Résultats de recherche

Une équipe de chercheurs américains, avec l’aide de Frédérik De Laender, professeur au Département de biologie de l’UNamur, vient de publier dans la prestigieuse revue Nature. Leur étude décrit comment l’évolution des températures des cours d’eau et les introductions de poissons par l’humain peuvent modifier la biodiversité des rivières aux États-Unis.

Chaque début d’année académique, le Conseil d’administration octroie un statut de « Fellow NARC » à des chercheurs faisant preuve d’un CV de recherche de haut niveau, ayant reçu récemment un prix ou un financement prestigieux. Retour sur le fellowship du Professeur Frederik De Laender.

Le F.R.S.-FNRS vient de publier les résultats de ses différents appels 2024. Appels équipement, crédits et projets de recherche, bourses de doctorat FRIA et Mandant d’Impulsion Scientifique (MIS), les instruments sont nombreux pour soutenir la recherche fondamentale. Découvrez les résultats de l’UNamur en détail.

Jamie Wright, un chercheur du Namur Digital Institute de l’UNamur, a participé à une étude menée par l’Université Pompeu Fabra (UPF) de Barcelone, et publiée dans la prestigieuse revue Nature Human Behaviour.  Cette étude montre que les langues du monde entier tendent à privilégier l'économie lexicale, en réutilisant des mots pour désigner différents concepts lorsque cela n'entraîne pas de confusion dans la communication.

Fruit d'une collaboration avec Isabelle Frochot de l'Université Bourgogne Europe, une étude à laquelle a participé Alain Decrop, professeur de marketing au sein de la Faculté EMCP, montre que la montagne favorise une véritable reconnexion à soi, aux autres et à son environnement. Les résultats de cette recherche ont été publiés dans la prestigieuse revue Recherche et Applications en Marketing (RAM).

Détecter une panne avant qu’elle ne survienne : c’est l’objectif de la recherche menée par Antoine Hubermont, doctorant à l’UNamur. Ce projet baptisé Monsater est financé par le SPW Recherche dans le cadre du programme Win4Doc en collaboration avec l’entreprise spatiale Telespazio Belgium. Il s’inscrit au cœur d’un enjeu stratégique : garantir la fiabilité de systèmes complexes, notamment dans le domaine spatial. 

JuryProf. Timoteo CARLETTI (UNamur), présidentProf. Anne-Sophie LIBERT (UNamur), secrétaireProf. Benoît FRENAY (UNamur)Prof. Ugo LOCATELLI (University of Rome Tor Vergata)Prof. Konstantin BATYGIN (California Institute of Technology)Prof. Adrien LELEU (Université de Genève)RésuméThe growing number of extrasolar systems detected over the past three decades has made it necessary to develop fast and reliable methods for studying the long-term stability of planetary systems. In this work, we address the complex problem of the stability of compact three-planet systems—in which resonant and chaotic behaviors are intrinsically linked—using chaos indicators and machine learning. In the first part, we design four (variational and non-variational) chaos indicators and test their performance on a synthetic dataset. In the second part, we examine the predictive power of the chaos indicators when combined with different machine learning strategies. Finally, an application is carried out on a synthetic population generated by the Bern formation model, providing results on the long-term behavior and dynamical characterization of the multiple planet systems in this population. Our analysis highlights the effectiveness of the dynamical tools developed here for assessing the stability of near-resonant systems and paves the way for their use in future space missions.

Entre recherche, enseignement et transmission, Wafa Hammedi, professeure à la Faculté Économie Management Communication sciencesPo (EMCP), trace un parcours guidé par ses convictions. Loin des clichés de performance habituellement associés au marketing, elle défend une recherche engagée au service de la société, de l'équité et de l'inclusion.

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

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. 

Le temps où l’on choisissait un métier une fois pour toutes et où l’expérience suffisait à gravir les échelons semble révolu. Désormais, se former tout au long de la vie est presque devenu une évidence. « Il y a clairement une évolution en ce sens, en particulier dans un contexte d’automatisation et d’intelligence artificielle qui rend d’autant plus importante l’acquisition de nouvelles compétences », commente Michel Ajzen, professeur au sein du Département Management à la Faculté Économie Management Communication SciencePo de l’UNamur et membre du Namur Digital Institute. « Et ce n’est pas une question de générations : qu’on ait 30, 40 ou 50 ans, ce besoin existe. » 

À travers cinq conférences-ateliers interdisciplinaires, les doctorants de l’UNamur NaDI invitent le grand public à développer un regard critique sur l’intelligence artificielle qui transforme déjà notre quotidien.