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.
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.
1er juillet : Apprentissage et données Omiques
Le comité scientifique de CAP 2013 est composé des personnalités suivantes :
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
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.