Salles C4, bâtiment NAUTIBUS

amphi GOUY, bâtiment LIPPMAN

Conférence : Enjeux scientifiques de la médecine numérique – capteurs, données et algorithmes
Nicolas Vayatis, Prof. ENS Cachan. directeur du Centre de mathématiques et de leurs applications (CMLA,  ENS Cachan & CNRS).

Nicolas Vayatis anime actuellement un groupe de recherche focalisé sur les applications du machine learning pour l’analyse de données massives dans divers domaines d’application (marketing, épidémiologie, design de systèmes, énergie…). Depuis deux ans, il s’intéresse au sujet de la quantification du mouvement au cours d’examens cliniques qui donne lieu à des actions de valorisation conjointes de CMLA et COGNAC G.

Résumé : En tant que citoyens, on peut s’interroger sur le décalage incroyable entre l’ubiquité des technologies numériques “intelligentes” utilisant des algorithmes sophistiqués (moteurs de recherche, moteurs de ciblage, moteurs de recommandation) pour des usages domestiques (applications mobiles, marketing digital, ‘soi quantifié’…) et leur absence complète dans la pratique clinique quotidienne, ainsi que dans le champ de la santé publique. A travers l’initiative de nos deux laboratoires, COGNAC G (CNRS/INSB – Université Paris Descartes – SSA) et CMLA (CNRS/INSMI – ENS Cachan), nous visons l’introduction de telles technologies dans les routines cliniques à travers la mise en œuvre d’algorithmes avancés de traitement de signal et d’apprentissage automatique. Les retombées attendues de nos réalisations communes sont d’une part le développement de systèmes d’hypervision pour un suivi longitudinal objectif des patients, et d’autre part, des découvertes scientifiques en neurophysiologie et en neurophysiopathologie. L’exposé apportera un témoignage de cette collaboration passionnante avec le point de vue du mathématicien et de l’ingénieur.

amphi GOUY, bâtiment LIPPMAN

Salles C4 et C5, bâtiment NAUTIBUS

Après une formation en électronique et réseaux à l’ENSEEIHT(94), Laurent Peltiers est entré aux essais en vol d’Airbus il y a 15 ans. Il a été responsable du groupe chargé de la récupération du stockage et de la distribution des données d’essais pendant toutes ces années avec en particulier la mise en place des infrastructures majeures pour les programmes A380 et A400M. Depuis 6 mois, il est passé expert sur ces sujets auprès du département.

Résumé : Le centre d’intégration et d’essai en vol a un rôle stratégique au sein d’AIRBUS.
 Il est en charge de la certification de tous les nouveaux modèles d’avions et des essais
 de réception de tous les avions sortis de chaîne. Il a un rôle primordial
 pour atteindre au plus vite la meilleure maturité opérationnelle pour nos clients. Pour cela les premiers exemplaires de chaque famille d’avion sont équipés d’une
 instrumentation complexe qui permet à la fois de capturer tous les échanges
 entre les calculateurs et d’acquérir les mesures des nombreux capteurs ajoutés sur 
ces prototypes. Si on y ajoute les flux vidéo, on obtient d’énormes volumes 
collectés à chaque essai. Ainsi depuis les années 80, on est passé de 12000 signaux
 différents à 650000 pour le dernier né de la famille.

Nos méthodes de travail ont peu 
évoluées dans l’intervalle, seule la taille des infrastructures a grossi avec les besoins. On arrive clairement à une limite du modèle qui ne permettra plus d’améliorer notre
 efficacité au risque de ne plus pouvoir atteindre les objectifs toujours plus ambitieux 
des programmes. Le centre d’essai s’est donc lancé dans un projet « Big data » 
autour de 2 aspects : Le premier technologique avec l’adoption d’un système de stockage et de traitement
 distribué en rupture avec nos solutions actuelles, le 2^e plus ambitieux concernant les
 méthodes d’analyses des données. Le but est double : réduire le temps d’analyse 
et surtout profiter au mieux de chaque donnée produite. Notre enjeu principal : choisir
 et mettre en place les meilleurs algorithmes pour analyser nos séries temporelles. Il ne s’agit pas de faire les analyses à la place des spécialistes mais de les aider à pointer
 les anormalités et d’autres part d’anticiper les défaillances de nos capteurs pour 
diminuer au maximum les phases de maintenance lors de la campagne d’essais. Le but de cette présentation est de vous faire partager nos ambitions sur le sujet.

amphi GOUY, bâtiment LIPPMAN

Salles C4, bâtiment NAUTIBUS

amphi GOUY, bâtiment LIPPMAN

Stéphane Grumbach, directeur de recherche à Inria, est spécialiste des données. Directeur de l’IXXI, l’Institut Rhônalpin des Systèmes Complexes, il conduit des recherches au carrefour des disciplines sur les grands enjeux de la révolution numérique.

Résumé : La croissance du volume de données, la digitalisation des données liées aux activités des personnes ont permis l’émergence de nouveaux services dont l’impact sur nos sociétés est croissant. Aussi variés que soient ces services, ils sont presque tous offerts par des plateformes d’intermédiation. Ces plateformes introduisent une disruption majeure sur la société, l’économie, la politique et la géopolitique. Rivalisant avec les pétroliers au premier rang des capitalisations mondiales, les plateformes offrent des services essentiels, peu différents des services publics historiques. Leur activité, transfrontalière, bouleverse de nombreux secteurs économiques. Plébiscités par la population, leurs domaines de compétence empiètent progressivement sur celui des Etats. La concentration de cette industrie génère de nouvelles asymétries sources de tensions à tous les niveaux.

amphi GOUY, bâtiment LIPPMANN

Maison des Personnels de l’UCBL, Bâtiment DOMUS

Francis Bach est chercheur à INRIA, responsable de l’équipe-projet SIERRA au Département d’informatique de l’Ecole Normale Supérieure (commune INRIA/CNRS/ENS). Il a obtenu son doctorat de l’Université de Californie à Berkeley en 2005, sous la direction du Professeur Michael Jordan, puis rejoint l’équipe-projet WILLOW a l’Ecole Normale Supérieure en 2007. Il a obtenu une bourse du European Research Council en 2009 et le prix INRIA du jeune chercheur en 2012. En 2015, il a co-présidé le comité de programme du congrès ICML (International Conference on Machine Learning).

Résumé : Les données sont devenues omniprésentes dans la plupart des sciences, ainsi que dans l’industrie et la vie privée. Au-delà de la taille, ces nouvelles utilisations des données posent des problèmes scientifiques nouveaux. Au cours de mon intervention, je passerai en revue les principaux enjeux mathématiques, comme les problèmes de grande dimension, l’apprentissage supervisé, l’apprentissage non-supervisé, la complétion de matrice, l’optimisation, la prédiction séquentielle, l’apprentissage profond, ou les problèmes de confidentialité. Chacun d’entre eux sera présenté dans son contexte applicatif, en illustrant le caractère interdisciplinaire de ces problèmes scientifiques: ces masses de données créent de nouveaux problèmes à résoudre pour les mathématiques appliquées, qui ont ainsi un rôle important à jouer dans cette nouvelle science des données.

amphi GOUY, bâtiment LIPPMAN

amphi GOUY, bâtiment LIPPMAN

Salles C4, bâtiment NAUTIBUS

amphi GOUY, bâtiment LIPPMAN

amphi GOUY, bâtiment LIPPMAN

amphi GOUY, bâtiment LIPPMAN

Salles C4 et C5, bâtiment NAUTIBUS