Résultats de recherche

C’est une belle reconnaissance pour l’excellence de la recherche menée à l’Université de Namur : la faculté d’informatique a été sollicitée pour rejoindre le prestigieux réseau Informatics Europe, qui rassemble les départements et facultés d’informatique les plus dynamiques à travers l’Europe.

Le changement sémantique, c'est-à-dire l'évolution du sens des mots au fil du temps, offre des informations cruciales sur les processus historiques, culturels et linguistiques. La langue agit comme un miroir des changements sociétaux, reflétant l'évolution des valeurs, des normes et des progrès technologiques. Comprendre comment le sens des mots évolue nous permet de retracer ces transformations et d'acquérir une compréhension plus approfondie de notre passé lointain et récent.Ce séminaire explore la manière dont les méthodes computationnelles révolutionnent notre capacité à analyser le changement sémantique dans les textes historiques, relevant ainsi un défi majeur dans le domaine des humanités numériques. Si les méthodes computationnelles avancées nous permettent d'analyser de vastes ensembles de données et de mettre au jour des modèles auparavant inaccessibles, rares sont les algorithmes de traitement du langage naturel qui tiennent pleinement compte de la nature dynamique du langage, en particulier de la sémantique, qui est essentielle pour la recherche en sciences humaines. À mesure que les systèmes d'IA se développent pour mieux comprendre le contexte historique et la dynamique du langage, l'annotation et l'interprétation humaines restent essentielles pour saisir les nuances du langage et son contexte culturel.Dans cette présentation, je montrerai comment les approches computationnelles et centrées sur l'humain peuvent être combinées efficacement pour examiner le changement sémantique et ses liens avec les développements culturels et technologiques. Je présenterai des exemples illustrant comment le changement sémantique peut être analysé à travers les dimensions temporelles, culturelles et textuelles.Les séminaires "Methods"Le séminaire sur les méthodes est une série de séminaires organisés à l'Université de Namur dans le but de favoriser la collaboration interdisciplinaire et l'échange de connaissances. Tous les séminaires se déroulent sous forme hybride.Cette série de séminaires se concentre sur les approches méthodologiques avancées, en particulier dans les domaines du traitement du langage naturel (NLP), de l'intelligence artificielle (IA), de l'analyse vidéo et d'images, et de l'analyse multimodale.Pour rester informé des détails des prochains séminaires, merci de vous inscrire à notre liste de diffusion ci-dessous. Je m'inscris à la liste de diffusion "Methods"

Plus d'infos à venir.Les séminaires "Methods"Le séminaire sur les méthodes est une série de séminaires organisés à l'Université de Namur dans le but de favoriser la collaboration interdisciplinaire et l'échange de connaissances. Tous les séminaires se déroulent sous forme hybride.Cette série de séminaires se concentre sur les approches méthodologiques avancées, en particulier dans les domaines du traitement du langage naturel (NLP), de l'intelligence artificielle (IA), de l'analyse vidéo et d'images, et de l'analyse multimodale.Pour rester informé des détails des prochains séminaires, merci de vous inscrire à notre liste de diffusion ci-dessous. Je m'inscris à la liste de diffusion "Methods"

Victimisation et identité : la société post-héroïque Plus d'infos à venir Tous les séminaires TRANSDEM

Titre de la première présentation - Concepts introductifs et applications récentes en sciences socialesTitre de la deuxième présentation - NLP, LLM et IA - Exploration d'outils avancés pour les économistes et les spécialistes en sciences sociales Restez informés ! Pour rester informé des détails des prochains séminaires, merci de vous inscrire à notre liste de diffusion ci-dessous. Je minscris à la liste de diffusion

Le Namur Digital Institute (NaDI) lance un cycle de rendez-vous originaux : « Les Séances du Numérique ». Des films suivis de débats avec des experts et expertes pour comprendre les défis du numérique et stimuler la réflexion collective. Un projet porté par Anthony Simonofski, Anne-Sophie Collard, Benoît Vanderose et Fanny Barnabé. 

Abstract Detecting semantic code clones in logic programs is a longstanding challenge, due to the lack of a unified definition of semantic similarity and the diversity of syntactic expressions that can represent similar behaviours. This thesis introduces a formal and flexible framework for semantic clone detection based on Constrained Horn Clauses (CHC). The approach considers two predicates as semantic clones if they can be independently transformed, via semantics-preserving program transformations, into a common third predicate. At the core of the method lies anti-unification, a process that computes the most specific generalisation of two predicates by identifying their shared structural patterns. The framework is parametric in regard with the allowed program transformations, the notion of generality, and the so-called quality estimators that steer the anti-unification process. Jury Prof. Wim Vanhoof - University of Namur, BelgiumProf. Katrien Beuls - University of Namur, BelgiumProf. Jean-Marie Jacquet - University of Namur, BelgiumProf. Temur Kutsia - Johannes Kepler University, AustriaProf. Frédéric Mesnard - University of the Reunion, Reunion IslandProf. Paul Van Eecke - Free University of Brussels, Belgium

BNAIC/BeNeLearn 2025 will be held at the University of Namur under the auspices of the Belgian-Dutch Association for Artificial Intelligence (BNVKI) and the Dutch Research School for Information and Knowledge Systems (SIKS). The conference aims at presenting an overview of state-of-the-art research in artificial intelligence and machine learning in Belgium, The Netherlands, and Luxembourg. More information and registration

Abstract In recent decades, the volume of data generated worldwide has grown exponentially, significantly accelerating advancements in machine learning. This explosion of data has led to an increased need for effective data exploration techniques, giving rise to a specialized field known as dimensionality reduction. Dimensionality reduction methods are used to transform high-dimensional data into a low-dimensional space (typically 2D or 3D), so that it can be easily visualized and understood by humans. Algorithms such as Principal Component Analysis (PCA), Multidimensional Scaling (MDS), and t-distributed Stochastic Neighbor Embedding (t-SNE) have become essential tools for visualizing complex datasets. These techniques play a critical role in exploratory data analysis and in interpreting complex models like Convolutional Neural Networks (CNNs). Despite their widespread adoption, dimensionality reduction techniques, particularly non-linear ones, often lack interpretability. This opacity makes it difficult for users to understand the meaning of the visualizations or the rationale behind specific low-dimensional representations. In contrast, the field of supervised machine learning has seen significant progress in explainable AI (XAI), which aims to clarify model decisions, especially in high-stakes scenarios. While many post-hoc explanation tools have been developed to interpret the outputs of supervised models, there is still a notable gap in methods for explaining the results of dimensionality reduction techniques. This research investigates how post-hoc explanation techniques can be integrated into dimensionality reduction algorithms to improve user understanding of the resulting visualizations. Specifically, it explores how interpretability methods originally developed for supervised learning can be adapted to explain the behavior of non-linear dimensionality reduction algorithms. Additionally, this work examines whether the integration of post-hoc explanations can enhance the overall effectiveness of data exploration. As these tools are intended for end-users, we also design and evaluate an interactive system that incorporates explanatory mechanisms. We argue that combining interpretability with interactivity significantly improves users' understanding of embeddings produced by non-linear dimensionality reduction techniques. In this research, we propose enhancements to an existing post-hoc explanation method that adapts LIME for t-SNE. We introduce a globally-local framework for fast and scalable explanations of t-SNE embeddings. Furthermore, we present a completely new approach that adapts saliency map-based explanations to locally interpret non-linear dimensionality reduction results. Lastly, we introduce our interactive tool, Insight-SNE, which integrates our gradient-based explanation method and enables users to explore low-dimensional embeddings through direct interaction with the explanations. Jury Prof. Wim Vanhoof - University of Namur, BelgiumProf. Benoit Frénay - University of Namur, BelgiumProf. Bruno Dumas - University of Namur, BelgiumProf. John Lee - University of Louvain, BelgiumProf. Luis Galarraga - University of Rennes, France

Méfiance envers les institutions politiques traditionnelles et les élus, montée des logiques autoritaires, définancement des services publics… La démocratie semble aujourd’hui traverser une zone de turbulences. Dans ce contexte, quel rôle l’université joue-t-elle ? Pour éclairer cette question, nous avons rencontré quatre chercheurs issus de disciplines différentes : la pédagogue Sephora Boucenna, le philosophe Louis Carré, le politologue Vincent Jacquet, la juriste Aline Nardi. Leurs regards croisés dessinent les contours d’un enjeu plus que jamais d’actualité : penser et défendre le lien entre université et démocratie.