Résultats de recherche

Plongez dans le vaste patrimoine des productions de l’esprit humain en quête de sens et de valeur. Explorez le passé, percevez l’art à travers les siècles, décodez les langues anciennes et modernes, et portez un regard nouveau sur l’univers captivant du cinéma.À travers les œuvres, les langues, les documents et les courants de pensée, parcourez la diversité culturelle, contextuelle et temporelle des grandes questions de l’humanité.Votre curiosité est la seule limite. Bienvenue à la Faculté de philosophie et lettres de l’UNamur !

Consultez les brochures et dépliants de présentation des études à l’UNamur. 

Image Une mobilisation collective au service des sciences Le Printemps des Sciences est avant tout une aventure collective. Chaque année, les établissements d'enseignement supérieur de la Fédération Wallonie-Bruxelles unissent leurs forces pour proposer des activités qui rapprochent les sciences des citoyens. Chercheurs et chercheuses, médiateurs et médiatrices scientifiques, enseignants et enseignantes ainsi que de nombreux collaborateurs contribuent à faire vivre l'événement.Coordonné par le Réseau Sciences, le Printemps des Sciences s'appuie également sur l'engagement de nombreux partenaires culturels, associatifs et institutionnels qui participent à son rayonnement. Les coordinateurs Image Sciences.be Sciences.be assure la coordination globale et la communication à l’échelle nationale. Il s'agit du réseau interuniversitaire chargé de promouvoir les sciences, les technologies et la culture STEM en Wallonie et à Bruxelles.Il rassemble cinq services universitaires spécialisés dans la diffusion scientifique : ScienceInfuse (UCLouvain)Inforsciences (ULB)Réjouisciences (ULiège)MUMONS (UMONS)Confluent des Savoirs (UNamur) Image Confluent des Savoirs Le Confluent des Savoirs, service de l’Université de Namur, coordonne le Printemps des Sciences au niveau provincial.Il organise des activités de vulgarisation scientifique tout au long de l’année afin de rendre la recherche accessible à tous : élèves, enseignants, familles et curieux.Son objectif : créer des liens entre le monde de la recherche et la société à travers des événements variés (conférences, ateliers, expositions, cafés scientifiques…). Les organisateurs en province de Namur Image Université de Namur Université généraliste, l’Université de Namur propose un large éventail de formations dans de nombreuses disciplines, du bachelier au doctorat. Elle développe également des activités de recherche diversifiées, contribuant à l’avancement des connaissances et à leur diffusion auprès de la société. Image Gembloux Agro-Bio Tech (ULiège) Faculté de l’Université de Liège, Gembloux Agro-Bio Tech est spécialisée dans les sciences du vivant et l’ingénierie biologique. Elle mène des activités d’enseignement et de recherche dans ces domaines et s’appuie sur sa cellule de médiation, VivaSciences, pour sensibiliser aux enjeux liés à l’environnement et au développement durable. Image Hénallux Haute École active en province de Namur, l’Hénallux propose des formations dans des domaines pédagogiques, économiques et technologiques. Le campus de Champion forme les futurs enseignants, tandis que le campus IESN à Namur dispense des formations notamment en informatique, économie et technologies. Image HEPN (Haute École de la Province de Namur) La HEPN propose des formations orientées vers les sciences agronomiques et l’ingénierie biologique. Son campus de Ciney développe un enseignement en lien direct avec le monde professionnel et les réalités du terrain. Image HEAJ (Haute École Albert Jacquard) Située à Namur, la HEAJ propose des formations dans des domaines variés tels que l’infographie, l’économie, la pédagogie et l’animation. Elle se distingue par une approche axée sur les métiers créatifs et techniques. Le Printemps des Sciences est une initiative de la Fédération Wallonie-Bruxelles et est organisé en province de Namur par l'UNamur et les Hautes Écoles Image https://www.federation-wallonie-bruxelles.be/ Image Image https://www.gembloux.uliege.be/ Image https://www.henallux.be/ Image https://hepn.be/ Image https://www.heaj.be/fr/

Samedi 27 juin! Les prochaines portes ouvertes auront lieu le samedi 27 juin 2026 de 13h à 16h30.Réservez déjà cette date dans votre agenda !Les inscriptions seront ouvertes début mai. Découvrir le programme Pourquoi choisir Namur? Les raisons qui poussent les étudiants à choisir l'Université de Namur.Dans une enquête menée auprès des étudiants de 1ère année, quelques atouts sont plus particulièrement mis en évidence : des formations exigeantes, mais assorties d'un encadrement pédagogique de qualité et d'une grande disponibilité des professeurs; l'implantation du campus universitaire au coeur d'une ville agréable et facile d'accès; l'ambiance conviviale d'une université à taille humaine proposant un large panel de formations dans tous les secteurs.La réputation de l'Université de Namur est depuis toujours fondée sur l'accompagnement de ses étudiants.L'objectif est de vous conduire progressivement, en fonction de vos capacités, er de vos connaissances de départ, à la maîtrise des compétences universitaires et à l'acquisition d'une totale autonomie dans la gestion de votre travail.Chaque faculté met en place les moyens les plus adaptés pour maximiser vos chances de réussite : des programmes de remise à niveau avant le début de l'année (cours préparatoires); des entretiens-bilans après les premiers examens; des séances centrées sur l'acquisition de nouvelles stratégies d'étude.Toutes ces activités sont prises en charge par des professeurs, des assistants et des professionnels de la pédagogie universitaire.Depuis l'entrée à l'Université jusqu'à l'encadrement des mémoires, à Namur, l'implication et la disponibilité des enseignants sont permanentes.  Image Une ambiance toute namuroise Le choix d'une université est aussi conditionnée par le cadre de vie.Namur possède des atouts particuliers : un campus au centre-ville et à proximité de la gare (5 minutes à pied); un patrimoine naturel et architectural qui vaut le détour; des infrastructures sportives, culturelles et de loisirs pour satisfaire les plus exigeants.Le cadre de vie convivial et la parfaire intégration du campus dans la ville donnent à l'Université une atmosphère toute particulière que vous ne manquerez pas d'apprécier. Contact Info études Rue de Bruxelles, 85 5000 Namur +32 (0)81 72 50 30 info.etudes@unamur.be Rencontrer l'UNamur Image Cours ouverts Voir le contenu Image Soirées d'information sur les études Voir le contenu Image Newsletter Voir le contenu

Le programme Le contenu de la formation s’articule autour de 5 modules thématiques.Chaque module combine des apports conceptuels et des exercices pratiques de mise en lien avec les réalités des terrains professionnels. Tout au long de la formation, des séminaires d’accompagnement de projet sont dédiés à vous accompagner dans votre réflexion de conception et mise en œuvre d’un dispositif pédagogique qui constituera le matériau de votre mémoire professionnel. Ce certificat d’université de niveau 6 est assorti de 12 crédits ECTSModules de formation : 7 créditsSéminaire d’intégration : 2 créditsMémoire professionnalisant : 3 crédits Les modules Les séances ont lieu dans les locaux de la Salle des Pros, au 2e étage du 7 rue Godefroid, Namur.Le mercredi, de 14h à 17h Le samedi de 9h à 16hPériodeModuleSeptembre 2026Mercredi 9 septembreSéance d'information en présentielOctobre 2026Samedi 3 octobre Mercredi 7 octobre Module 1 : Se construire des repèresAfroditi Maravelakdi et Cécile HayezDavid VrydaghsNovembre 2026Samedi 21 novembreMercredi 25 novembreModule 2 : Formuler et comprendre des consignesAnne Libert et Marielle WynsDécembre 2026Mercredi 2 décembreSamedi 5 décembreModule 3 : Lire pour apprendre dans toutes les disciplinesAfroditi Maravelakdi et Cécile HayezMercredi 9 décembreSéminaire d’accompagnement 1Virginie MeyerJanvier 2027Samedi 16 janvierMercredi 20 janvierModule 4 : Écrire pour apprendre dans toutes les disciplinesAnne Libert et Marielle WynsFévrier 2027Mercredi 17 févrierSéminaire d’accompagnement 2Virginie MeyerMars 2027Mercredi 10 marsSamedi 13 marsModule 5 : Les leviers de l’oralDavid Vrydaghs et Cécile NobelsAvril 2027Mercredi 7 avrilSéminaire d’accompagnement 3Virginie MeyerMai 2027Mercredi 12 maiSéminaire d’accompagnement 4Virginie MeyerJuin 2027Mardi 1er juin Dépôt du mémoire Samedi 19 juinDéfense orale du mémoire  Le séminaire d'accompagnement de projet Le séminaire d’accompagnement de projet vous permet de faire des liens entre les différents apports de la formation pour alimenter vos projets individuels et soutenir l’élaboration de votre mémoire professionnel. Il offre un espace privilégié pour développer une dynamique collaborative avec les autres participants et mutualiser les pratiques et les ressources. Ce séminaire s’appuie sur l’émergence et l’analyse des problématiques issues du terrain en lien avec les modules de formation. Son objectif est de vous permettre de prendre part à la démarche de praticien réflexif, voire progressivement d’enseignant chercheur. Ce séminaire s’appuie sur l’émergence et l’analyse des problématiques issues du terrain en lien avec les modules de formation. Son objectif est de vous permettre de prendre part à la démarche de praticien réflexif, voire progressivement d’enseignant chercheur. Le mémoire professionnel Le travail de fin de formation vous invite à intégrer les contenus de la formation dans un projet personnel témoignant de votre cheminement et de votre développement professionnel. Ce travail vise également à décrire et analyser un dispositif pédagogique et didactique en lien avec la thématique du certificat.Le mémoire professionnel prend la forme d’un travail écrit (15-30 pages) ou toute autre forme qui permette de répondre aux exigences attendues et aux critères présentés. Il fait l’objet d’une défense organisée à la fin du mois de juin. L'équipe Responsables académiquesSandrine Biémar : sandrine.biemar@unamur.beDavid Vrydaghs : david.vrydaghs@unamur.beCoordinatriceVirginie Meyer : virginie.meyer@unamur.be  Formatrices et formateurCécile Hayez : cecile.hayez@henallux.beAnne Libert : anne.libert@unamur.beAfroditi Maravelaki : afroditi.maravelaki@henallux.beVirginie Meyer : virginie.meyer@unamur.beCécile Nobels : cecile.nobels@unamur.beDavid Vrydaghs : david.vrydaghs@unamur.beMarielle Wyns : marielle.wyns@vinci.be 

L’Université compte trois résidences universitaires. L’une est destinée uniquement aux garçons (RUE), une autre pour les filles (RUEE) et la troisième est mixte (Le Carmel). Les étudiants qui logent à la RUE ou à la RUEE bénéficient d’un encadrement par des éducateurs.

Le Laboratoire de Chimie Théorique (LCT) développe une expertise en chimie théorique et quantique.Les recherches sont centrées sur la mise au point et l’application de méthodes pour évaluer et interpréter les propriétés responsables des phénomènes optiques et électriques dans les molécules, les assemblages supramoléculaires, les polymères et les cristaux moléculaires. Une majorité de ces études sont intégrées dans des projets de recherche multidisciplinaire ayant pour objectif la conception de nouveaux matériaux aux propriétés exceptionnelles.

L'inscription aux cours préparatoires se fait via la plateforme d'inscription en ligne de l'Université de Namur. Découvrez comment remplir votre formulaire d'inscription aux cours préparatoires.

Abstract La maintenance prédictive (PdM) est de plus en plus utilisée pour améliorer la fiabilité des systèmes, réduire les temps d’arrêt et optimiser les coûts opérationnels dans des environnements industriels complexes grâce à la détection d’anomalies. À mesure que les systèmes industriels deviennent plus complexes, avec des composants inter- agissant entre eux et surveillés par des réseaux de capteurs en constante expansion, la détection d’anomalies fait face à de nouveaux défis méthodologiques. En particulier, un manque apparaît dans la littérature qui considère la détection d’anomalies avec des méthodes traditionnelles de Machine Learning (ML) utilisant une approche Single Label Classification (SLC), inadaptée lorsque plusieurs défaillances peuvent survenir simultanément.Les approches traditionnelles de détection d’anomalies basées sur des méthodes de ML utilisant une formulation SLC supposent que chaque observation appartient à une seule catégorie d’anomalie. Cette hypothèse ne tient pas lorsque plusieurs défaillances surviennent simultanément sur le même équipement, ce qui entraîne une perte d’information. Ceci commence par une illustration de cette limite à travers un exemple concret montrant que l’utilisation d’une approche SLC au lieu d’une formulation multi-label dégrade la classification des anomalies simultanées. Pour répondre à ce problème, la détection d’anomalies est reformulée comme un problème de Multi Label Classification (MLC), permettant de détecter plusieurs défaillances au sein d’un même pas de temps. Suite à cette reformulation, la problématique du choix des classificateurs multi- label adaptés au contexte de la Predictive Maintenance (PdM) doit être étudiée. La conclusion générale de la littérature est que la performance des classificateurs dépend fortement du contexte et qu’il existe un grand nombre de méthodes de détection sans qu’aucune ne soit universellement dominante. Bien que des études comparatives approfondies existent dans le domaine du MLC, les jeux de données issus de systèmes complexes sont absents de ces comparaisons, alors même qu’ils présentent des caractéristiques spécifiques telles que des structures en séries temporelles multivariées, un fort déséquilibre des labels et des interactions complexes entre composants.Pour combler ce manque, un protocole d’évaluation structuré et reproductible est proposé afin d’évaluer huit méthodes de ML à l’état de l’art dans un cadre MLC sur trois jeux de données industriels publics. Les résultats confirment que la performance des classificateurs dépend fortement des caractéristiques du jeu de données et qu’aucune méthode ne domine systématiquement tous les scénarios. Toutefois, réaliser ce type de comparaison pour chaque nouveau contexte industriel est coûteux en termes de temps, de ressources computationnelles et de besoins en données, ce qui limite sa faisabilité pour un déploiement industriel réel. La thèse aborde également cette problématique par la réduction de dimension et les méthodes de sélection de variables. Les systèmes de PdM génèrent de grands ensembles de données multivariées dont seule une partie des variables est réellement pertinente pour la détection d’anomalies. Une stratégie évolutionnaire auto-adaptative est proposée pour effectuer une sélection de variables de type wrapper et obtenir un sous-ensemble ne contenant que les variables les plus informatives. Les résultats expérimentaux montrent que la réduction de l’espace des variables améliore l’efficacité computationnelle et, dans la plupart des cas, la performance de prédiction des anomalies. La comparaison de la méthode proposée avec des approches métaheuristiques issues de l’état de l’art sur trois jeux de données PdM et cinq méthodes de détection d’anomalies confirme sa compétitivité en termes de performance prédictive et de taille optimale du sous-ensemble de caractéristiques sélectionné. Enfin, la réduction de l’espace des caractéristiques optimise non seulement les ressources nécessaires à la détection, mais réduit également le nombre de signaux que les techniciens doivent analyser lors des investigations de recherche de cause racine. Cette simplification vise à renforcer la confiance dans le système. Enfin, la thèse traite des aspects pratiques du déploiement des méthodes de détection dans les systèmes complexes. Parmi ceux-ci, on observe un manque de confiance et de transparence chez les techniciens de maintenance et les décideurs. Une analyse de l’interprétabilité et la robustesse des méthodes de détection d’anomalies est fournie afin de contribuer directement à leur déploiement en conditions réelles. Tout d’abord, la stratégie de sélection de variables proposée est évaluée sur un jeu de données PdM public à l’aide d’explications basées sur SHAP afin de vérifier la cohérence entre les variables sélectionnées et celles identifiées comme les plus importantes par des outils dédiés à l’interprétabilité. Les résultats montrent que les variables sélectionnées sont cohérentes avec les plus importantes selon ces outils. De plus, l’analyse visuelle des variables les plus influentes met en évidence que les anomalies sont associées à un sous-ensemble limité et bien défini de signaux venant des capteurs, ce qui contribue à améliorer la transparence et à renforcer la confiance dans les systèmes de détection automatique. En parallèle, il est nécessaire de mener une étude de la robustesse des classificateurs multi-label dans des scénarios contrôlés de dégradation de capteurs, incluant différentes familles de dégradations et plusieurs niveaux de sévérité. Les résultats montrent que la performance des classificateurs peut fortement se dégrader, en particulier en présence de dérives progressives. Pour atténuer cet effet, l’introduction de dégradations de capteurs durant l’entraînement apparaît comme une stratégie pertinente. Finalement, cette thèse propose un cadre structuré pour la détection d’anomalies multi-label dans les systèmes complexes, couvrant les méthodes de classification, l’optimisation de l’espace des variables, l’interprétabilité et la robustesse. Pour chacun de ces aspects, la thèse adopte un point de vue industriel et prend en compte les différences entre les conditions expérimentales contrôlées en laboratoire et les contraintes supplémentaires des environnements complexes réels. Le jury Prof. Katrien Beuls - Université de Namur, BelgiqueProf. Elio Tuci - Université de Namur, BelgiqueProf. Patrick Heymans - Université de Namur, BelgiqueProf. Jenni Raitoharju - Université de Jyväskylä, FinlandeMr. Fabio Pinna - Telespazio, BelgiqueMr. Vito Trianni - ISTC-CNR, Italie Je m'inscris

Au sein de l’équipe DoME (Dynamics of Membranes & Endocytosis), nous cherchons à décrypter comment les membranes cellulaires, véritables frontières vivantes, se déforment, s’adaptent et communiquent avec leur environnement. Nos recherches visent à élucider l’implication de ces processus fondamentaux dans des contextes physiologiques et pathologiques, tels que le cancer ou les infections.