Résultats de recherche

Un ordinateur peut-il apprendre une langue comme le fait un enfant ? Une étude récente publiée dans la revue de référence Computational Linguistics par les professeurs Katrien Beuls (Université de Namur) et Paul Van Eecke (AI-lab, Vrije Universiteit Brussel) apporte un nouvel éclairage sur cette question. Les chercheurs plaident pour une révision fondamentale de la manière dont l'intelligence artificielle acquiert et traite le langage. 

This thesis presents a novel approach to address the challenges of deploying and managing Network Functions Virtualization (NFV) in resource-constrained and multi-domain environments. The proposed solution leverages a Raspberry Pi clusterbased approach for NFV deployment in resource-constrained environments, combined with a deployable Sidecar VNF (S-VNF) coordinator for multi-domain NFV orchestration.The thesis demonstrates the feasibility of integrating NFV into edge computing environments by successfully deploying and managing Network Services (NSs) on a Raspberry Pi cluster. The S-VNF coordinator facilitates efficient cross-cloud VNF deployment and management while ensuring security and interoperability.While the obtained deployment and scaling delays in the testbed setup were significant due to the bare-metal deployment process used, the proposed solution remains valuable in environments where service maintenance time is a critical factor.By automating deployment and scaling, organizations can minimize the impact of service maintenance time, improve customer satisfaction, and enhance system resilience. Moreover, the solution enables NFV to be deployed effectively in edge environments, providing benefits such as reduced latency and improved network performance.Overall, this thesis contributes to the advancement of NFV by providing innovative solutions for deployment and management in challenging environments. The proposed framework has the potential to enable the widespread adoption of NFV and drive the development of new network services.Dirigée par le Prof. Laurent SCHUMACHER et le Prof. Sokchenda SRENG.Devant un jury composé de :Prof. Wim VANHOOF, Président, Université de NamurProf. Laurent SCHUMACHER, Co-Promoteur, Université de NamurProf. Sokchenda SRENG, Co-Promoteur, ITC Graduate School (Cambodge)Prof. Florentin ROCHET, Membre interne, Université de NamurProf. Johann MARQUEZ-BARJA, Membre externe, Université d’AnversProf. Bruno QUOITIN, Membre externe, Université de MonsProf. Raveth HIN, Membre externe, ITC Graduate School (Cambodge)Vous êtes cordialement invités à un drink, qui suivra la soutenance publique.Pour une bonne organisation, merci de donner votre réponse pour le jeudi 20 mars.Contact : Daelman Isabelle – isabelle.daelman@unamur.be

Étudiantes en droit à l’UNamur, Marilyn Emmerechts et Delphine Blomme font partie de la MUN Society Belgium (MSB), un organisme qui propose de simulations de débat dans des comités de l'ONU. En mars, leur équipe s’est rendue à Manille, aux Philippines, pour disputer les championnats du monde de diplomatie estudiantine, organisés par l’Université d’Harvard. Pendant cinq jours, elles ont débattu aux côtés de plus de 1 000 étudiants. Rencontre.

Obtenir instantanément la traduction en langue des signes (LSFB) d’un mot écrit en français : voilà ce que permet MOSI (Du mot au signe). Ce nouvel outil est le fruit d’une collaboration entre l’Université de Namur, l’asbl École et Surdité et l’asbl LSFB, soutenue par la Fondation Roi Baudouin.

Depuis 2022, la Faculté de droit de l’Université de Namur invite étudiants et enseignants à se rassembler autour d’un thème commun chaque année. Intitulé « Fil Rouge », ce projet s’exprime à travers les cours, les travaux pratiques et diverses initiatives pédagogiques, culturelles et citoyennes. Il insuffle une dynamique originale en encourageant la communauté facultaire à aborder des enjeux de société de manière transversale, concrète et engagée.

Depuis de nombreuses années désormais, les étudiant.es du Master de spécialisation en droit du numérique de l’Université de Namur proposent un accompagnement juridique, de qualité et gratuit, à de jeunes start-ups actives dans le secteur du numérique. 

Art du doute fécond, l’esprit critique s’apprend et s’entretient. Face à la surcharge d’information et au déploiement de l’intelligence artificielle, il est plus que jamais nécessaire pour les étudiants de développer cette faculté tout au long de leur cursus. À l’UNamur, cette nécessité pédagogique se veut protéiforme. 

Formulaire d'inscription La cérémonie aura lieu le vendredi 28 novembre dès 17h30 à l'auditoire PA01. Les inscriptions seront clôturées le vendredi 7 novembre (dernière limite).Cette diplomation rassemblera les étudiants qui ont réussi en juin et ceux qui ont réussi en septembre. Elle sera suivie d'une réception.Pour toute information complémentaire, veuillez contacter carolyne.heynen@unamur.be.  Nom Prénom Adresse e-mail privée Pas l'adresse "student.unamur" Téléphone Vous participez à la cérémonie Oui ( optionnel ) Non ( optionnel ) Vous participez à la réception Oui ( optionnel ) Non ( optionnel ) Vous serez accompagné de 1 personne ( optionnel ) 2 personnes ( optionnel ) Uniquement pour les étudiants Lorsque vous soumettez ce formulaire, les données complétées sont transmises à l’UNamur et utilisées pour donner suite à votre demande. Pour en savoir plus sur la protection de vos données et sur vos droits This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Abstract Deep learning has become an extremely important technology in numerous domains such as computer vision, natural language processing, and autonomous systems. As neural networks grow in size and complexity to meet the demands of these applications, the cost of designing and training efficient models continues to rise in computation and energy consumption. Neural Architecture Search (NAS) has emerged as a promising solution to automate the design of performant neural networks. However, conventional NAS methods often require evaluating thousands of architectures, making them extremely resource-intensive and environmentally costly.This thesis introduces a novel, energy-aware NAS pipeline that operates at the intersection of Software Engineering and Machine Learning. We present CNNGen, a domain-specific generator for convolutional architectures, combined with performance and energy predictors to drastically reduce the number of architectures that need full training. These predictors are integrated into a multi-objective genetic algorithm (NSGA-II), enabling an efficient search for architectures that balance accuracy and energy consumption.Our approach explores a variety of prediction strategies, including sequence-based models, image-based representations, and deep metric learning, to estimate model quality from partial or symbolic representations. We validate our framework across three benchmark datasets, CIFAR-10, CIFAR-100, and Fashion-MNIST, demonstrating that it can produce results comparable to state-of-the-art architectures with significantly lower computational cost. By reducing the environmental footprint of NAS while maintaining high performance, this work contributes to the growing field of Green AI and highlights the value of predictive modelling in scalable and sustainable deep learning workflows. Jury Prof. Wim Vanhoof - University of Namur, BelgiumProf. Gilles Perrouin - University of Namur, BelgiumProf. Benoit Frénay - University of Namur, BelgiumProf. Pierre-Yves Schobbens - University of Namur, BelgiumProf. Clément Quinton - University of Lille, FranceProf. Paul Temple- University of Rennes, FranceProf. Schin’ichi Satoh - National Institute of Informatics, Japon

Abstract Plastic pollution has emerged as a pervasive environmental threat, with micro- and nanoplastics (MPs and NPs) accumulating across ecosystems and organisms, including humans. Their ability to adsorb and transport contaminants raises critical concerns for both environmental and public health.This thesis investigates the developmental neurotoxicity of MPs and NPs in zebrafish (Danio rerio), emphasizing the influence of particle size and mixture toxicity. NPs were shown to cross the embryonic chorion, disrupt physiological functions, and induce anxiety-like behaviour, whereas MPs mainly altered gene expression related to neurodevelopment. When co-exposed with methylmercury (MeHg), NPs enhanced MeHg accumulation in the brain and sensory organs, exacerbating its neurotoxic effects. Notably, the mixture induced severe hypoactivity, impaired lipid metabolism and neurotransmission, and increased mortality.These findings highlight the critical need to assess plastic particle toxicity not only in isolation but also in environmentally relevant mixtures. NPs, due to their small size and high reactivity, may act as vectors for toxicants like MeHg, amplifying their effects during sensitive developmental stages. Jury Prof. Frédéric SILVESTRE (UNamur), PrésidentProf. Patrick KESTEMONT (UNamur), SecrétaireDr Valérie CORNET (UNamur)Prof. Eli THORÉ (UNamur)Prof. Jérôme CACHOT (Université de Bordeaux)Dr Krishna DAS (Université de Liège)

Près de 10 000 kilomètres séparent la Belgique du Japon, un pays qui fascine, notamment pour sa culture riche et pleine de contrastes. Les chercheurs de l’UNamur entretiennent des liens étroits avec plusieurs institutions nipponnes, notamment dans les domaines de l’informatique, des mathématiques ou encore du jeu vidéo. Coup de projecteur sur quelques-unes de ces collaborations.