Table des matières

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

Ateliers associés à CAP

1er juillet : Apprentissage et données Omiques

Comité scientifique

Le comité scientifique de CAP 2013 est composé des personnalités suivantes :

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 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.