|
|
Le congrès > Conférenciers InvitésConférencier plénier : Louise TRAVE-MASSUYESDirectrice de recherche CNRS - LAAS Titre : Les propriétés de la fonction de Christoffel pour la détection d'anomalies dans les flux de données Résumé : Les anomalies, définies comme des observations aberrantes ou hors distribution, peuvent signaler une corruption des données ou un comportement défectueux. Leur detection est donc cruciale. La confiance dans les systèmes d'intelligence artificielle (IA) dépend de cette capacité, car leur fiabilité repose sur des entrées dans la distribution d'apprentissage. D'autre part, la détection d'anomalies joue un rôle crucial dans la certification des données obtenues à partir de capteurs ou d'images, ainsi que dans l'identification de symptômes qui guident le diagnostic et la gestion de santé des systèmes. Cette présentation introduit deux approches novatrices pour la détection d’anomalies dans les flux de données. Ces méthodes exploitent les caractéristiques de la fonction de Christoffel, un outil bien connu en théorie de l'approximation et des polynômes orthogonaux, avec de nombreuses applications potentielles en analyse de données. La première méthode, DyCF (Dynamic Christoffel Function), exploite l’incrémentalité et la capacité à gérer les dérives conceptuelles, permettant au modèle d'être mis à jour en continu et de s'adapter à des distributions non stationaires. La deuxième approche, appelée DyCG (Dynamic Christoffel Growth), exploite les propriétés de croissance de la fonction de Christoffel, la rendant entièrement exempte de réglages. Ces deux méthodes bénéficient d'un cadre algébrique clair et répondent efficacement aux défis posés par les flux de données. L'évaluation par rapport à un ensemble de méthodes de l’état de l’art et effectuée sur des données synthétiques et industrielles démontre que DyCF surpasse les méthodes requérant des réglages fins et affiche une performance supérieure en termes de temps d'exécution et d'utilisation mémoire. Bien que la méthode DyCG présente une performance moindre, elle possède un avantage significatif en ce qu'elle ne nécessite aucun réglage. Conférenciers pléniers : Robert PELLERIN & Frédéric ROSINProfesseur, Ecole Polytechnique Montréal (Canada) & Enseignant, Arts et Métiers centre Aix-en-Provence Titre : L'IA et le risque de désengagement humain : un regard critique des choix de conception Résumé : L'intégration de l'intelligence artificielle (IA) dans le secteur manufacturier marque une transformation significative des rôles des opérateurs, qui passent des tâches manuelles traditionnelles à la supervision de systèmes sophistiqués. Ce changement introduit des défis complexes sur le plan de la performance opérationnelle et l’épanouissement de la main-d’œuvre en raison de la nature moins engageante des responsabilités de supervision. Pour explorer cette dynamique, nous présenterons d’abord les résultats d’une étude menée dans une usine-école qui visait à évaluer l'impact de différents choix de conception de processus d'aide à la décision reposant sur l’IA en termes d’effets cognitifs, psychosociaux et comportementaux des opérateurs au cours d'une tâche de contrôle de la qualité. Les résultats révèlent que certains choix de conception réduisent de manière significative l'engagement des travailleurs, leur sentiment d'autonomie, leur motivation et leur performance. Sur cette base, nous présenterons les résultats d’une deuxième étude qui propose différents mécanismes pour contrer les déficits d'engagement et de performance identifiés. Cette présentation vise à mettre en lumière les défis de l'interaction entre l'homme et l'IA dans le contexte de l'industrie 5.0 tout en fournissant des pistes de solutions avant-gardistes pour tendre vers une collaboration homme-machine symbiotique, performante et pérenne. Conférencier semi-plénier : Daniele ASTOLFIChargé de recherche CNRS, LAGEPP Titre : The internal model principle in control and beyond Résumé : The internal model principle for the problem of linear robust output regulation problem was established in the 70. It establishes that in order to perfectly track or reject disturbances robustly with respect to small model uncertainties, the controller needs to incorporate a copy of the model generating such signals. Recent results in the context of robust output regulation of nonlinear systems are discussed, highlighting how asymptotic tracking can be easily lost in the presence of small nonlinear deformations of the nominal model dynamics. Then, two examples of applications of the internal model principle are disussed. The first concerns the control of mechanical ventilation for improved pressure support. The second concerns the use of the internal model in a privacy/security context. Finally, the role of the internal model principle in contexts other than control is discussed. Conférencier semi-plénier : Sondes CHAABANEMaître de conférences HDR, LAMIH, Université Polytechnique Hauts-de-France Titre : TBD Résumé : TBD Atelier Science Ouverte & LogicielLe logiciel libre, pilier du processus de recherche et précurseur de la science ouverteViolaine Louvet - Laboratoire Jean Kuntzmann, Mathématiques appliquées et informatique, Grenoble Publier en accès ouvert : les différents modèles de publication dans une revue scientifiqueEmmanuelle Perrin - Information & édition scientifiques, Centre de recherche Inria de Lyon |
Personnes connectées : 2 | Vie privée |