Résultats de recherche

Cette dernière décennie a vu la commercialisation de nombreux casques de réalité mixte. Certains ciblent un usage récréatif occasionnel (par exemple, le Meta Quest 3), d'autres sont commercialisés comme des plateformes informatiques de nouvelle génération (par exemple, l'Apple Vision Pro). À mesure que ces dispositifs s'intègrent dans notre vie quotidienne, ils redéfinissent la manière dont nous---en tant qu'êtres humains---interagissons avec eux.Leur nature diffère significativement des dispositifs informatiques traditionnels (par exemple, les ordinateurs ou les smartphones), ce qui introduit de multiples changements de paradigme induits par plusieurs facteurs. D'une part, ils intègrent et démocratisent divers capteurs permettant d'utiliser le regard, les gestes de la main et la parole comme moyens d'interaction, servant ainsi de vecteurs efficaces pour l'adoption d'interfaces utilisateur multimodales. D'autre part, leur nature portable implique des changements contextuels continus qui modifient fondamentalement la conception des interfaces et redéfinissent l'interaction homme-machine à mesure que leur usage devient omniprésent.Pour mieux comprendre de tels systèmes, cette recherche est divisée en trois axes. Premièrement, nous immergeons des utilisateurs dans un environnement pervasif délibérément construit afin d'explorer leurs perceptions tout en examinant leurs attitudes vis-à-vis de la gestion de contenus intrusifs par des interventions manuelles, mettant ainsi en lumière des besoins émergeant de tels contextes. Deuxièmement, nous explorons de nouveaux canaux de communication en exploitant des métaphores et en concevant des techniques d'interaction qui utilisent plusieurs modalités pour permettre une communication plus naturelle, répondant ainsi aux besoins qui émergent d'un usage pervasif. Enfin, après avoir conçu des techniques d'interaction multimodales, nous examinons les exigences techniques et passons en revue les outils existants qui soutiennent le développement d'interfaces utilisateur multimodales, identifions les limitations de certains de ces outils, et y remédions par l'introduction d'un nouvel outil, intitulé Ummi.À travers ces trois perspectives complémentaires, cette thèse traite six questions de recherche et contribue aux domaines de la réalité mixte et de l'interaction multimodale.Le juryProf. Vincent Englebert - Université de Namur, BelgiqueProf. Bruno Dumas - Université de Namur, BelgiqueProf. Xavier Devroey - Université de Namur, BelgiqueProf. Marcos Serrano - Université de Toulouse, FranceProf. Denis Lalanne - Université de Fribourg, SuisseEvènement gratuit sur inscription. Je m'inscris

24 heures de live, une dizaine d’ordinateurs et de consoles de jeux vidéo, une quinzaine de participants… et un objectif : récolter un maximum d’argent au profit du Télévie. Fort du succès de sa première édition, le Cercle Informatique de l’UNamur s’est relancé dans l’aventure avec un nouveau marathon caritatif, qui s’est déroulé du 7 au 8 avril dernier. Au total, l’événement a permis de récolter 1 831,91 euros pour le Télévie.

Cette année encore, le CSLabs organise son Hackathon annuel à la faculté d'informatique, et vous êtes tous et toutes invité(e)s ! Vous avez la faculté d'informatique (quasi) entière juste pour vous, avec de la nourriture et des boissons offertes tout du long, ainsi que des prix pour les équipes gagnantes ! Des pièces sont prévues pour dormir sur place si vous le souhaitez, ainsi que des douches.Qui peut participer ?Absolument tout le monde ! Contrairement à ce que ça pourrait paraître, pas besoin de bagage en informatique pour participer pleinement à un Hackathon. Il n'y a pas que la programmation qui compte dans ces solutions, plein d'autres domaines peuvent rentrer en jeu ; le design, les graphismes, la musique, l'histoire, le plan marketing/économique, l'implémentation électronique finale,...Tout le monde peut y apporter du sien ! Si vous n'avez pas d'équipe le jour-même, pas de soucis ! Vous ne serez certainement pas seul(e) dans ce cas, et nous vous trouverons une belle équipe.Combien ça coûte ?L'évènement est entièrement gratuit ! Nous demandons juste 20€ de caution, remboursée immédiatement si vous êtes bel et bien présent(e) le jour-même. Intéressé(e) ?

Abstract Transmission tower inspection is a crucial step in maintaining high-voltage electrical infrastructure. To perform these inspections, UAVs have proven to be a groundbreaking method for conducting such inspections. The UAV provide a fast, precise, cheap, and modular way to perform thorough audits. The next step in the transmission tower audit is to automate the analysis task. During this thesis, the goal of achieving a relative and adaptive autonomous flight for the transmission tower was attempted. In the first part of the thesis, we explain how the audits are executed. We explain the history of the UAV and describe them. We then make a small state-of-the-art Computer Vision neural network. This first part brings the basic understanding of the domain. In the second part of the thesis, we present our distinct contributions. Due to the sponsorship of this thesis, we highlight the industrial and scientific contributions. The first contribution is the creation of a platform that enables a comprehensive analysis of flights within the domain. That platform displayed flows and offered some guidance on how to perform audits more effectively. Thanks to the software, we were able to showcase the capabilities of our autonomous system in comparison to other solutions.The second scientific contribution is the creation of datasets around the domain of transmission towers. To train the machine learning algorithm, well-curated datasets were necessary. Due to the scarcity of data in that domain, we decided to study the impact of synthetic data to help train AI in computer vision. The datasets showed promising results in different ML algorithms such as UNet and Mask2Former. In some situations, hybrid dataset-trained models outperform models trained on only the physical world dataset. The third scientific contribution involves training a Convolutional Neural Network for transmission tower segmentation. This modern neural network is designed for use in an embedded computer on a UAV. The fourth contribution is the development of different flight controller algorithms during the thesis. These autopilots ranged from a more basic flight assistant for the pilot to an autonomous flight system. A large-scale comparison is done of the different flight controllers.The final scientific contribution is a study on monocular depth perception in the context of a UAV flying around a transmission tower. This study compares six state-of-the-art pre-trained models. A large data set is created using photogrammetry software to generate pixel-wise depth annotations for each image. The study compares the models using different metrics and ranks them based on their capabilities.  Jury Prof. Tuci Elio - University of Namur, BelgiumProf. Anthony Cleve - University of Namur, BelgiumProf. Pierre-Yves Schobbens - University of Namur, BelgiumProf. Alvaro Gutierrez - Universidad Politecnica de Madrid, EspagneMr. Fabian Duchesne - Qualitics SPRLProf. Anders Lyhne Christensen - SDU, Denmark Evènement public et gratuit - Inscription obligatoire Je m'inscris

Depuis septembre 2023, la réforme de la formation initiale des enseignants (RFIE) transforme en profondeur le métier d’enseignant. Cette année, elle franchit une nouvelle étape avec le remplacement des anciens masters à finalité didactique et l'agrégation par des masters en enseignement section 4 et 5. Portée par la FaSEF (Faculté des Sciences de l’Éducation et de la Formation), en collaboration avec les Facultés des sciences et EMCP (Économie, Management, Communication et sciencesPo), la réforme s’accompagne d’un partenariat renforcé avec l’HENALLUX (Haute École de Namur-Liège-Luxembourg).

Abstract L’apprentissage profond a révolutionné la vision par ordinateur ces dernières années et a été appliqué à de nombreux domaines. Cette thèse se concentre sur l’endoscopie médicale, où l’apprentissage profond peut aider les médecins dans de nombreuses tâches, comme la navigation dans les poumons lors d’une bronchoscopie, l’assistance à la détection des maladies pulmonaires, la détection de la maladie de Crohn à partir d’une endoscopie par capsule (PillCam), ou encore l’automatisation de la détection de polypes lors de procédures de colonoscopie.Cette thèse, intitulée From Pixels to Practice: Deep Learning for Endoscopy, étudie comment les réseaux de neurones modernes et les paradigmes d’apprentissage peuvent améliorer la compréhension visuelle en endoscopie, dans le but de contribuer à des systèmes d’aide au diagnostic (Computer-Aided Detection, CAD) intégrables dans les flux de travail cliniques.Ce travail suit une structure basée sur des articles et relie des avancées méthodologiques en modélisation géométrique et temporelle à des techniques permettant de gérer la rareté et le déséquilibre des données, ainsi qu’aux implications pratiques et cliniques de l’apprentissage profond pour la détection de tumeurs pulmonaires, tant du point de vue clinique que du point de vue des praticiens. La première partie du manuscrit fournit un socle commun à toutes les parties suivantes. Tout d’abord, nous présentons une introduction générale au domaine de l’apprentissage automatique au Chapitre 1, en expliquant des concepts tels que la classification, les fonctions de perte et les réseaux de neurones artificiels. Ensuite, le Chapitre 2 se concentre sur le domaine de l’apprentissage profond pour la vision par ordinateur, en détaillant les principales tâches de vision, le concept de réseaux de neurones convolutionnels, ResNet et U-Net. Enfin, le Chapitre 3 décrit l’imagerie médicale, avec un focus sur les scanners tomodensitométriques (CT) et l’imagerie optique. La deuxième partie de la thèse s’intéresse à l’apprentissage de représentations spatio-temporelles. Au Chapitre 4, nous utilisons des réseaux de neurones profonds combinant des caractéristiques spatiales et une récurrence temporelle pour aborder le problème de la détection de la carène bronchique, un repère anatomique qui aide les médecins à se repérer dans les poumons. En évaluant des modèles de classification (ResNet-50), de segmentation (nnU-Net) et récurrents (GRU) sur un jeu de données de bronchoscopie que nous avons créé, l’étude met en évidence les bénéfices de la combinaison d’informations issues des masques de segmentation et de caractéristiques temporelles. Le Chapitre 5 poursuit sur la tâche de segmentation en analysant dans quelle mesure des U-Net équivariants par rotation, basés sur des E(2)-CNN avec des groupes de symétrie C4, C8 et D4, peuvent améliorer les performances lorsque l’orientation des objets dans l’image est arbitraire. Ensemble, ces chapitres montrent comment la modélisation temporelle et géométrique capture des aspects complémentaires de la structure visuelle. Ils soulignent en outre que le déséquilibre et la rareté des données constituent un problème récurrent en apprentissage profond. La troisième partie étudie l’apprentissage en situation de rareté et de déséquilibre des données. Tout d’abord, le Chapitre 6 explore un pré-entraînement contrastif supervisé [1] sur de grands jeux de données endoscopiques de domaine proche (Hyper-Kvasir [2], LDPolyp [3]), transféré ensuite vers des données plus petites et spécifiques à une pathologie (Crohn-IPI [4]). Cette méthodologie donne de meilleures performances que le pré-entraînement sur ImageNet ou basé sur l’entropie croisée, ce qui met en avant la valeur de représentations contrastives spécifiques au domaine. Ensuite, le Chapitre 7 introduit leMask-Aware Cropping (MAC), une nouvelle technique d’augmentation de données qui atténue le déséquilibre au niveau des pixels en segmentation. Sur divers jeux de données présentant des régimes de déséquilibre variés (URDE [5], Kvasir-SEG [6], HAM10000 [7]), MAC améliore systématiquement les métriques Dice et IoU dans des conditions de déséquilibre extrême. Ensemble, ces méthodes forment un cadre centré sur les données pour un apprentissage efficace lorsque les annotations sont rares ou inégalement réparties. La quatrième partie de la thèse se concentre sur l’apprentissage profond au bloc opératoire. Le Chapitre 8 propose un premier modèle (ResNet-50) pour la détection visuelle du cancer du poumon en bronchoscopie, entraîné sur des données réelles, in-vivo. Le modèle dépasse les performances de médecins juniors, tout en restant inférieur à celles des experts. Ce résultat montre que les systèmes de CAD pour la détection du cancer du poumon sont prometteurs. Le Chapitre 9 prolonge ce travail en évaluant l’utilisabilité d’un système de CAD basé sur un modèle d’apprentissage profond. En combinant indices de probabilité, graphes temporels et superpositions de cartes de saillance, une évaluation multicentrique avec 10 médecins est menée. L’outil reçoit des retours favorables, avec une utilisabilité élevée (score SUS de 80,5 [8]) et une forte acceptation clinique. Au-delà de l’endoscopie, les résultats concernant l’équivariance par rotation et le déséquilibre au niveau des pixels se généralisent à d’autres domaines tels que la microscopie, la dermatologie et l’imagerie aérienne. Cela montre que les méthodes proposées sont applicables à l’apprentissage visuel sous variabilité structurée et sous contraintes de données limitées.Mots-clés : apprentissage automatique, vision par ordinateur, médecine, endoscopie, réseaux de neurones convolutionnels, segmentation, modèles récurrents, équivariance.  Jury Prof. Dumas Bruno - Université de NamurProf. Frénay Benoit - Université de NamurProf. Schobbens P-Y. - Université de NamureProf. Beuls Katrien - Université de Namur,Dr. Mertens Benjamin - Lys MédicalProf. Oramas Mogrojevo José Antonio - Université d’AnversDr. Mancas Matei - Université de Mons S'inscrire

School-IT, porté par la Faculté d’Informatique de l’Université de Namur, propose une mallette numérique innovante pour initier les élèves du maternel, primaire et secondaire à l’informatique. Conçue pour simplifier la tâche des enseignants, elle rassemble des activités prêtes à l’emploi, courtes et indépendantes, accompagnées de ressources pédagogiques et multimédias pour les enseignants et leurs élèves. Avec School-IT, enseigner l’informatique devient simple, concret et accessible à tous.

L'ordinateur n'est pas si malin... et en prendre conscience est essentiel pour maîtriser cet outil. Cela passe par la compréhension de son fonctionnement, de ses capacités et de ses limites.

Save the date ! Plus d'infos ici bientôt.

Programme de la soirée 17h00 - Conférence d’Alis Oancea (University of Oxford)La conférence se tiendra en distanciel. Présentation en anglais avec support en français, et QR possibles en français.Educational Research(ers) in 2026 : Epistemic and professional histories and futuresRésumé : This talk explores competing conceptions of educational research and the enduring debates that shape the field. It signposts historical understandings of the nature, scope, and epistemic status of educational research, considering its emergence as an academic discipline and its evolving relationship with teaching and teacher education. It then places education research in the context of current research policy trends.  Drawing on evidence from high-profile controversies in the UK (engaging policymakers, academics, practitioners, and media actors), the presentation analyses why educational research has remained subject to recurrent public contestation. It explores the methodological, political, and normative fault lines that underpin disagreements about quality, impact, relevance, and authority, and considers the narratives advanced to reframe the field’s purpose and legitimacy. Rather than treating contestation solely as a symptom of fragility at the crossroads of professional jurisdictions, the talk also considers how such disputes have functioned as sites of epistemic clarification and value articulation, and thus as a condition of the field’s intellectual development. The talk concludes by inviting critical reflection on what it means to be and to become an educational researcher in 2026: what forms of expertise, accountability, and public responsibility the role entails, and how doctoral formation may prepare educational researchers to navigate intellectual plurality, institutional constraints, and competing expectations.18h00 - Table ronde autour de la formation des doctorantes et doctorants en sciences de l’éducationEn français, avec la participation de : Thibault Coppe (ULB), Vincent Dupriez (UCLouvain) et Jonathan Rappe (ULiège).18h40 - Présentation officielle de l’École Doctorale Thématique en Sciences de l’Éducation (EDT‑EDUC) Séphora Boucenna (UNamur) et Xavier Dumay (UCLouvain), porte-parole de l’EDT.À partir de 19h00 - Cocktail d’ouverturePour les doctorantes et doctorants ayant assisté à la séance d'ouverture, une attestation d'1 crédit sera délivrée. Inscriptions Inscription obligatoire (présentiel et distanciel) avant le jeudi 5 mars 2026.Pour celles et ceux qui participeront à distance : une inscription supplémentaire à la réunion Teams est requise. Je m'inscris (présentiel ET distanciel) Je m'inscris (distanciel - réunion Teams) Pour s’inscrire dans la liste de diffusion de l’EDT EDUC et suivre nos propositions d’activités et de formation : https://www.unamur.be/fr/edt-educ/inscriptionsLe Comité scientifique de l’École Doctorale Thématique en Sciences de l’Éducation :Dorothée Baillet, ULBSephora Boucenna, UNamurThibault Coppe, ULBXavier Dumay, UCLouvainAnnick Fagnant, ULiègeCharles Glineur, UMonsOlivier Maes, UCLouvainChristian Monseur, ULiègeElsa Roland, UNamurErika Wauthia, UMons En savoir plus sur l'EDT-Educ

La théorie des champs conceptuels et la théorie des situations didactiques Deux théories complémentaires pour penser et organiser les apprentissages mathématiquesDans la première partie de cette intervention, je proposerai une situation d’introduction au calcul littéral (Barallobres & Giroux, 2008) qui me permettra d’introduire et d’illustrer les principaux concepts et outils méthodologiques de la théorie des situations didactiques développée par Guy Brousseau (Brousseau, 1997 ; Bessot, 2024). Dans la seconde partie, je ferai une brève présentation de la théorie des champs conceptuels de Gérard Vergnaud (Vergnaud, 1990 ; Durand-Guerrier et Saby, 2023), puis je montrerai comment cette théorie permet d’apporter un éclairage complémentaire à la situation introductive.Les apports de la théorie anthropologique du didactique La Théorie Anthropologique du Didactique (TAD, Chevallard, 2001) vise à expliquer pourquoi et comment un savoir donné vit dans une certaine institution, et/ou se transforme en passant d’une institution à l’autre. Cette perspective et certaines de ses évolutions seront présentées et illustrées dans cette intervention.Activités des élèves et pratiques des enseignants en classe de mathématiques : méthodologie d’analyse avec la Théorie de l’ActivitéDans cette intervention, nous présenterons les hypothèses fondatrices du cadre de la Théorie de l’Activité adaptée à la Didactique des Mathématiques (TADM, Vandebrouck, 2008) en montrant comment cette théorie donne de l’importance aux analyses fines des savoirs mathématiques pour apprécier les déroulements en classe. Nous exemplifierons ensuite certains de ces aspects sur l’enseignement des limites à l’université (Bridoux et Grenier-Boley, 2024).BibliographieBarallobres, G., & Giroux, J. (2008). Carences et régulations des milieux en situation de validation. N. In Berdnaz, & C. Mary (Eds). L'enseignement des mathématiques face aux défis de l'école et des communautés. Actes du colloque EMF 2006 (cédérom). Éditions du CRP https://emf.unige.ch/application/files/1414/5390/4857/EMF2006_GT8_Barallobres.pdfBessot, A. (2003). Une introduction à la théorie des situations didactiques. Cahiers du laboratoire Leibniz, 91. hal-00078794Bridoux, S., & Grenier-Boley, N. (2024). What teaching practices should be used to introduce the limits of functions in the first year of university? A case study. In A. González-Martín, G. Gueudet, I. Florensa & N. Lombard (Eds.), Proceedings of the Fifth Conference of the International Network for Didactic Research in University Mathematics (INDRUM 2024, 10-14 June 2024) (pp. 791-800). Escola Universitària de Sarrià. Univ. Autònoma de Barcelona and INDRUM.Brousseau, G. (1997). Théorie des situations didactiques. Cours donné lors de l’attribution à Guy Brousseau du titre de Docteur Honoris Causa de l’université de Montréal. http://www.cfem.asso.fr/actualites/archives/Brousseau.pdfChevallard, Y. (2001). Organiser l’étude: 1. Structures et Fonctions. In J.-L. Dorier, M. Artaud, M. Artigue, R. Berthelot, & R. Floris Actes de la XIe École d’été de didactique des mathématiques. (pp. 3-32). Editions la Pensée Sauvage.Durand-Guerrier, V., & Nicolas Saby, N. (2023). Usages de la théorie des champs conceptuels en didactique des mathématiques. L’exemple de la transitivité. Caminhos da Educação Matemática em Revista, 13 (4),118-134. ⟨hal-04585866⟩Vandebrouck, F. (dir.) (2008). La classe de mathématiques : activités des élèves et pratiques des enseignants. OCTARES Éditions.Vergnaud, G. (1990). La théorie des champs conceptuels. Recherches en didactique des mathématiques, 10(2/3), 133-170. En pratique Programme18h00 : Exposé de Viviane Durand-Guerrier 18h40 : Exposé de Ghislaine Gueudet 19h20 : Exposé de Nicolas Grenier-Boley et Stéphanie Bridoux20h00 : Questions-réponses autour des trois interventionsModalités Inscription obligatoire via le site de l’école doctorale ou lien direct vers le formulaire d'inscription.Ou lien de participation en ligne (via TEAMS).

JuryProf. Benoit Frénay, Université de Namur (Promoteur)Prof. Isabelle Linden, Université de Namur (Co-Promoteur) ;Prof. Xavier Devroey, Université Namur (Président) ;Prof. Claire Lobet, Université de Namur ;Prof. Florentin Kucharczak, Université de Montpellier ;Mr. Achimi Hassaini, Thales Alenia SpaceMr. Olivier Dequenne, AISIN Europe.AbstractThis thesis proposes a robust, interpretable, and transferable deep-learning framework for anomaly detection in safety-critical domains such as industrial quality control and medical diagnostics. These two fields, though distinct, share major challenges: class imbalance with limited abnormal samples, and the need for trustworthy and real-time decisions under strict reliability constraints. The main objective is, thus, to build methods with minimal supervision (training with normal data only) while allowing a human-aligned interpretability.The approach combines artificial intelligence unsupervised generative modeling with supervised classification, focusing on patching techniques, local representation, and interpretable scoring. Four key contributions structure this work:(i) Generative Adversarial Network Anomaly Detection through IntermediatePatches (GanoDIP), a Generative Adversarial Network (GAN) architecture for high-resolution, industrial anomaly localization at the patch level.(ii) Vector Quantized Generative Adversarial Network Anomaly Detectionthrough Intermediate Patches (VQGanoDIP), an extension with vector-quantized latent representations and composite scoring for improved reconstruction and fidelity.(iii) Cycle Generative Adversarial Network-Anomaly Detection (CGAN-AD), a conditional image translation model that integrates both normal and abnormal data for enhanced domain transfer in industrial and medical settings.(iv) Trustworthy approximated partial AUC (tapAUC), a loss function that enforces the Zero False Negative constraint, for high recall in critical scenarios.These models are deployed in real-world use cases. The framework is integrated into an active production line to detect unexpected components (such as screws) in printed circuit boards, delivering interpretable decisions with minimal false alarms. In the medical domain, the approach is adapted to well perform in Positron Emission Tomography (PET) based coma receptivity analysis, and some techniques are incorporated for an ovarian cancer segmentation application. These results demonstrate not only technical efficiency but also organizational viability through human-in-the-loop deployment and real-time scalability.Together, these contributions establish a modular, constraint-aware, and explainable anomaly detection paradigm, advancing the field towards trustworthy and human-centered artificial intelligence in high-stakes environments.