Résultats de recherche

JEDDT 2024-2025 | Transcender les frontières disciplinaires pour façonner un avenir durableCe projet institutionnel soutenu par les 7 facultés de l’Université et le fonds 6-24 de la Fondation Roi Baudouin propose à tous les étudiants et étudiantes de fin de cycle de bachelier une approche transversale et holistique qui aborde la transition et le développement durable sous de multiples aspects (populations, santé, droit, biodiversité, ressources planétaires, éthique, économie, justice, gestion … ), sans négliger la dimension spirituelle et émotionnelle de la crise écologique et civilisationnelle que nous traversons.A cette occasion, les étudiants auront l’opportunité de présenter à la communauté universitaire, et au public plus largement, le fruit de la réflexion menée en équipes. Ils le feront au travers d’un support créatif, leur permettant de se challenger dans le cadre d’un débat mené avec des experts et des représentants de la société civile.La cérémonie de clôture sera suivie d’un drink convivial. Cet évènement est gratuit mais l'inscription est obligatoire.

Si les phénomènes que vous observez vous fascinent et nourrissent votre curiosité, votre besoin de comprendre et d’aller plus loin, votre avenir commence ici. Embarquez pour un voyage captivant au cœur de l’exploration, de la connaissance et de l’innovation où chaque expérience façonne votre potentiel. Bienvenue à la Faculté des sciences de l’Université de Namur ! 

La découverte du nucléaire a marqué un tournant dans l’histoire de l’humanité. Aujourd’hui, parallèlement aux débats qui concernent sa place dans la production d’énergie et ses potentialités destructrices, le nucléaire continue d’être utilisé dans de multiples domaines, comme la recherche médicale et les thérapies contre le cancer. À l’UNamur, le nucléaire est ainsi au cœur du travail de biologistes, physiciens ou encore historiens de l’art.

Dans le cadre du cours interdisciplinaire « IA : enjeux et opportunités », les étudiantes et étudiants de l’UNamur ont présenté une série de posters consacrés aux usages de l’intelligence artificielle dans leurs domaines d’étude. Ce temps fort a mis en lumière la diversité des applications de l’IA, mais aussi la volonté de l’Université de Namur de former des étudiants capables d’en faire un usage critique, juste et raisonné.

Inspirée du Prologue d’Ainsi parlait Zarathoustra de Nietzsche, cette pièce propose une expérience théâtrale à la fois vivante, pédagogique et profondément philosophique. À travers la scène, la parole et le corps, nous explorons les grandes interrogations nietzschéennes - le surhumain, le sens de la terre, le nihilisme - dans un dispositif scénique original, qui approche aussi les enjeux contemporains de la pratique théâtrale.Nous vous attendons nombreux pour partager ce moment de pensée en acte, où la philosophie se joue et se voit autant qu’elle se réfléchit.Un évènement organisé par : Nicolas Monseu, Fabien Robert, Jean Loubry, Chloé Guzman-Mardones, Lucien Flament, Marie Forget, Alixe Barbier, Joachim Rens, Nounou Remy et Emilie Chasseur

L’informatique occupe une place considérable dans notre quotidien. Vivre sans ordinateur ou téléphone portable nous parait inimaginable. Mais l’informatique est au service de nombreux autres domaines tels que la médecine, la gestion, l’environnement, l’agriculture, l’espace, la biologie… et son implication dans des secteurs nouveaux augmente sans cesse. Préparez-vous à façonner l’avenir de notre société dans une discipline jeune, dynamique et en pleine expansion  

Le F.R.S.-FNRS a publié ce 23 juin 2026, la liste des lauréats aux différents mandats doctorants et postdoctorants et projets Télévie (recherche axée sur le cancer). Parmi ceux-ci, de nombreux chercheurs de l'UNamur ont obtenu un financement.

Rejoignez une communauté d’innovateurs, explorez les technologies de pointe et préparez-vous à façonner le monde numérique de demain ! Prêt à coder votre succès ? Bienvenue à la Faculté d’informatique de l’UNamur, pionnière de l’enseignement universitaire de l’informatique en Europe. 

Les cours préparatoires Découvrez l’enseignement universitaire et la vie à l’UNamur tout en révisant les matières indispensables pour votre future formation.Pour démarrer votre première année d’études sur de bonnes bases, la Faculté de Philosophie et Lettres vous propose, à la fin du mois d’août, des cours et exercices qui vous permettent de : vérifier votre degré de maîtrise de la langue française, votre capacité à prendre des notes et à rendre compte d’un exposé oral ou d’un texte ; aborder des activités spécifiques aux langues et littératures latines et françaises ; découvrir les exigences de la vie universitaire et du métier d’étudiant ; vous initier aux principes méthodologiques de votre discipline ; confronter vos choix d’orientation disciplinaire. Découvrez le programme des cours préparatoires Avez-vous les acquis ? Testez vos connaissances et compétences grâce aux « Passeports pour le bac ».Dès le début de la première année, les « Passeports pour le bac » vous permettent de comparer vos acquis aux attentes des professeurs.À la suite de ces tests, la Faculté vous propose des séances et ateliers pour renforcer votre :stratégie de lecture ;analyse de questions et construction de réponses adéquates.Vous comblez ainsi vos éventuelles lacunes et favorisez votre réussite. Vos méthodes sont-elles adaptées ? Pour réussir votre première année, vous devez disposer de stratégies efficaces.Tous les mercredis, deux heures de séances méthodologiques sont organisées pour vous familiariser avec les techniques d’apprentissage à l’université :prendre des notes claires et complètes ;résumer et synthétiser les matières ;comprendre les matières en profondeur ;construire vos outils d’étude ;mémoriser des quantités importantes d’information ;gérer votre temps en période de cours et de blocus ;organiser votre travail ;anticiper les exigences des enseignants.En plus de ces séances méthodologiques, la Cellule d’Appui Pédagogique de votre Faculté organise des entretiens-bilans individuels après vos tests et vos examens. Si vous en faites la demande, vous pouvez également bénéficier d’un suivi personnalisé tout au long de l’année.Si vous rencontrez des difficultés dans votre méthode d’étude en général, la cellule interfacultaire d’appui pédagogique vous propose également un suivi individuel. Tout au long de l’année, un conseiller est à votre disposition pour faire le point sur vos méthodes et techniques d’étude et vous aider à les améliorer.Enfin, à la veille du premier blocus, vous pouvez participer à une séance d’échange et de conseil avec des étudiants de 2e ou 3e année sous la supervision de la Cellule d’Appui Pédagogique. Comment consolider vos techniques de lecture et d’écriture ? Apprenez à vous exprimer correctement par écrit et à approfondir votre compréhension des textes.La Cellule d’Appui Pédagogique de votre Faculté vous permet d’améliorer vos compétences dans différents domaines :la rédaction de travaux et de réponses d'examensla lecture et la compréhension de textes de niveau universitairespar des tests de langue en début d’année évaluant l’orthographe, le vocabulaire, la syntaxe ;par des séances de renforcement en atelier et par des exercices en ligne ;par un encadrement de certains de vos travaux écrits : corrections commentées, individuelles et collectives ;par l’organisation d’examens factices (tests de novembre) ;par un suivi individuel (par courriel et en vis-à-vis).par un test de lecture en début d’année ;par des séances de renforcement sur les stratégies de lecture.Un suivi particulier est assuré pour les étudiants dont la langue maternelle n’est pas le français. Quelles ressources à votre disposition ? Bibliothèques centrale et de département, espace informatique et plateforme d’e-learning : des ressources précieuses.À la bibliothèque centrale (« BUMP » pour Bibliothèque Universitaire Moretus Plantin), vous pouvez consulter : catalogues, dictionnaires, encyclopédies, bibliographies, œuvres littéraires, bases de données... Les revues ou livres plus rares ou spécialisés peuvent être obtenus sur simple demande.À la bibliothèque du département, située à l’étage de votre section, vous accédez librement à la plupart des instruments de travail qui vous sont nécessaires : revues, grammaires et dictionnaires particuliers, collections de synthèse, études érudites, monographies exemplaires, recueils de sources éditées ou manuscrites et même parfois appareils de lecture de microfilms.Vous bénéficiez aussi des conseils pratiques des plus anciens, voire des professeurs occupant les bureaux contigus.Et ce n’est pas tout ! Grâce à la plateforme d’e-learning WebCampus, vous téléchargez les documents que les enseignants mettent à votre disposition, vous accédez aux forums de discussion avec les autres étudiants, vous posez vos questions en direct... Comment vous préparer aux examens ? Étudier régulièrement, acquérir de bonnes méthodes, mais aussi connaître les exigences des professeurs et leur manière d’interroger.En première année, des évaluations formatives sont organisées début novembre dans la plupart des matières. Les copies vous sont remises corrigées et commentées et les enseignants expliquent ensuite oralement les réponses attendues à leurs questions.Ces tests n’interviennent pas dans les notes qui seront attribuées en fin d’année. Il s’agit uniquement d’un outil de formation qui vous donne connaissance du niveau d’exigence des enseignant ·es et vous permet de juger de l’efficacité de votre travail. Organisation des examens Janvier, juin et si nécessaire août… trois sessions pour faire la preuve de votre maîtrise des matières.En janvier, vous présentez les examens sur les cours du 1er quadrimestre. En cas d’échec, vous pouvez représenter l’examen concerné en juin et/ou en août. Trois chances donc pour réussir, mais uniquement en première année de bachelier. À partir de la deuxième année, tout examen raté à la session de janvier ou de juin est automatiquement reporté à la session d’août.Selon le choix des professeurs, les cours peuvent faire l’objet d’une évaluation écrite ou orale. Les modalités d’évaluation sont précisées lors du premier cours et sont détaillées sur le site web de l’université.Tout au long de votre formation, la vérification des connaissances et compétences développées dans les cours techniques est presque continuelle ; elle repose avant tout sur des interrogations et des exercices réalisés durant l’année.Vous clôturez votre formation en démontrant, par votre travail de fin de cycle, votre capacité à mener une recherche et une analyse personnelles. Image Les études en Faculté de philosophie et lettres Voir le contenu Image Etudier à l'UNamur Voir le contenu Image Vie du campus Voir le contenu

Plongez dans le vaste patrimoine des productions de l’esprit humain en quête de sens et de valeur. Explorez le passé, percevez l’art à travers les siècles, décodez les langues anciennes et modernes, et portez un regard nouveau sur l’univers captivant du cinéma.À travers les œuvres, les langues, les documents et les courants de pensée, parcourez la diversité culturelle, contextuelle et temporelle des grandes questions de l’humanité.Votre curiosité est la seule limite. Bienvenue à la Faculté de philosophie et lettres de l’UNamur !

Abstract La maintenance prédictive (PdM) est de plus en plus utilisée pour améliorer la fiabilité des systèmes, réduire les temps d’arrêt et optimiser les coûts opérationnels dans des environnements industriels complexes grâce à la détection d’anomalies. À mesure que les systèmes industriels deviennent plus complexes, avec des composants inter- agissant entre eux et surveillés par des réseaux de capteurs en constante expansion, la détection d’anomalies fait face à de nouveaux défis méthodologiques. En particulier, un manque apparaît dans la littérature qui considère la détection d’anomalies avec des méthodes traditionnelles de Machine Learning (ML) utilisant une approche Single Label Classification (SLC), inadaptée lorsque plusieurs défaillances peuvent survenir simultanément.Les approches traditionnelles de détection d’anomalies basées sur des méthodes de ML utilisant une formulation SLC supposent que chaque observation appartient à une seule catégorie d’anomalie. Cette hypothèse ne tient pas lorsque plusieurs défaillances surviennent simultanément sur le même équipement, ce qui entraîne une perte d’information. Ceci commence par une illustration de cette limite à travers un exemple concret montrant que l’utilisation d’une approche SLC au lieu d’une formulation multi-label dégrade la classification des anomalies simultanées. Pour répondre à ce problème, la détection d’anomalies est reformulée comme un problème de Multi Label Classification (MLC), permettant de détecter plusieurs défaillances au sein d’un même pas de temps. Suite à cette reformulation, la problématique du choix des classificateurs multi- label adaptés au contexte de la Predictive Maintenance (PdM) doit être étudiée. La conclusion générale de la littérature est que la performance des classificateurs dépend fortement du contexte et qu’il existe un grand nombre de méthodes de détection sans qu’aucune ne soit universellement dominante. Bien que des études comparatives approfondies existent dans le domaine du MLC, les jeux de données issus de systèmes complexes sont absents de ces comparaisons, alors même qu’ils présentent des caractéristiques spécifiques telles que des structures en séries temporelles multivariées, un fort déséquilibre des labels et des interactions complexes entre composants.Pour combler ce manque, un protocole d’évaluation structuré et reproductible est proposé afin d’évaluer huit méthodes de ML à l’état de l’art dans un cadre MLC sur trois jeux de données industriels publics. Les résultats confirment que la performance des classificateurs dépend fortement des caractéristiques du jeu de données et qu’aucune méthode ne domine systématiquement tous les scénarios. Toutefois, réaliser ce type de comparaison pour chaque nouveau contexte industriel est coûteux en termes de temps, de ressources computationnelles et de besoins en données, ce qui limite sa faisabilité pour un déploiement industriel réel. La thèse aborde également cette problématique par la réduction de dimension et les méthodes de sélection de variables. Les systèmes de PdM génèrent de grands ensembles de données multivariées dont seule une partie des variables est réellement pertinente pour la détection d’anomalies. Une stratégie évolutionnaire auto-adaptative est proposée pour effectuer une sélection de variables de type wrapper et obtenir un sous-ensemble ne contenant que les variables les plus informatives. Les résultats expérimentaux montrent que la réduction de l’espace des variables améliore l’efficacité computationnelle et, dans la plupart des cas, la performance de prédiction des anomalies. La comparaison de la méthode proposée avec des approches métaheuristiques issues de l’état de l’art sur trois jeux de données PdM et cinq méthodes de détection d’anomalies confirme sa compétitivité en termes de performance prédictive et de taille optimale du sous-ensemble de caractéristiques sélectionné. Enfin, la réduction de l’espace des caractéristiques optimise non seulement les ressources nécessaires à la détection, mais réduit également le nombre de signaux que les techniciens doivent analyser lors des investigations de recherche de cause racine. Cette simplification vise à renforcer la confiance dans le système. Enfin, la thèse traite des aspects pratiques du déploiement des méthodes de détection dans les systèmes complexes. Parmi ceux-ci, on observe un manque de confiance et de transparence chez les techniciens de maintenance et les décideurs. Une analyse de l’interprétabilité et la robustesse des méthodes de détection d’anomalies est fournie afin de contribuer directement à leur déploiement en conditions réelles. Tout d’abord, la stratégie de sélection de variables proposée est évaluée sur un jeu de données PdM public à l’aide d’explications basées sur SHAP afin de vérifier la cohérence entre les variables sélectionnées et celles identifiées comme les plus importantes par des outils dédiés à l’interprétabilité. Les résultats montrent que les variables sélectionnées sont cohérentes avec les plus importantes selon ces outils. De plus, l’analyse visuelle des variables les plus influentes met en évidence que les anomalies sont associées à un sous-ensemble limité et bien défini de signaux venant des capteurs, ce qui contribue à améliorer la transparence et à renforcer la confiance dans les systèmes de détection automatique. En parallèle, il est nécessaire de mener une étude de la robustesse des classificateurs multi-label dans des scénarios contrôlés de dégradation de capteurs, incluant différentes familles de dégradations et plusieurs niveaux de sévérité. Les résultats montrent que la performance des classificateurs peut fortement se dégrader, en particulier en présence de dérives progressives. Pour atténuer cet effet, l’introduction de dégradations de capteurs durant l’entraînement apparaît comme une stratégie pertinente. Finalement, cette thèse propose un cadre structuré pour la détection d’anomalies multi-label dans les systèmes complexes, couvrant les méthodes de classification, l’optimisation de l’espace des variables, l’interprétabilité et la robustesse. Pour chacun de ces aspects, la thèse adopte un point de vue industriel et prend en compte les différences entre les conditions expérimentales contrôlées en laboratoire et les contraintes supplémentaires des environnements complexes réels. Le jury Prof. Katrien Beuls - Université de Namur, BelgiqueProf. Elio Tuci - Université de Namur, BelgiqueProf. Patrick Heymans - Université de Namur, BelgiqueProf. Jenni Raitoharju - Université de Jyväskylä, FinlandeMr. Fabio Pinna - Telespazio, BelgiqueMr. Vito Trianni - ISTC-CNR, Italie Je m'inscris