Résultats de recherche

Près de 10 000 kilomètres séparent la Belgique du Japon, un pays qui fascine, notamment pour sa culture riche et pleine de contrastes. Les chercheurs de l’UNamur entretiennent des liens étroits avec plusieurs institutions nipponnes, notamment dans les domaines de l’informatique, des mathématiques ou encore du jeu vidéo. Coup de projecteur sur quelques-unes de ces collaborations.

Peut-on encore parler de démocratie lorsque des algorithmes influencent nos choix électoraux ou participent à la rédaction des lois ? Cette thématique est étudiée par Aline Nardi, chercheuse à la Faculté de droit et membre du Namur Digital Institute (NADI).  

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

Le carcinome hépatocellulaire est le cancer primitif du foie le plus fréquent. Malheureusement, cette tumeur présente toujours un haut taux de mortalité en raison de l’absence de traitements efficaces contre ses formes les plus avancées ou mal localisées. Dans le cadre d’un partenariat avec le CHU UCL Namur - site de Godinne et avec le soutien de l’entreprise Roche Belgique, les chercheurs et les chercheuses du Département des sciences biomédicales de la Faculté de médecine tentent de comprendre pourquoi les cellules tumorales du foie sont si résistantes aux traitements et d’identifier des alternatives thérapeutiques pour mieux les cibler. 

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

Programme : 17h : Accueil & présentation du film17h15 :  Projection du film Ex machina19h05 : Débat « L’IA a-t-elle une conscience ? » (avec Isabelle Linden & Benoît Frenay)19h45 : finDeux experts prendront part au débat : Benoît Frenay qui apportera un éclairage sur les logiques d’apprentissage des intelligences artificielles actuelles et les limites de leur « autonomie ». Peut-on vraiment parler d’intelligence sans conscience ? Jusqu’où peut aller l’imitation ?Isabelle Linden qui interrogera les fondements mêmes de ce que nous appelons « penser » dans une logique informatique. Peut-on créer une machine consciente ? Ou ne sommes-nous que face à des miroirs de nos propres désirs ? S'inscrire

C’est une importante reconnaissance pour deux membres de la Faculté de médecine de l’UNamur : la Professeure Charlotte Beaudart, responsable de la filière "recherche clinique" du Master en sciences biomédicales, et le Professeur Jonathan Douxfils (Faculté de médecine, URPC – NARILIS) viennent de rejoindre le Collège des Jeunes Chercheurs de l’Académie Royale de Médecine de Belgique.

C’est une belle reconnaissance pour la recherche à l’UNamur : trois projets Marie Skłodowska-Curie Doctoral Networks (DN) viennent d’être octroyés, avec une contribution déterminante de chercheurs namurois ! Le premier, en chimie, implique le professeur Stéphane Vincent ; le deuxième, consacré à la résilience des écosystèmes, associe le professeur Frédérik de Laender ; et le troisième, dans le domaine de la photonique, bénéficie de l’expertise du chercheur qualifié F.RS. - FNRS. Michaël Lobet.

Flamure Ibrahimi est doctorante en gestion des services et du marketing au Centre de recherche NaDI-CeRCLe de l'Université de Namur (Belgique) à la Faculté EMCP, sous la supervision du Prof. Dr Wafa Hammedi (Université de Namur) et du Prof. Dr Linda Alkire (Texas State University). Elle vient de recevoir la prestigieuse bourse ServCollab Scholarship 2026, une distinction internationale qui récompense et soutient les doctorants dont les travaux s’inscrivent dans le champ de la Transformative Service Research (TSR), des projets doctoraux à haut impact pour la société et l’humanité.