Archives de catégorie : Evénements

Avancement des tâches T3 et T4 L-LiSa Jeudi 27 Juin à l’INSA – Salle MAJ R1 012 à 14 h Tsiry MAYET présente: et à 14h45 Baptiste BOURGEAUX présente: Venez nombreux ! ou assistez en visio sur https://zoom.us/j/95889049473

L-LiSa présent au 10ème anniversaire du programme LabCom L’ANR a célébré le 23 novembre 2023 à la Maison de la Chimie les 10 ans du programme LabCom… De gauche à droite: Eugénie GOURICHON ( Directrice de la recherche, des partenariats … Continuer la lecture →

L’ANR célèbre les 10 ans du programme LabCom 23 Novembre 2023 Maison de la Chimie à Paris

Avancement des tâches T3 et T4 L-LiSa Mardi 07 Novembre 2023 à 14h à l’INSA – Salle BO.ARC.02 Tsiry MAYET présente Multiple Noises in Diffusion Model for Semi-Supervised Multi-Domain Translation et Baptiste BOURGEAUX présente: Integration of Semantic Code Search and … Continuer la lecture →

Retours d’expériences sur des outils MLOps Jeudi 11 Mai 2023 à 14h à l’INSA – Salle BO.ARC.02 Romain PICOT-CLEMENTE présente: ML Flow: Une Plateforme Open Source pour le cycle de vie du Machine Learning (https://mlflow.org/) et Tsiry MAYET présente: Weights … Continuer la lecture →

Groupe de Lecture Vendredi 17 Mars 2023 à 10h à l’INSA – Salle BO.ARC.02 Romain HERAULT présente: Les modèles de diffusionUne méthode générative utilisée par DALL-E 2 ( https://arxiv.org/abs/2006.11239)

Groupe de Lecture Jeudi 9 Juin à 14h à l’INSA – Salle BO.ARC.02 Leshanshui Yang présente: Inductive representation learning on temporal graphs (TGAT) (https://arxiv.org/pdf/2002.07962.pdf)

Saagie et le LITIS annoncent la création d’un laboratoire commun dédié à l’IA https://www.actuia.com/actualite/saagie-et-le-litis-annoncent-la-creation-dun-laboratoire-commun-dedie-a-lia

Groupe de Lecture Jeudi 7 Avril à 14h à l’INSA – Salle BO.ARC.02 Tsiry Mayet présente: SkipW: Resource Adaptable RNN with Strict Upper Computational Limit (https://paperswithcode.com/paper/…)

Groupe de Lecture Jeudi 22 Février à 14h à l’INSA – Salle BO.ARC.02 Clément Chatelain présente: Pixel-in-Pixel Net : Towards Efficient Facial Landmark Detection in the Wild (https://arxiv.org/abs/2003.03771)