BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//LORIA - ECPv6.17.5//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.loria.fr
X-WR-CALDESC:Évènements pour LORIA
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220503T143000
DTEND;TZID=Europe/Paris:20220503T170000
DTSTAMP:20220502T134923Z
CREATED:20220502T134737Z
LAST-MODIFIED:20220502T134923Z
UID:16100-1651588200-1651597200@www.loria.fr
SUMMARY:PhD defense: Semen Efremov (MFX)
DESCRIPTION:Semen Efremov (MFX) will defend his thesis on May 3\, 2022 at 14:30\, in Room C005. His presentation is entitled: \n“Parametrized growth and procedural noise for mechanical metamaterial design”\nAbstract:\n« With constant development of technologies\, computational and manufacturing capabilities increase\, production methods evolve\, and new techniques appear. As a result\, the need for new materials with tailored\, optimized properties for different applications arises. Periodic composites with tailored microstructure topology\, called cellular metamaterials are extensively studied in this context. These structures are known for their remarkable mechanical properties\, including high strength\, lower weight\, and increased energy absorption. The use of these materials allows to achieve improved physical properties or specific functional features and provides economical gain and ecological benefit.\n\n\nThis thesis is dedicated to the development and analysis of methods for computer-aided design of materials with tailored mechanical properties. The mechanical metamaterials were studied through two different approaches: modelling periodic structures through a parameterized growth model and procedural noise functions. To tackle the challenge of obtaining near-regular microstructures with progressively varying properties\, I proposed and studied a cellular material spawned by a growth process. The growth is parameterized by a 3D star-shaped set at each lattice point\, defining the geometry that will appear around it. Individual tiles may be computed and used in a periodic lattice\, or a global structure may be produced under spatial gradations\, changing the parametric star-shaped set at each lattice location. Beyond free spatial gradation\, an important advantage of this approach is that elastic symmetries can be intrinsically enforced. It is shown in this work how shared symmetries between the lattice and the star-shaped set directly translate into symmetries of the periodic structures’ elastic response. Thus\, the approach enables restricting the symmetry of the elastic responses – monoclinic\, orthorhombic\, trigonal\, and so on – while freely exploring a wide space of possible geometries and topologies. I provide a comprehensive study of the space of symmetries and broad combinations of growth process parameters. Furthermore\, I demonstrate through numerical and experimental results the expected responses triggered by the obtained structures.\n\nThe second contribution of this thesis is a novel procedural pattern synthesis technique. This approach exhibits desirable properties for modeling highly contrasted patterns\, that are well suited to produce surface and microstructure details. This approach defines a stochastic smooth phase field — a phasor noise — that is then fed into a periodic function (e.g. a sine wave)\, producing an oscillating field with prescribed main frequencies and preserved contrast oscillations. I present in this thesis a mathematical model\, that builds upon a reformulation of Gabor noise in terms of a phasor field that affords for a clear separation between local intensity and phase. In particular\, I study the behavior of phasor noise in terms of its power spectrum. Hence\, a comparative theoretical study of phasor noise was performed in order to gain understanding of links between its properties and parameters. »
URL:https://www.loria.fr/event/phd-defense-semen-efremov-mfx/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220504T140000
DTEND;TZID=Europe/Paris:20220504T160000
DTSTAMP:20220503T142310Z
CREATED:20220503T142124Z
LAST-MODIFIED:20220503T142310Z
UID:16107-1651672800-1651680000@www.loria.fr
SUMMARY:Soutenance de thèse : Nathalie Azevedo (NeuroRhythms)
DESCRIPTION:Nathalie Azevedo (NeuroRhythms) soutiendra sa thèse intitulée « Un modèle informatique biologiquement réaliste des oscillations neuronales pathologiques observées dans la maladie de Parkinson »\, effectuée sous la direction de Dominique Martinez\, Laure Buhry et Sylvain Contassot-Vivier. La soutenance aura lieu le mercredi 04 Mai à 14h en A008 au Loria. \nRésumé :\n\nMa thèse s’articule autour de trois axes : développer un modèle biophysique\, proposer un outil de simulation et exploiter le modèle en simulation.\n\nDévelopper un modèle biophysique de la structure neuronale impliquée dans la maladie de Parkinson\, les ganglions de la base. Nous simulons des neurones physiologiquement réalistes à l’aide du formalisme d’Hodgkin-Huxley permettant d’intégrer des canaux ioniques spécifiques. Dans les différentes populations de neurones des GB\, dont les arkypallidaux et les prototypiques du GPe\, ainsi que les neurones dopaminergiques D1 et D2 du striatum\, les propriétés cellulaires et la connectivité semblent être des facteurs prépondérants dans le comportement oscillatoire du réseau. Notre modèle est validé par des données expérimentales en condition saine\, recueillies par nos collaborateurs biologistes\, chez le rat.\nProposer un outil de simulation de réseaux de neurones impulsionnels permettant des simulations réalistes à grande échelle\, > 1 million de neurones\, sur machine parallèle i.e plateformes Grid’5000\,  etc… SiReNe est un simulateur de réseaux de neurones développé en langage C. Ce logiciel s’appuie sur une approche de simulation combinant une intégration numérique\, Runge-Kutta 2\, de la dynamique neuronale\, et d’une génération événementielle de la connectivité du réseau lors des émissions des potentiels d’action. Cette approche hybride\, développée pendant la thèse\, permet de simuler des grands réseaux de neurones très détaillés du type Hodgkin-Huxley.\nDans le futur\, notre modèle pourra être exploité en simulation pour tester certaines hypothèses sur la synchronisation pathologique observée dans la maladie de Parkinson. Les hypothèses que nous envisageons d’étudier portent\, principalement\, sur le rôle des connexions synaptiques GABAergiques\, et des propriétés neuronales\, intrinsèques\, des canaux SK qui contrôlent la précision de la décharge neuronale. La simulation de modèles à grande échelle pourra\, notamment\, être utilisée pour limiter la synchronisation pathologique\, et les troubles moteurs\, par le biais de nouvelles méthodes de neurostimulation\, comme la stimulation cérébrale profonde.\n\nMots-clés: Développement logiciel\, Modèle biophysique\, Maladie de Parkinson.\n\n\n\nMembres du jury :\nRapporteurs :\nM. Benoît GIRARD\, Directeur de recherche\, ISIR – Paris – FRANCE\nM. Nicolas ROUGIER\, Directeur de recherche\, INRIA – Bordeaux – FRANCE\n\nExaminateurs :\nM. Jérôme BAUFRETON\, Directeur de Recherche\, IMN\, Université de Bordeaux – FRANCE\n\nM. Pierre YGER\, Maître de conférences\, Institut de la Vision – Paris – FRANCE\n\n\n\nEncadrants :\nM. Dominique MARTINEZ\, Directeur de recherche\, CNRS\, Nancy – FRANCE\nM. Laure BUHRY\, Maître de conférences\, Université de Lorraine – FRANCE\nM. Sylvain CONTASSOT-Vivier\, Professeur\, Université de Lorraine – FRANCE
URL:https://www.loria.fr/event/soutenance-de-these-nathalie-azevedo/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220506T100000
DTEND;TZID=Europe/Paris:20220506T120000
DTSTAMP:20220506T073833Z
CREATED:20220506T073833Z
LAST-MODIFIED:20220506T073833Z
UID:16128-1651831200-1651838400@www.loria.fr
SUMMARY:PhD defense: Ashwin Geet D'Sa (Multispeech)
DESCRIPTION:Ashwin Geet D’Sa (Multispeech) will defend his thesis on May 6th\, 2022 at 10 am\, in Room A008. His presentation is entitled: \n“Expanding the training data for neural network based hate speech classification”\nAbstract:\nThe phenomenal increase in internet usage\, catering to the dissemination of knowledge and expression\, has also led to an increase in online hate speech. Online hate speech is anti-social communicative behavior\, which leads to the threat and violence towards an individual or a group. Deep learning-based models have become the state-of-the-art solution in classifying hate speech. However\, the performance of these models depends on the amount of labeled training data. In this thesis\, we explore various solutions to expand the training data to train a reliable model for hate speech classification. \n\nAs the first approach\, we use a semi-supervised learning to combine the huge amount of unlabeled data\, easily available on the internet\, with a limited amount of labeled data to train the classifier. For this\, we use the label-propagation algorithm. The performance of this method depends on the representation space of labeled and unlabeled data. We show that pre-trained sentence embeddings are label agnostic and yield poor results. We propose a simple and effective neural-network-based approach for transforming these pre-trained representations to task-aware ones. This method achieves significant performance improvements in low-resource scenarios.\n\nIn our second approach\, we explore data augmentation\, a solution to obtain synthetic samples using the original training data. Our data augmentation technique is based on a single conditional GPT-2 language model fine-tuned on the original training data. Our approach uses a fine-tuned BERT model to select high-quality synthetic data. We study the effect of the quantity of augmented data and show that using a few thousand synthetic samples yields significant performance improvements in hate speech classification. Our qualitative evaluation shows the effectiveness of using BERT for filtering the generated samples.\n\nFor our final approach\, we use multi-task learning as a method to combine several available hate speech datasets and jointly train a single classification model. Our approach leverages the advantages of a pre-trained language model (BERT) as shared layers of our multi-task architecture. We treat one hate speech corpus as one task. Thus\, adopting the paradigm of multi-task learning to multi-corpus learning. We show that training a multi-task model with several corpora achieves similar performance as training several corpus-specific models. Nevertheless\, fine-tuning the multi-task model for a specific corpus allows improving the results. We demonstrate the effectiveness of our multi-task learning approach for domain adaptation on hate speech corpora.\n\nWe explore the three proposed approaches in low-resource scenarios and show that they achieve significant performance improvements in very low-resource setups.\n\n\n\n\n\nJury members:\nPhD Advisors:\n\nIrina ILLINA\, Maître de conférence\, Université de Lorraine\nDominique FOHR\, Chargé de Recherche\, CNRS\n\nReviewers:\nRichard DUFOUR\, Professeur\, Laboratoire des Sciences du Numérique de Nantes (LS2N)\nPavel KRÁL\, Professeur associé\, University of West Bohemia\n\nExaminers:\nGeorges LINARÈS\, Professeur\, Université d’Avignon\nFrançois PORTET\, Professeur\, Laboratoire d’Informatique de Grenoble\nJosiane MOTHE\, Professeur\, Université de Toulouse\nChristophe CERISARA\, Chargé de Recherche\, CNRS\n\nInvited members:\nDietrich KLAKOW\, Professeur\, Universität des Saarlandes\nAngeliki MONNIER\, Professeur\, Université de Lorraine
URL:https://www.loria.fr/event/phd-defense-ashwin-geet-dsa-multispeech/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220510T140000
DTEND;TZID=Europe/Paris:20220510T160000
DTSTAMP:20220506T075813Z
CREATED:20220506T075813Z
LAST-MODIFIED:20220506T075813Z
UID:16127-1652191200-1652198400@www.loria.fr
SUMMARY:Soutenance de thèse : Charles Duménil (Gamble)
DESCRIPTION:Charles Duménil (Gamble) soutiendra sa thèse intitulée « Taille moyenne de la triangulation 3D de Delaunay de points aléatoirement distribués sur une surface »\, effectuée sous la direction d’Olivier Devillers. La soutenance aura lieu le mercredi 10 Mai à 14h à la salle de conférences de l’IECL. \nRésumé :\n\nLa triangulation de Delaunay est une structure largement étudiée et utilisée en géométrie algorithmique. En 2D\, il est bien connu que sa taille (nombre d’arêtes) est linéaire du nombre de points. En revanche\, en 3D\, sa taille peut varier de linéaire à quadratique. Dans cette thèse\, on se place dans le cas où les points sont distribués sur une surface. On souhaite alors estimer le taille de triangulation 3D de Delaunay de ces points selon la nature de la surface sur laquelle ils sont distribués et selon la manière dont ils sont distribués sur la surface.\nDans la littérature\, plusieurs cas ont déjà été étudiés. Sur un cylindre\, on peut trouver un bon échantillon ( $(\epsilon\,\kappa)$-sample ) qui donne à la triangulation une taille $n\sqrt{n}$ en ordre de grandeur [Erickson\, 2001]. Lorsque l’échantillon est aléatoire\, la configuration en $n\sqrt{n}$ se trouve improbable\, et la taille moyenne de la triangulation tombe à $n\log n$ [Devillers\, Erickson & Goaoc\, 2008]. Néanmoins\, le cas du cylindre est particulier\, voire pathologique\, pour la triangulation de Delaunay. Aussi on s’intéresse aux surfaces dites « génériques »\, présentant moins de symétries. Pour de telles surfaces\, avec un bon échantillon\, il est démontré que la triangulation a une taille $n\log n$ [Attali\, Boissonnat & Lieutier\, 2003]. L’objet de cette thèse est de démontrer que lorsque les points sont distribués aléatoirement sur une surface générique\, la taille moyenne de la triangulation est linéaire. \n\n\nAfin de démontrer ce résultat\, on fera un détour par les graphes de régions vides en 2D\, notamment les graphes d’ellipses alignées aux axes\, dans lesquels 2 sommets p et q sont voisins s’il existe une ellipse alignée au axe d’un repère et passant par p et q\, qui ne contienne pas d’autre point de l’échantillon. En effet\, pour étudier la triangulation 3D de points sur une surface\, on est amenés à regarder des intersections sphères/surface dont on observe qu’elles approchent des ellipses qui s’alignent aux axes de courbure de la surface. On présentera alors une méthode pour étudier les graphes de régions de vides\, et illustrera cette méthode sur des graphes d’ellipses vides.\n\nUne fois l’approche 2D formalisée\, on reviendra sur la triangulation 3D de points sur une surface générique. On commencera par définir ce que l’on entend par générique\, puis on présentera comment on parvient à retrouver\, dans ce contexte\, les graphes d’ellipses vides sus-cités\, pour finalement démontrer que lorsque les points sont distribués aléatoirement sur une surface générique\, la triangulation de Delaunay a une taille moyenne linéaire.\n\n\n\nMembres du jury :\n\nDirecteur de thèse :\nM. Olivier Devillers\, Université de Lorraine\n\nRapporteurs :\nM. Nicolas Bonichon\, Université de Bordeaux\nMme Dominique Attali\, Université de Grenoble\n\nExaminateurs :\nMme Régine Marchand\, Université de Lorraine\nM. Philippe Chassaing\, Université de Lorraine\nM. André Lieutier\,  Dassault Systèmes Provence
URL:https://www.loria.fr/event/soutenance-de-these-charles-dumenil/
LOCATION:salle de conférences de l’IECL
CATEGORIES:Soutenance
END:VEVENT
END:VCALENDAR