Le CRIL en bref

présentation
présentation

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.

En savoir plus

Publications récemment mises à jour

2024 Gábor Orosz, Laura Faragó, Benedek Paskuj, Zsófia Rakovics, Diane Sam-Mine, Gilles Audemard, Mouny Samy Modeliar, Péter Krekó, Softly empowering a prosocial expert in the family: lasting effects of a counter-misinformation intervention in an informational autocracy in Scientific Reports, vol. 14, n° 1, pp. 11763, 2024.
2024 Ismaïl Baaj, Zied Bouraoui, Antoine Cornuéjols, Thierry Denoeux, Sébastien Destercke, Didier Dubois, Marie-Jeanne Lesot, João Marques-Silva, Jérôme Mengin, Henri Prade, Steven Schockaert, Mathieu Serrurier, Olivier Strauss, Christel Vrain, Synergies between machine learning and reasoning - An introduction by the Kay R. Amel group in International Journal of Approximate Reasoning, vol. 171, pp. 109206, 2024.
2024 Thibault Falque, Gilles Audemard, Christophe Lecoutre, Bertrand Mazure, Check-In Desk Scheduling Optimisation at CDG International Airport in AAAI Conference on Artificial Intelligence, vol. 38, pp. 22743-22751, 2024.
2024 Ahmed Laouar, Sihem Belabbes, Salem Benferhat, On the Computation of a Productive Partially Ordered Possibilistic Repair in DL 2024: 37th International Workshop on Description Logics, 2024.
2024 Amit Gajbhiye, Zied Bouraoui, Luis Anke, Steven Schockaert, AMenDeD: Modelling Concepts by Aligning Mentions, Definitions and Decontextualised Embeddings in Joint International Conference on Computational Linguistics, Language Resources and Evaluation, LREC/COLING 2024, 2024.

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.

En savoir plus

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.

En savoir plus

Séminaire Séminaire de Arthur Ledaguenel - IRT SystemX

Neural Classification Informed by Prior Knowledge
20 juin 2024 - 14:00

Neurosymbolic artificial intelligence is a growing field of research aiming to combine neural networks learning capabilities with the reasoning abilities of symbolic systems. We introduce a formalism for supervised multi-label classification informed by prior knowledge. We build upon this formalism to re-frame three abstract neurosymbolic techniques based on probabilistic reasoning. We then evaluate experimentally and compare the benefits of all three techniques across model scales on several informed classification tasks. Finally, we discuss the computational complexity of probabilistic reasoning, which is of cardinal importance to assess the scalability of probabilistic neurosymbolic techniques.

En savoir plus

Sébastien Konieczny nommé EurAI fellows

11 juin 2024 - 00:00

Sébastien Konieczny, Directeur de Recherche au CRIL, a été nommé EurAI fellows 2024. Cette nomination récompense ses activités de recherche portant sur la fusion de croyances et la gestion de l’incohérence.

En savoir plus

Recrutement Poste de PR 27e section 4453 - CRIL (Lens) - Université d'Artois

30 mai 2024 - 00:00

Fiche détaillée du poste Recherche Le/la candidat(e) devra avoir développé des activités de recherches en intelligence artificielle, concernant un ou plusieurs axes du CRIL (données, connaissances, contraintes). Son projet de recherche devra rencontrer le projet de recherche de l’unité, autour de l’IA explicable et de l’IA au service d’autres disciplines. Enseignement L’enseignement se fera à l’IUT de Lens au sein du département Informatique. La/Le candidat(e) recruté(e) sera susceptible de prendre en charge ou de participer à l’ensemble des modules informatique proposés dans le programme pédagogique du BUT informatique en première année, deuxième année et troisième année, formation initiale ou par alternance.

En savoir plus