====== CAp ====== ===== Présentation ===== Depuis 1999, la Conférence Francophone sur l'Apprentissage Automatique (CAP) est le rendez-vous annuel de la communauté francophone travaillant dans le domaine de l'apprentissage automatique. En 2013, CAP se déroule dans le cadre de la plate-forme IA, à Lille, du 3 au 5 juillet 2013, rassemblant plusieurs conférences dans le domaine de l'intelligence artificielle. Depuis 25 ans, l'apprentissage automatique s'est considérablement développé, tant au niveau fondamental qu'au niveau de ses applications. Le domaine se situe aujourd'hui à la confluence de l'informatique, des statistiques et des mathématiques appliquées et cette pluridisciplinarité a joué un rôle décisif dans son développement récent, ses avancées fondamentales et ses applications. Dans ce contexte, CAP'2013 souhaite être un lieu de convivialité et d'échanges entre tous les acteurs de l'apprentissage automatique, également ouvert à toutes les personnes désirant découvrir ce domaine. Les doctorants sont particulièrement bienvenus : CAP est d'abord l'occasion de recevoir un retour constructif et rigoureux de ses travaux, mais également de découvrir un large panorama des recherches qui se déroulent actuellement en apprentissage automatique et d'établir des contacts. ===== Appel à communication ===== Le comité de programme de CAP'2013 invite à soumettre vos travaux concernant le domaine de l'apprentissage automatique, qu'il s'agisse de travaux théoriques ou appliqués. Aucune exclusivité n'est demandée : nous souhaitons que les articles soumis dans les grandes conférences internationales soient également proposés à CAp. Certains articles d'auteurs francophones très récemment présentés dans de grandes conférences internationales ou sur le point de l'être sont aussi les bienvenus (ICML,COLT,UAI, ECML 2013 et NIPS'2012). Les soumissions peuvent être faites en français ou en anglais. Les contributions seront diffusées librement sur Internet si les auteurs en donnent leur l'accord. ===== Tutoriel et exposé invité ===== * [[http://perception.inrialpes.fr/member.php3?id_auteur=3|Radu Horaud]] fera un tutoriel de deux heures sur l'apprentissage de variétés. * Nous proposons d'accueillir [[https://www.hds.utc.fr/~bordesan/dokuwiki/doku.php?id=en:start |Antoine Bordes]] pour un exposé invité. ===== Ateliers associés à CAP ===== 1er juillet : [[https://sites.google.com/site/adpg2013/|Apprentissage et données Omiques]] ===== Comité scientifique ===== Le comité scientifique de CAP 2013 est composé des personnalités suivantes : * Massih Amini, Université Paris 6 * Cedric Archambeau, Xerox * Thierry Artieres, Université Paris 6 * Stephane Ayache, Université Aix-Marseille * Francis Bach, INRIA, ENS * Younès Bennani, Paris 13 * Léon Bottou, Microsoft Research, États-Unis * Laurent Bougrain, Université de Lorraine * Laurent Brehelin, LIRMM, CNRS * Armelle Brun, Université de Lorraine * Sébastien Bubeck, Princeton University, États-Unis * Stéphane Canu, INSA-Rouen * François Caron, INRIA * Stéphane Clémençon, Telecom ParisTech * Antoine Cornuéjols, Agro'ParisTech * François Denis, Université Aix-Marseille * Ludovic Denoyer, Université Paris 6 * Patrick Gallinari, Université Paris 6 * Eric Gaussier, Université Grenoble 1 * Cyril Goutte, Conseil national de recherches Canada * Yves Grandvalet, Université de Technologie de Compiègne, CNRS * Yann Guermeur, LORIA, CNRS * Amaury Habrard, Université Saint-Étienne * Zaid Harchaoui, INRIA * Hachem Kadri, Université Aix-Marseille * Mikaela Keller, Université de Lille * Christopher Kermorvant, A2IA * Vincent Lemaire, Orange Labs * Philippe Leray, Université de Nantes * Francis Maes, Katholieke Universiteit Leuven, Belgique * Jérémie Mary, Université de Lille * Mohamed Nadif, Université Paris 5 * Richard Nock, Université Antilles-Guyane * Olivier Pietquin, Supélec-Metz * Alain Rakotomamonjy, INSA-Rouen * Céline Rouveirol, LIPN, Université de Paris 13 * Bruno Scherrer, INRIA * Marc Sebban, Université de Saint-Étienne * Olivier Teytaud, INRIA * Jean-Philippe Vert, Mines ParisTech, Institut Curie * Emmanuel Viennet, Université de Paris 13 * Djamel Zighed, Université Lyon 2 ===== Dates clés ===== Ouverture des soumissions : 1er mars 2013 Date limite de soumission : 1er avril 2013 (résumés) 5 avril (articles) Période de réponse des auteurs : 3 au 7 mai 2013 Notification acceptation/rejet aux auteurs : 15 mai 2013 Version finale : 1er juin 2013 : à déposer sur http://cap2013.sciencesconf.org (vous pouvez vous connecter avec vos identifiants HAL) CAP'2013 : 3 au 5 juillet 2013 Ateliers CAP : 1er juillet ===== Programme ===== Chaque papier disposera de 30 minutes de présentation (questions comprises) durant les 3 jours de conférences. Le détail du programme sera publié rapidement. lundi 1er juillet : atelier [[https://sites.google.com/site/adpg2013/|Apprentissage et données Omiques]] mercredi 3 juillet : 8h45 = message de bienvenu et al. 9h00-10h30 : session 1 « noyaux », président de session : Marc Sebban * Stabilité uniforme de la régression non linéaire par moindres carrés régularisés avec des noyaux à valeurs opérateurs, Julien Audiffren and Hachem Kadri * A new Vector Autoregressive Model based on Operator-valued Kernels and its application to network inference, Néhémy Lim, George Michailidis, Cédric Auliac and Florence D'Alché-Buc * Inférence de réseaux biologiques à partir de données hétérogènes par un apprentissage d'un modèle à noyaux multiples, Arnaud Fouchet, Jean-Marc Delosme and Florence D'Alché-Buc 10h30-11H : pause café 11h-12h30 : session 2 « apprentissage non supervisé », président de session : Romaric Gaudel * Different approaches of consensus functions in the context of ensemble methods for biclustering, Blaise Hanczar and Mohamed Nadif * Clustering and Learning Behaviors using a Sparse Latent Space, Javier Almingol, Luis Montesano and Manuel Lopes * Caractérisation topologique d'un jeu de données images avec les nombres de Betti et un modèle génératif, Maxime Maillot, Michaël Aupetit and Gérard Govaert 12h30-14h30 : repas 14h30-15h30 : exposé invité 15h30-16h : pause café 16h-17h : tutorial « apprentissage sur des variétés » 1/2 17h... : AG 20h... : dîner de gala jeudi 4 juillet : 9h30-10h30 : tutorial « apprentissage sur des variétés » 2/2 10h30-11H : pause café 11h-12h30 : session 3 « apprentissage statistique », président de session : Florence d'Alché-Buc * Une analyse PAC-Bayésienne de l'adaptation de domaine et sa spécialisation aux classifieurs linéaires, Pascal Germain, Amaury Habrard, François Laviolette and Emilie Morvant * Pairwise Optimization of Bayesian Classifiers for Cost-Sensitive Learning, Clément Charnay, Nicolas Lachiche and Agnès Braud * Utilisation de matrices de Hankel non bornées pour l'apprentissage spectral de langages stochastiques, Mattias Gybels, François Denis and Amaury Habrard 12h30-14h30 : repas 14h30-15h30 : exposé invité 15h30-16h : pause café 16h-18h : session 4 « apprentissage automatique, sujets divers 1 », président de session : Antoine Cornuéjols * Vote de majorité a priori contraint pour la classification binaire : spécification au cas des plus proches voisins, Aurélien Bellet, Amaury Habrard, Emilie Morvant and Marc Sebban * Anticipative and Dynamic Adaptation to Concept Changes, Ghazal Jaber, Antoine Cornuéjols and Philippe Tarroux * Learning from networked examples in a k-partite graph, Yuyi Wang, Jan Ramon and Zheng-Chu Guo * Approximation de bordures de motifs fréquents par le calcul de traverses minimales approchées d'hypergraphes, Nicolas Durand and Mohamed Quafafou vendredi 5 juillet : 9h-10h30 : session 5 « apprentissage automatique, sujets divers 2 », président de session : Jean-Daniel Zucker * The Strategic Student Approach for Life-Long Exploration and Learning, Manuel Lopes and Pierre-Yves Oudeyer * Learning to combine multi-sensor information for context dependent state estimation, Alexandre Ravet, Simon Lacroix and Gautier Hattenberger * KL-based Control of the Learning Schedule for Surrogate Black-Box Optimization, Ilya Loshchilov, Marc Schoenauer and Michèle Sebag 10h30-11H : pause café 11h-12h30 : session 6 « apprentissage symbolique », président de session : Agnès Braud * Extraction des top-k plus grandes tuiles dans un flux de données, Hoang Thanh Lam, Wenjie Pei, Adriana Prado, Baptiste Jeudy, Elisa Fromont and Toon Calders * Ranking and selecting association rules based on dominance relationship, Slim Bouker, Rabie Saidi, Sadok Ben Yahia and Engelbert Mephu Nguifo * Fast classification using sparse decision DAGs, Djalel Benbouzid, Róbert Busa-Fekete and Balázs Kégl 12h30-14h30 : repas 14h30-15h30 : exposé invité 15h30-16h : pause café 16h-17h : session 7 « feature learning », président de session : Mikaela Keller * Emergence de catégories par interaction entre systèmes d'apprentissage, Maxime Carrere and Frederic Alexandre * Distributed dictionary learning over a sensor network, Pierre Chainais, Cédric Richard 17h : CAP'2013 est fini.