Le CRIL en bref
Le Centre de Recherche en Informatique de Lens (CRIL UMR 8188) est un laboratoire de l’Université d’Artois et du CNRS dont la thématique de recherche fédératrice concerne l'intelligence artificielle et ses applications. Il regroupe près de 70 membres : chercheurs, enseignants-chercheurs, doctorants et personnels administratifs et techniques.
Le CRIL participe à la Confédération Européenne de Laboratoires en Intelligence Artificielle CLAIRE et à l'alliance régionale humAIn. Il bénéficie du soutien du Ministère de l’Enseignement Supérieur et de la Recherche, du CNRS, de l’Université d’Artois et de la région Hauts de France.
Le CRIL est localisé sur deux sites à Lens : la faculté des sciences Jean Perrin et l’IUT.
Publications récemment mises à jour
Articles de revues internationales
Articles de conférences internationales
Actualités (RSS)
Thèses proposées De l'IA à la logique propositionnelle : conversion en SAT et analyse des modèles
Ce sujet de thèse a pour objectif de créer un pont entre des solutions d’intelligence artificielle (IA) et des techniques formelles de la logique propositionnelle classique. Il vise à développer des méthodes génériques pour transformer des modèles d’IA en formules propositionnelles, en se focalisant sur le problème de cohérence, connu sous le nom de SAT (Satisfiability Problem). Cette approche cherche à tirer parti des progrès significatifs réalisés dans le domaine des solveurs SAT.
Thèses proposées Apprentissage sur des objets 3D non-uniformes : une méthode basée sur les graphes
Cette thèse se concentre sur l’apprentissage profond, en mettant l’accent sur l’apprentissage de représentations de graphes. Les graphes sont largement utilisés dans de nombreuses applications. Ils offrent une représentation polyvalente pour les objets non réguliers, notamment les maillages 3D, une alternative aux méthodes traditionnelles telles que les CNNs ou les modèles de segmentation d’images comme U-net. Cette thèse explore les réseaux de neurones sur graphes (GNNs) pour modéliser des objets 3D non réguliers, comme les maillages 3D.
Séminaire Séminaire de Alexandre Dubray - UC Louvain
Modeling and Solving Probabilistic Inference Model with Projected Weighted Model Counting
21 nov. 2024 - 14:00Computing probability from probabilistic models is a challenging problem, which is #P-Hard in general. One popular technique for solving such problems is to transform the model into a propositional formula in CNF form and then calculate the formula's weighted number of models. However, classical encodings only partially translate the input models' probabilistic features. For example, the distributions are transformed into clauses, but classical model counters do not use the fact that its values sum up to one.
Séminaire Séminaire de Francine Monchau , Olivier Carpentier et Nabil HIHAT - LGI2A -
Analyse d’une chaine numérique pour développement de dispositifs médicaux implantables adaptatifs réalisés par fabrication additive.
7 nov. 2024 - 14:00Avec le développement des techniques d’impression 3D et notamment celles utilisant des métaux, les dispositifs médicaux (DM) subissent de constantes évolutions. Si, par exemple, aujourd’hui réaliser un DM parfaitement personnalisé en titane est possible, les délais de conception ainsi que la difficulté à obtenir une image médicale 3D pour tous les cas cliniques rendent la personnalisation à grande échelle complexe à mettre en œuvre. Le projet BIP, financé par la région et par le programme de maturation de la SATT (Sociétés d’Accélération du Transfert de Technologies) sera présenté comme retour d’expérience.
Séminaire Séminaire de Damien SILEO - Inria, Lille
Improving large langauge models reasoning with adaptive formal reasoning datasets
24 oct. 2024 - 14:00
Séminaire Conférence Sébastien Konieczny (CRIL) – EurAI Fellow 2024
Changement de croyances et états épistémiques
9 oct. 2024 - 14:00Dans cet exposé nous discuterons de la théorie du changement de croyances, en particulier des opérateurs de révision itérée et leurs généralisations. Cette théorie s’intéresse aux opérateurs permet- tant de modifier les croyances d’un agent (exprimées par des formules logiques – dans cet exposé nous nous focaliserons sur le cas de la logique propositionnelle) lorsqu’il reçoit de nouvelles informations re- mettant en cause une partie de ses croyances. Nous rappellerons le cadre standard de la révision AGM (Alchourron-Gärdenfors-Makinson) et de la révision itérée (Darwiche-Pearl).
Article sur les travaux de Sébastien Konieczny suite à sa nomination en tant qu'EurAI Fellow 2024
Le CNRS Sciences Informatiques vient de publier l’article « Permettre à l’IA de détecter la vérité malgré des sources contradictoires », qui présente les travaux de Sébastien Konieczny et sa nomination en tant qu’EurAI Fellow 2024.