Résultats de recherche

Résumé Le deep learning occupe aujourd'hui une place centrale dans la vie quotidienne et nous a fourni des outils numériques puissants, tels que les traducteurs automatiques, les assistants vocaux et les modèles de langage (LLMs).Les communautés sourdes, en revanche, ne bénéficient que très peu de ces avancées. Les langues des signes sont des langues naturelles à part entière, mais elles ne disposent pas de forme écrite d'usage courant.En effet, les grands corpus textuels et les modèles pré-entraînés qui rendent ces outils possibles pour les langues orales n'ont donc pas d'équivalent direct. En conséquence, le traitement des langues des signes est freiné par deux problèmes liés : une pénurie persistante de données annotées et un manque d'outils pour analyser les langues elles-mêmes. Cette thèse se concentre sur une composante de la chaîne de traitement des langues des signes qui a reçu comparativement peu d'attention : la segmentation des langues des signes, c'est-à-dire le découpage temporel d'une vidéo continue en langage des signes en unités de signe individuelles. La segmentation se situe entre la vidéo brute et presque toutes les tâches symboliques qui s'appuient sur elle, et reste pourtant mal comprise. L'objectif de ce travail est double : faire progresser la tâche de segmentation elle-même, et transformer la recherche en traitement des langues des signes en outils utilisables par la communauté sourde, avec la langue des signes de Belgique francophone (LSFB) comme cadre principal. La contribution centrale de cette thèse est un ensemble de modèles de segmentation. Nous étudions d'abord des approches fondées sur les réseaux de neurones récurrents et montrons que leur principale difficulté réside dans la modélisation des transitions entre les signes, ces brefs mouvements ambigus qui séparent un signe du suivant et que l'on confond facilement avec les signes eux-mêmes. Ce constat motive le framework Hydra, une nouvelle approche qui détecte chaque signe comme une unité entière plutôt que de décider, frame par frame, si un signe est en cours de production. Concrètement, au lieu de classifier chaque frame, le modèle prédit la distance entre chaque frame et les frontières de signe les plus proches, ce qui le rend moins sensible aux régions ambiguës et améliore les résultats de manière constante par rapport aux méthodes antérieures. Autour de cette contribution centrale, nous présentons d'autres contributions : un dictionnaire langue des signes vers le français qui reconnaît les signes à partir d'une simple webcam, des travaux connexes sur la reconnaissance de signes isolés, et une plateforme collaborative qui collecte de nouvelles données, de nouveaux signes en LSFB, comme effet secondaire d'un usage quotidien. Ensemble, ces contributions réduisent l'écart entre la recherche en traitement des langues des signes et les communautés sourdes. Jury Prof. Benoit Frénay - Université de Namur, BelgiqueProf. Anthony Cleve - Université de Namur, BelgiqueProf. Katrien Beuls - Université de Namur, BelgiqueProf. Barbara Hammer - Bielefeld University, AllemagneProf. Michèle Gouiffès - Université Paris-Saclay, FranceDr Mathieu De Coster - Ghent University, Belgique Je m'inscris à la défense de thèse de Pierre Poitier

Formulaire d'inscription Nom Prénom Adresse e-mail Assistera à la réception qui suivra la défense Oui ( optionnel ) Non ( optionnel ) Désire une vignette de parking Oui ( optionnel ) Non ( optionnel ) Souhaite un certificat pour l'assistance à la défense Oui ( optionnel ) Non ( optionnel ) Pour le traitement de votre demande, les données sans mention « optional » doivent obligatoirement être complétées. 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.

14 septembre 2026 Au programme pour tous et toutes09h00 | Accueil au Pedro Arrupe, rue de Bruxelles, 67 - 5000 Namur09h30 | Cérémonie au Pedro Arrupe 11h00 | Célébration de la rentrée à l'Eglise Saint-Loup - à confirmer, rue du Collège - 5000 Namur -  puis accueil des étudiants par les Cercles. Cours du jour 15 septembrePour les blocs 1 (Local I02)* - Séance accueil10h40 : Présentation du Doyen/Vice-Doyen (Anthony Cleve - Marie-Ange Remiche)11h10 : Présentation de la conseillère académique (Géraldine Grandjean)11h30 : Présentation de la coordinatrice pédagogique (Fanny Boraita)11h50 : Présentation du SI (Cédric Aerts)12h10 : Présentation du CSLabs (Hugo Raskin) Pour les étudiants des 60 premiers crédits du bachelier (uniquement les étudiants de primo-arrivants*) - Local I0214h00 : séance d’introduction pour le cours d’anglaisLa présence à ces séances est obligatoire.Pour les UES** et nouvel étudiant en Master (Local I30) - Séance accueil14h00 : Présentation du Doyen/Vice-Doyen (Anthony Cleve - Marie-Ange Remiche)14h30 : Présentation de la conseillère académique (Géraldine Grandjean)14h50 : Présentation de la coordinatrice pédagogique (Fanny Boraita)15h10 : Présentation du SI (Cédric Aerts)15h30 : Présentation du CSLabs (Hugo Raskin) Pour les blocs 1 (*)16 septembre 08h30 : Cours de Fondements mathématiques pour l’informatique (M. De Vleeschouwer) - L21 - Faculté de philosophie et lettres13h00 : Passeport « Lire et comprendre un texte universitaire » (A. Libioul) - I02 – Faculté d’informatique17 septembre08h30 : Passeport « mathématique » (F. Henry) - I02 – Faculté d’informatiqueLa présence à ces séances est obligatoire Pour tous les étudiants : Début des cours (voir horaire)Séance d'information et configuration du PAE18 septembre : Bachelier Bloc 1 non primo-arrivants : de 13h-14h - Salle académique17 septembre : Bachelier Bloc 2 et 3 : de 13h-14h - Salle académique16 septembre : MA1 et UES non primo-arrivants : de 13h-14h au I3025 septembre : Passeport numérique (Groupe A) : 14h à 16h au pool I2128 septembre : Passeport numérique (Groupe B) : 8h30 à 10h30 au pool I2128 septembre : Passeport numérique (Groupe C) : 10h40 à 12h40 au pool I21* Étudiants primo-arrivants : Étudiants inscrits pour la première fois à un programme d'études en sciences informatiques à l'UNamur, qu'ils sortent du secondaire, d’une haute école, d'une autre université ou qu’ils soient inscrits en cours à horaire décalé. ** UES : Unités d'enseignement supplémentaires au master (année passerelle) Cours à horaire décalé Bachelier et Master 60Samedi 12 septembre - Début des coursPour les étudiants Primo-arrivants (Bloc 1 et UES) :09h00 : Exposés au I02, du Doyen, Monsieur Anthony Clève, de la conseillère académique, Madame Géraldine Grandjean, du correspondant informatique, Monsieur Cédric Aerts. Auditoire I02 (rez-de-chaussée de la Faculté d’Informatique). La présence à cette séance est obligatoire. La présentation de la séance d'accueil sera déposée sur le BVE par la suite.10h00 : Début des cours pour tous les étudiants Master de spécialisation en informatique et innovation : business analysis et gouvernance it Pour les étudiants concernés par les cours prérequisVendredi 18 septembre à 9h00, séminaire I22 au 2ème étage de la Faculté.Pour tous les nouveaux étudiantsDébut des cours le samedi 16 octobre à la salle académique au 4e étage de la Faculté d’Informatique, dès 8h30. Et avant la rentrée ? Mettez tous les atouts de votre côté, participez aux cours préparatoires !Les cours préparatoires vous permettent de découvrir l’enseignement universitaire en révisant les matières indispensables à votre future formation.Exclusivement destinés aux élèves qui terminent leurs études en 2026, ces cours préparatoires, programmés entre la mi-août et début septembre, sont adaptés à chaque programme universitaire.Les inscriptions sont clôturées. Pour bien vivre votre rentrée à l'Université, participez aux journées d'accueil !Les journées d'accueil auront lieux le 10 et le 11 septembre 2026.Au programme : une visite du campus et de la ville, une foire aux kots à projets (KàPs), des ateliers thématiques (droits étudiants, outils numériques, budget, engagement étudiant, sport...), un barbecue et une équipe super motivée pour vous faire découvrir la vie sur le campus universitaire !Jeudi 10 : 7h30 - Accueil des étudiants ; 8h30-12h40 - Ateliers destinés aux étudiants ; 12h40 - Diner - Barbecue proposé sur inscriptions (3,60€ par pain-saucisse / pain-falafel) et Bar tenu par l'AGE ; 14h00-18h00 - Salon des kots-à-projet ; 20h30-01h00 - Bunker réservé aux primo-arrivantsVendredi 11 : 08h30-12h30 - Ateliers destinés aux étudiants ; 12h30 - Diner ; 14h00 - Selon les facultés : prise en charge par les facultés ou libre.Réservé aux primo-arrivants - Les informations seront envoyées après l'inscription à l'UNamur.   

Catherine Linard, chercheuse du Département de géographie de l’UNamur, a été récompensée pour ses travaux à la croisée de la géographie et de l’épidémiologie. Ce mandat Francqui-Collen lui permettra, dès septembre et pendant trois ans, d’être déchargée de la majeure partie de ses enseignements afin de se consacrer davantage à ses recherches sur l’influence des changements environnementaux sur propagation des maladies infectieuses. 

RésuméThe development of efficient heterogeneous acid catalysts is essential for the sustainable valorization of biomass-derived platform molecules. This PhD thesis focuses on the design, synthesis, characterization, and catalytic evaluation of novel acidic materials for two representative biomass upgrading reactions: the ketalization of glycerol into solketal and the conversion of ethyl levulinate into γ-valerolactone. Several classes of catalysts were investigated, including Group IV metal-doped mesoporous silica nanotubes and hollow nanospheres, sulfonic acid-functionalized silica materials, and porous metal phosphonates. The aim was to establish relationships between the properties of the catalysts, in particular their acidity, and catalytic performance.The results demonstrated that the nature of the metal cation in metal-doped nanostructured silica strongly influences catalyst acidity and reactivity. Furthermore, synthesis parameters such as the loading of the metal cation and preparation method were shown to control the Lewis/Brønsted ratio and strength of Lewis acid sites, allowing the tuning of catalytic performance. Materials rich in Lewis acidity preferentially promoted the conversion of ethyl levulinate, while catalysts with a higher Brønsted acidity were more effective in glycerol ketalization.The introduction of sulfonic acid groups significantly enhanced Brønsted acidity and led to extremely active catalysts for solketal production. In parallel, studies on layered phosphonates highlighted the crucial role of the phosphoric spacer for ensuring material stability and enabling their reuse over multiple catalytic cycles. For amorphous porous metal phosphonates, key synthetic parameters, including acid concentration, solvent choice, and the use of templating agent, were found to significantly influence the acidity of the materials and, consequently, their catalytic activity.Overall, this work provides valuable insights into structure-acidity-reactivity relationships and offers guidelines for the rational design of heterogeneous acid catalysts for biomass valorization.JuryProf. Jérémy DEHON (UNamur), présidentProf. Carmela APRILE (UNamur), secrétaireProf. Sophie HERMANS (UCLouvain)Prof. Damien DEBECKER (UCLouvain)Prof. Vera MEYNEN (UAntwerpen)Prof. Tatjana PARAC-VOGT (KULeuven)

Comment améliorer la détection d’anomalies sur une chaine de production ? C’est au départ d’une problématique très concrète rencontrée au sein de l’entreprise où il travaille qu’Arnaud Bougaham, avec le soutien de son employeur a décidé de consacrer sa thèse à ce sujet, à la Faculté d’informatique de l’UNamur. Objectif ? Développer un modèle d’intelligence artificielle qui assiste les opérateurs dans la détection d’anomalies sur une chaîne de production industrielle, en réduisant les fausses alertes et en rendant le diagnostic plus lisible. Avec à la clé, des perspectives de déploiement également dans le domaine médical. 

L'Université de Namur (plateforme LOS) et ST Instruments ont le plaisir de vous inviter à l'événement consacré à la découverte du nouveau microscope Raman et à ses applications, qui réunira des chercheurs et des professionnels du secteur.Spectroscopie RamanPermettant une analyse chimique rapide et non destructive des solides, des films minces, des poudres et des liquides, cette technologie de pointe peut être appliquée à une multitude de secteurs : énergie, environnement, polymères, sciences de la vie, industrie pharmaceutique, nanomatériaux, semi-conducteurs, agroalimentaire, peintures, criminalistique, géologie ou archéométrie.Optimisez vos recherches, vos analyses et dynamisez vos partenariats industrielsTout au long de la journée, vous aurez l’occasion d’assister à des conférences d’experts sur la spectroscopie Raman, ainsi que de participer à des ateliers pratiques et à des démonstrations technologiques s’appuyant sur des cas d’application concrets. Au cours de ces sessions, vous pourrez échanger avec des spécialistes de ST Instruments, HORIBA et de la plateforme Lasers, Optiques & Spectroscopies. Une visite guidée des installations est également prévue et vous offrira une occasion exclusive de découvrir comment les capacités de pointe et l’expertise de la plateforme peuvent soutenir vos recherches et votre innovation.Les présentations se dérouleront en anglais, et les questions pourront être posées et répondues en anglais ou en français lors des sessions de questions-réponses. Les ateliers pratiques pourront se dérouler en anglais, en français ou en néerlandais.Cet événement permet aux doctorants d'obtenir 1 crédit ECTS ; une attestation de participation peut également être délivrée sur demande.La matinée se clôturera par un networking lunch et l'après-midi se clôturera par un drink. La participation à cet évènement se fait exclusivement sur inscription après invitation.  Je m'inscris Télécharger le programme

Formulaire d'inscription Nom Prénom Adresse e-mail Assistera à la réception qui suivra la défense Oui ( optionnel ) Non ( optionnel ) Désire une vignette de parking Oui ( optionnel ) Non ( optionnel ) Si vignette, numéro de plaque minéralogique ( optionnel ) Souhaite un certificat pour l'assistance à la défense Oui ( optionnel ) Non ( optionnel ) Pour le traitement de votre demande, les données sans mention « optional » doivent obligatoirement être complétées. 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  The design of a content-aware urban traffic management and monitoring system based on a swarm of drones is a challenging problem due to real-time data processing, multi-agent coordination, and decision-making under dynamic conditions. The complexity of this design problem increases with the number of options and the number of cues that traffic controllers have to consider to make a decision. The research work presented in this thesis addresses this challenge by exploring the potential of swarm intelligence and reinforcement learning-based controllers as design tools for developing adaptive content-aware decision-making mechanisms for urban traffic management and monitoring using a swarm of drones. The main objective is to design distributed control mechanisms that support the emergence of robust, scalable, and effective autonomous traffic monitoring and management while proposing and evaluating some alternative solutions with respect to previous research works. In particular, we propose alternative solutions to elements such as the use of predefined correlations between traffic dynamics and driving features, as well as the use of fixed monitoring mechanisms, such as cameras or radar sensors, combined with fixed control strategies.As far as it concerns the monitoring of traffic, this thesis focuses on the evaluation of swarms of drones for traffic data collection. As far as it concerns the management of traffic, this thesis focuses on the evaluation of two traffic control methodologies applied to three different urban scenarios. The control methodologies are: the centralised simultaneous perturbation stochastic approximation (SPSA), and the decentralised Deep Q-Network (DQN). Briefly, in the former method, the agents operating on traffic, collectively evaluate the effects of their actions on traffic quality, to update their decision-making policy. The latter method requires agents operating on traffic to collectively select the best action among several alternatives based on the actions' estimated quality.In the centralised SPSA controller, we investigate both single and multi-agent intersection maps by using a cell transition traffic model (CTM) to simulate traffic. The experimental results indicate that the proposed drone-based traffic controller can successfully mitigate traffic jams and coordinate the swarm of drones, despite constraints on individual exploration and limited communications in a single urban intersection. However, in multi-urban intersections, the reduction of traffic in one direction inevitable generate traffic problems in other parts of the road network due to a lack of coordination among agents operating on traffic. The study also highlights the trade-off between adjacent intersections in the traffic pattern, where limiting communication can improve the swarm's adaptability to changes. The evolved optimisation controllers outperform traditional mechanisms, such as the fixed traffic timing, in terms of accuracy, speed of convergence, different vehicle input rates, and variations in the traffic model.In the second scenario, we first evaluate the performance of a centralised SPSA controller under realistic traffic dynamics using the Vissim simulator to simulate road traffic, rather than the CTM model. The aim is to evaluate the robustness of the controller against external disturbances arising from heterogeneous driving behaviour. Next, we design and analyse a decentralised DQN controller for a multi-agent intersection map by using the Vissim simulator. In this scenario, we extend the investigation to a more complex task in which drones must collectively transfer the collected data between intersections, and each agent selects its timing action based on both its own traffic data and information shared by other agents. The evolved drone-based DQN controllers enable the traffic units to learn about perceptual driving behaviour and external disturbances from the Vissim traffic model. The results demonstrate the robustness and scalability of the evolved strategy under various conditions, including different initial conditions and driving behaviours. The swarm of drones also demonstrates adaptability to changes in traffic conditions, although this adaptability depends on the specific nature of the traffic dynamics and the information shared by other agents in the decision-making process.In the final scenario, we investigate multi-intersection traffic control on a simulated real map of the Belgian city Namur, using a decentralised Deep Q-Network controller for traffic management and a swarm of drones for monitoring. The traffic model incorporates realistic features such as vehicle acceleration and deceleration, lane-changing behaviour, and heterogeneous vehicle types. External disturbances, including parking events and pedestrian crossings, are also considered. The results demonstrate that the proposed autonomous traffic management and monitoring system is robust against disturbances and scalable to real urban areas. The study also highlights the effect of using a swarm of drones for data monitoring, compared with the same control strategy employing fixed cameras, in terms of convergence performance.In conclusion, this thesis contributes to the field of intelligent traffic management and monitoring by evaluating the potential of a swarm of drones as an effective tool for designing adaptive and coordinated traffic control and monitoring mechanisms. In the considered scenario, the results indicate that drone-based traffic controllers outperform conventional fixed-time traffic control and fixed-camera monitoring systems in terms of robustness, scalability, and adaptability. The findings of this research have implications for developing more resilient and autonomous drone-based traffic management systems capable of making informed collective decisions in complex and dynamic urban environments. Jury Prof. Elio Tuci - Université de Namur, BelgiqueProf. Laurent Schumacher - Université de Namur, BelgiqueProf. Marie-Ange Remiche - Université de Namur, BelgiqueProf. Alexandre Mauroy - Université de Namur, BelgiqueProf. Seyed Amir Tafrishi - University of Cardiff, UKProf. Ahmad Fakharian - Islamic Azad University, Qazvin Iran Je m'inscris

Des chercheurs de l'UNamur ont développé une nouvelle méthode qui a permis de découvrir 32 bugs jusqu'alors invisibles dans certaines des bibliothèques logicielles les plus utilisées pour entraîner les modèles d'intelligence artificielle. Née d'un mémoire de master, cette recherche a déjà conduit à des corrections dans plusieurs logiciels utilisés par des millions de développeurs à travers le monde. 

La médecine vétérinaire est une discipline à la croisée de la médecine, de la biologie, de l’agronomie et de la pharmacie. Elle se concentre sur la santé collective et individuelle des animaux de rente et de compagnie ainsi que ses implications sur l’environnement, la santé humaine et la société. À la pointe de la gestion des problèmes de santé publique et de la surveillance des maladies contagieuses, les vétérinaires sont aussi un fer de lance de la recherche biomédicale humaine et animale. La médecine vétérinaire est en ce sens un maillon indispensable de la santé mondiale. 

Éveiller sa curiosité envers la Terre et le monde naturel : une clé pour relever les défis de demain.