Comment décider que le résultat global est le meilleur ?
  • Comment un expert peut-il utiliser et ajuster ce système ?

Les applications industrielles et médicales sont de plus en plus demandeuses de ce type de système et les experts veulent une approche coopérative dans laquelle ils ont confiance.

Appel à communications

Le programme inclura des communications pour lesquelles un appel à contributions est lancé. Si vous souhaitez présenter vos travaux, merci d'envoyer vos propositions le 5 décembre 2022 au plus tard (titre, auteurs, affiliation, un résumé de 5-10 lignes) aux organisateurs :

  • Mauro Dalla Mura, mauro.dalla-mura@gipsa-lab.grenoble-inp.fr
  • Didier Coquin, didier.coquin@univ-smb.fr
  • Su Ruan, su.ruan@univ-rouen.fr

Deux orateurs invités

  • Jocelyn CHANUSSOT, Professeur des universités, INP Grenoble.
    Titre : Apprentissage profond et graphes pour la fusion de données en télédétection.
    Résumé : Dans cette présentation, nous présenterons des développements récents visant à exploiter au mieux la complémentarité de données hétérogènes, notamment en imagerie satellitaire. En particulier, les représentations sous forme de graphe offrent une généricité intéressante dans la mesure où leur mise en correspondance permet d'accéder à un espace latent commun intrinsèque. Nous aborderons différents aspects (propagation des labels sur des graphes, détection de changement...).
  • Arnaud MARTIN, professeur des universités, IUT Lannion.
    Titre : Question de conflit en fusion d'informations par la théorie des fonctions de croyance.
    Résumé : Dans la fusion d'informations, le conflit est un concept important. En effet, la combinaison de plusieurs experts ou sources imparfaites entraîne inévitablement un conflit. Dans la théorie des fonctions de croyance, cette notion a été beaucoup discutée. La masse apparaissant sur l'ensemble vide lors de la règle de combinaison conjonctive est généralement considérée comme un conflit, mais ce n'est pas vraiment un conflit. Certaines mesures du conflit ont été proposées et certaines approches ont été proposées afin de gérer ce conflit ou de décider avec des fonctions de masse conflictuelles. Nous rappelons dans cette présentation certaines d'entre elles et nous proposons une discussion pour considérer le conflit dans la fusion d'informations avec la théorie des fonctions de croyance.

Résumés des contributions

Apprentissage profond et graphes pour la fusion de données en télédétection.

Jocelyn CHANUSSOT, Professeur des universités, INP Grenoble.

Résumé : Dans cette présentation, nous présenterons des développements récents visant à exploiter au mieux la complémentarité de données hétérogènes, notamment en imagerie satellitaire. En particulier, les représentations sous forme de graphe offrent une généricité intéressante dans la mesure où leur mise en correspondance permet d'accéder à un espace latent commun intrinsèque. Nous aborderons différents aspects (propagation des labels sur des graphes, détection de changement...).

Question de conflit en fusion d'informations par la théorie des fonctions de croyance.

Arnaud MARTIN, professeur des universités, IUT Lannion.

Résumé : Dans la fusion d'informations, le conflit est un concept important. En effet, la combinaison de plusieurs experts ou sources imparfaites entraîne inévitablement un conflit. Dans la théorie des fonctions de croyance, cette notion a été beaucoup discutée. La masse apparaissant sur l'ensemble vide lors de la règle de combinaison conjonctive est généralement considérée comme un conflit, mais ce n'est pas vraiment un conflit. Certaines mesures du conflit ont été proposées et certaines approches ont été proposées afin de gérer ce conflit ou de décider avec des fonctions de masse conflictuelles. Nous rappelons dans cette présentation certaines d'entre elles et nous proposons une discussion pour considérer le conflit dans la fusion d'informations avec la théorie des fonctions de croyance.