BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//LORIA - ECPv6.16.2//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:LORIA
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: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
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231201T093000
DTEND;TZID=Europe/Paris:20231201T113000
DTSTAMP:20260519T161140
CREATED:20231127T094343Z
LAST-MODIFIED:20231127T094343Z
UID:24017-1701423000-1701430200@www.loria.fr
SUMMARY:Soutenance de thèse de Yoann Fleytoux (Larsen)
DESCRIPTION:Yoann Fleytoux (Larsen) soutiendra sa thèse intitulée « Exploiter les préférences humaines pour guider la préhension robotique »\, le 1er décembre à 9h30 en salle C005. \nRésumé :\n\nCette thèse aborde le défi de la préhension d’objets aux prises difficiles par des robots manipulateurs en combinant l’apprentissage automatique\, l’utilisation de capteurs tactiles et l’expertise humaine. Dans certaines applications industrielles telles que la manipulation de déchets\, la téléopération de robots est utilisée pour manipuler des objets irréguliers. Cette tâche est complexe à automatiser en raison de l’irrégularité\, de la visibilité partielle\, de la fragilité et de la susceptibilité des objets à se briser lors de la manipulation ou du transport. Dans ce contexte\, l’expertise de l’opérateur est cruciale pour guider les robots\, car ses critères de décision ne se traduisent pas facilement en critères mathématiques implémentables dans un algorithme automatique. Apprendre à partir d’exemples est une approche pertinente. Cependant\, étant donné que ces démonstrations sont coûteuses à acquérir\, les travaux de cette thèse proposent des pistes nécessitant peu de démonstrations de l’expert.\nL’objectif est d’améliorer les compétences de préhension du robot en utilisant l’apprentissage hors ligne et en ligne\, ce qui permet au robot d’apprendre rapidement les préférences de préhension adaptées aux objets en question. Ainsi\, cette thèse contribue au développement de solutions robotiques avancées pour la manipulation d’objets complexes. \n\nJury\nRapporteurs :\n\nSylvain Calinon\, Senior Research Scientist\, Idiap\, Switzerland\nYoucef Mezouar &Professeur\, Institut Pascal-Université Clermont Auvergne\n\nExaminateurs : \n\nBernadetta Addis\, Professeur\, Université de Lorraine\, Loria\, Nancy\nChristophe Leroux\, Manager European Affairs in AI and robotics\, CEA\, France\n\nDirecteur et co-directeur de thèse :\n\nJean-Baptiste Mouret\, Directeur de Recherche\, Inria Nancy Grand-Est\nSerena Ivaldi\, Directrice de Recherche\, Inria Nancy Grand-Est
URL:https://www.loria.fr/event/soutenance-de-these-de-yoann-fleytoux-larsen/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231205T140000
DTEND;TZID=Europe/Paris:20231205T160000
DTSTAMP:20260519T161140
CREATED:20231027T163320Z
LAST-MODIFIED:20231113T154226Z
UID:23439-1701784800-1701792000@www.loria.fr
SUMMARY:PhD Defense: Vinicius Ribeiro (Multispeech)
DESCRIPTION:Vinicius Ribeiro (Multispeech) will defend his thesis\, entitled « Deep Supervision of the Vocal Tract Shape for Articulatory Synthesis of Speech« \, on Tuesday\, December 5th at 2 pm in room A008. \nAbstract :\nSpeech is a dynamic and non-stationary process that requires the interaction of several vocal tract articulators. The context in which a phoneme is articulated strongly influences its production\, a phenomenon known as coarticulation. Articulatory speech synthesis and its counterpart\, acoustic-to-articulatory inversion\, hold many potential applications\, such as L2 learning and speech therapy design. Moreover\, these models are helpful for speech synthesis and automatic speech recognition since they create a link to the speech production process.\nModeling speech articulations presents challenges such as coarticulation\, non-uniqueness\, and speaker normalization. Historically\, the research focused on geometrical\, mathematical\, and statistical models to describe speech dynamics. Nevertheless\, developing such models faces the difficulty of obtaining relevant articulatory data from actual speakers. Since the vocal tract is not observable from the outside\, various invasive and non-invasive methods have been used to collect these data\, including flesh point tracking and medical imaging. The first attempts to extract articulatory data used X-rays\, but it was abandoned due to the exposition to ionizing radiation. Then\, electromagnetic articulography rapidly grew in popularity due to the high sampling rate and the low cost compared to the alternatives. More recently\, real-time magnetic resonance imaging (RT-MRI) has been the preferred acquisition method due to the visibility of the vocal tract from the glottis to the lips.\nThis thesis explores the synthesis of speech articulation gestures corresponding to a sequence of phonemes. The primary objective is to design a model that predicts the temporal evolution of the vocal tract shape for each phoneme in the input sequence. Nevertheless\, developing a realistic temporal model of the vocal tract is challenging. Therefore\, we split the problem into three contributions.\nThe first is obtaining the vocal tract profile from the RT-MRI films by developing a robust method for segmenting vocal tract articulations. The second contribution is to build an articulatory model that predicts the vocal tract shape for any phonetic input in French. The challenges are learning coarticulation and enforcing the places of articulation and articulatory gestures that lead to the expected acoustics. The third contribution is the evaluation of the predicted shapes. We propose to quantify phonetic information with the aid of phoneme recognition. We measure the phonetic information retained by the mid-sagittal contours and that reproduced by the vocal tract shape synthesizer using the phoneme error rate and the recognizer’s internal representations.\nThis thesis points to significant directions in speech articulation synthesis. We observe that directly modeling\, without an articulatory model\, leads to the best and most natural results. Nevertheless\, using an intermediate articulatory model permits the introduction of relevant phonetic knowledge into the model. Finally\, we open a new direction to evaluate articulatory models through their phonetic representations.\nJury\nReviewers:\n\n\nDamien Lolive — ENSSAT Lannion\, Université de Rennes\, France\nAntoine Serrurier — RWTH University Aachen\, Germany\n\nExaminers:\n\n\n\nAnne Boyer — Université de Lorraine\, France\nEduardo Valle — University of Campinas\, Brazil\nAlice Turk — University of Edinburgh\, Scotland\nPierre-André Vuissoz — Université de Lorraine\, France\n\nThesis Director:\n\n\n\nYves Laprie — Université de Lorraine\, France
URL:https://www.loria.fr/event/soutenance-de-these-de-vinicius-ribeiro-multispeech/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231205T140000
DTEND;TZID=Europe/Paris:20231205T160000
DTSTAMP:20260519T161140
CREATED:20231127T081054Z
LAST-MODIFIED:20231127T081054Z
UID:24006-1701784800-1701792000@www.loria.fr
SUMMARY:Soutenance de thèse de Mohamed Oulaaffart (Resist)
DESCRIPTION:Mohamed Oulaaffart (Resist) soutiendra sa thèse intitulée « Automating Security Enhancement for Cloud Services »\, le 5 décembre à 14h en salle C005. \nRésumé :\n\nLes avancées des techniques de virtualisation et la maturité des langages d’orchestration ont contribué à la conception et au déploiement de services cloud composites. Ces services cloud peuvent être sujets à des changements dans le temps\, en raison de la migration de leurs ressources. Cela peut introduire de nouvelles vulnérabilités\, qui compromettent un service cloud dans son ensemble. Dans ce contexte\, cette thèse propose d’améliorer et d’automatiser la sécurité des services cloud composites selon trois axes principaux. Le premier axe consiste en un framework de sécurité automatique basé sur SMT pour prendre en charge les migrations dans les services cloud composites\, comme ceux orchestrés avec le langage TOSCA (Topology and Orchestration Specification for Cloud Applications). Il s’appuie sur des techniques de vérification pour évaluer automatiquement les changements de configuration qui affectent les composants des services cloud pendant leurs migrations\, déterminer les vulnérabilités potentielles et sélectionner des contre-mesures adéquates. Le deuxième axe étudie la conception d’un tiers de confiance inter-cloud\, appelé C3S-TTP (Composite Cloud Configuration Security-Trusted Third Party). Celui-ci est capable de réaliser une évaluation précise et exhaustive des vulnérabilités\, tout en limitant les informations partagées entre le fournisseur cloud et le client cloud. Le troisième axe est centré sur l’investigation d’une stratégie défensive par cible mouvante qui combine des algorithmes d’intelligence artificielle avec des techniques de vérification. Le but est de compromettre les activités de reconnaissance effectuées par les attaquants à travers une large exploration des états\, tout en minimisant l’apparition de nouvelles vulnérabilités qui peuvent avoir un impact important sur la surface d’attaques des services cloud concernés.
URL:https://www.loria.fr/event/soutenance-de-these-de-mohamed-oulaaffart-resist/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231206T140000
DTEND;TZID=Europe/Paris:20231206T160000
DTSTAMP:20260519T161140
CREATED:20231127T081627Z
LAST-MODIFIED:20231129T174229Z
UID:24010-1701871200-1701878400@www.loria.fr
SUMMARY:Soutenance de thèse de Guillaume Coiffier (Pixel)
DESCRIPTION:Guillaume Coiffier (Pixel) soutiendra sa thèse intitulée « Algorithmes de paramétrisation globale pour maillages quadrangulés »\, le 6 décembre à 14h en salle C005. \nRésumé :\n\nLes maillages quadrangulaires (quads) sont une structure de données centrale au domaine du traitement automatique de la géométrie\, trouvant des applications en infographie comme en simulation numérique. Une approche prometteuse pour générer automatiquement des maillages quads de grande qualité s’appuie sur le fait qu’ils constituent une déformation de la grille régulière presque partout\, excepté en un petit nombre de points singuliers. Grâce au calcul d’une paramétrisation\, à savoir une représentation planaire\, de la surface à mailler\, il est alors possible d’y tracer une grille qui\, reprojetée sur la surface\, formera le maillage désiré. Pour que des quadrilatères puissent être extraits\, cette paramétrisation se doit d’être « sans couture »\, c’est-à-dire de respecter un ensemble de contraintes d’alignement sur son bord et ses découpes. Ces contraintes sont généralement imposées petit à petit dans un pipeline d’opérations désormais bien étudié\, consistant en un calcul de champ de repères lisse\, définissant les futurs points singuliers du maillage\, une phase d’intégration pour obtenir une paramétrisation aux coutures sans rotation\, suivie d’une phase de quantification déterminant les degrés de liberté en translation. \nCette thèse s’intéresse à l’amélioration des différentes étapes du pipeline de génération de maillages quadrangulaires. En nous appuyant sur des notions de géométrie différentielle\, nous proposons des formulations du problème évitant les écueils de l’approche actuelle. \nPremièrement\, nous abandonnons la résolution de problèmes en nombre entier pour certaines étapes (connue pour être difficiles à résoudre) pour la remplacer par la minimisation de fonctions objectif continues (bien que non convexe). \nDeuxièmement\, nous fusionnons certaines étapes du pipeline en une seule optimisation déterminant en un seul coup les degrés de liberté correspondants. Cela permet plus de versatilité et de contrôle utilisateur sur le maillage quad final\, et évite les cas d’échecs classiques causés par l’approche gloutonne du pipeline actuel. Ces formulations théoriques du problème de paramétrisation sans couture s’accompagnent d’implémentations pratiques dans lesquelles nous démontrons la viabilité de nos approches sur une grande variété de modèles CAO. \nFinalement\, notre travail est en théorie généralisable au problème plus difficile du maillage hexaédrique\, là où les algorithmes de paramétrisation actuels sont soit uniquement valables pour les surfaces\, soit échouent à produire des résultats de façon robuste. \n\nJury :\nRapporteurs : \n\nMirela Ben-Chen\, Technion – Institut de technologie d’Israël\nMarco Tarini\, Université de Milan\n\nExaminateurs : \n\nPooran Memari\,  École Polytechnique\nMélina Skouras\, Université de Grenoble\nXavier Goaoc\,  Université de Lorraine\nBruno Lévy\, Université de Lorraine\n\nDirecteurs de thèse : \n\nEtienne Corman\, Université de Lorraine\nDmitry Sokolov\,  Université de Lorraine
URL:https://www.loria.fr/event/soutenance-de-these-de-guillaume-coiffier-pixel/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231208T093000
DTEND;TZID=Europe/Paris:20231208T170000
DTSTAMP:20260519T161140
CREATED:20231122T125457Z
LAST-MODIFIED:20231122T125532Z
UID:24001-1702027800-1702054800@www.loria.fr
SUMMARY:Journée Fédération Charles Hermite : Gestion des risques cyber
DESCRIPTION:Dans le cadre des journées de la Fédération Charles Hermite (CRAN-IECL-LORIA)\, la journée Gestion des risques cyber aura lieu le vendredi 8 décembre 2023 en salle de Conférences de l’Institut Elie Cartan de Lorraine (campus sciences\, Université de Lorraine). \n? Voir le programme
URL:https://www.loria.fr/event/24001/
LOCATION:IECL\, Salle de Conférences
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231208T103000
DTEND;TZID=Europe/Paris:20231208T113000
DTSTAMP:20260519T161140
CREATED:20231027T165748Z
LAST-MODIFIED:20231027T165911Z
UID:23443-1702031400-1702035000@www.loria.fr
SUMMARY:The Role of Distance Geometry in Protein Structure Determination
DESCRIPTION:This seminar is organized by Capsid Team and will be held by Antonio Mucherino. It will take place on December 8th at 10:30 am\, in room B013.\n  \nAbstract:\nDistance Geometry (DG) is an interdisciplinary research area where pure mathematics\, computer science and several other disciplines come together\, each by playing an important role\, either proposing new applications\, or providing support to problems arising in the DG context. In this seminar\, I’ll mainly be focusing on the application arising in structural biology which asks whether the three-dimensional structure of proteins can be determined by exploiting information that is basically encoded in terms of geometrical constraints. After a short historical review about my long collaboration with Therese Malliavin and other colleagues\, I’ll make a point on the state-of-the-art in the field and briefly describe our current research directions and ongoing projects.\n\n  \n\nAbout the speaker:\nAntonio Mucherino is an associate professor at IRISA\, University of Rennes and an applied mathematician. His research is mainly focused on Discretizable Distance Geometry.
URL:https://www.loria.fr/event/the-role-of-distance-geometry-in-protein-structure-determination/
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231211T140000
DTEND;TZID=Europe/Paris:20231211T150000
DTSTAMP:20260519T161140
CREATED:20231205T165336Z
LAST-MODIFIED:20231205T165423Z
UID:24152-1702303200-1702306800@www.loria.fr
SUMMARY:Seminaire du D4 : "Understanding and Detecting: from Explainability in Natural Language Processing to Abusive Language Detection"
DESCRIPTION:Le prochain séminaire du D4 aura lieu le lundi 11 décembre à 14h dans la salle C005. \nTom Bourgeade (Université de Turin – Département d’Informatique)\, présentera un exposé intitulé « Understanding and Detecting: from Explainability in Natural Language Processing to Abusive Language Detection ». \nAbstract\nIn the rapidly evolving field of Natural Language Processing (NLP)\, where neural architectures are becoming increasingly more complex\, explainability of models is becoming essential to maintain users’ trust. At the same time\, the rise in usage of social media is making manual moderation of content increasingly difficult\, accentuating the need for automated abusive language detection systems\, based on these same architectures. This presentation will focus on two main areas of my research: first\, explainability in NLP\, in particular\, the detection of biases in datasets and the creation of understandable natural language explanations. Second\, I will present my work on abusive language detection\, through the creation and analysis of a contextualized corpus\, annotated for the presence of anti-immigrant stereotypes. I will also discuss the generalizability of these detection models\, and the importance and difficulties of taking conversational context into account.
URL:https://www.loria.fr/event/seminaire-du-d4-understanding-and-detecting-from-explainability-in-natural-language-processing-to-abusive-language-detection/
LOCATION:C005
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231212T140000
DTEND;TZID=Europe/Paris:20231212T160000
DTSTAMP:20260519T161140
CREATED:20231114T131054Z
LAST-MODIFIED:20231204T092549Z
UID:23823-1702389600-1702396800@www.loria.fr
SUMMARY:Soutenance de thèse de Philippe Graff (Resist)
DESCRIPTION:Philippe Graff (Resist) soutiendra sa thèse intitulée « Caractérisation\, identification dans le réseau et optimisation du transport de trafic à faible latence – le cas du Cloud-Gaming »\, le 12 décembre à 14h en salle C005. \nRésumé :\n\nCette thèse s’intéresse au traitement du trafic à faible latence dans les réseaux\, et en particulier aux services de type Cloud Gaming (CG) qui constituent notre cas d’étude. Ceux-ci ont fortement gagné en popularité et devraient représenter une part importante du trafic Internet dans les prochaines années. Or\, les caractéristiques de leur trafic\, à la fois très haut débit et à faible latence\, est exigeant pour les réseaux et rend difficile le maintien d’une bonne qualité de service (QoS) en conditions de réseau dégradées. \nNous commençons par étudier le trafic de quatre plateformes de CG afin d’évaluer la capacité d’adaptation et la réactivité de leur algorithme de contrôle de congestion (CCA). Pour cela\, nous dégradons synthétiquement les conditions réseau en impactant tour à tour le délais\, la gigue\, le taux de pertes et la bande passante disponible avec différentes intensités\, et observons le trafic résultant. Dans un deuxième temps\, nous étudions le trafic CG sur réseau cellulaire en reproduisant les conditions observées sur le réseau 4G d’Orange\, y compris en situation de mobilité. Nous avons relevé une certaine disparité dans le comportement des plateformes. Certaines ne s’adaptent pas suffisamment aux différentes contraintes et s’exposent par conséquent à de forts délais\, se soldant parfois par des pertes de paquets. D’autres surréagissent\, au détriment de leur qualité vidéo. L’ensemble des données collectées a été mis à disposition de la communauté. \nConstatant l’insuffisance des CCA de bout en bout\, nous avons cherché dans un second temps à identifier le trafic CG dans le réseau pour lui faire bénéficier d’un traitement plus optimisé. Pour ce faire\, nous avons mis au point un classificateur permettant de reconnaître avec une haute précision (98.5%) le trafic CG en s’appuyant sur un apprentissage automatique des propriétés statistiques du trafic qui sont calculées à la volée. Nous proposons une implantation de notre classificateur sous forme de plusieurs fonctions réseau virtuelles (VNF) pouvant traiter 10Gb/s. En partenariat avec Orange Labs\, nous avons également étudié l’accélération de certaines fonctions sur un switch matériel programmable en P4 et en avons implanté certaines comme le calcul des caractéristiques\, ce qui prouve qu’un déploiement réaliste au niveau d’un fournisseur d’accès est possible. \nEnfin\, nous proposons de faire bénéficier le trafic CG d’une architecture à double file d’attente afin d’éviter\, d’une part de le faire transiter par des buffers surdimensionnés qui engendrent de la latence\, et d’autre part la mauvaise cohabitation avec des flux régis par des CCA basé pertes. Nous évaluons ainsi l’apport d’une discipline de file d’attente HTB ou de l’AQM DualPI2 disposant d’un file « Low Latency\, Low Loss\, and Scalable Throughput » (L4S). Les plateformes actuelles de CG n’étant pas compatibles\, nous avons développé notre propre plateforme expérimentale et l’avons munie de SCReAM\, un CCA basé pertes et délais pour le protocole RTP et supportant la notification explicite de congestion (ECN). Nous évaluons alors le trafic face à différents flux concurrents soumis à un goulot d’étranglement. Nos résultats montrent que les deux approches permettent de préserver parfaitement la QoS du trafic CG. \n\nJury\n\n\nPrésident : \n\nYe-Qiong SONG\, Professeur à l’ENSEM\, Université de Lorraine\n\n\n\nRapporteurs :\n\nChadi BARAKAT\, Directeur de Recherche à Inria (Centre d’Université Côte d’Azur)\nStefano SECCI\, Professeur au CNAM\n\nExaminateurs : \n\nNoura LIMAM\, Assistant Professor at University of Waterloo\nSandrine VATON\, Professeure à l’IMT Atlantique\n\nEncadrants :\n\nThibault CHOLEZ\, Maître de conférences à TELECOM Nancy\, Université de Lorraine\nOlivier FESTOR\, Professeur à TELECOM Nancy\, Université de Lorraine
URL:https://www.loria.fr/event/soutenance-de-these-de-philippe-graff-resist/
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231213T093000
DTEND;TZID=Europe/Paris:20231213T113000
DTSTAMP:20260519T161140
CREATED:20231113T160518Z
LAST-MODIFIED:20231113T160518Z
UID:23826-1702459800-1702467000@www.loria.fr
SUMMARY:Soutenance de thèse de Tristan Benoît (Carbone)
DESCRIPTION:Tristan Benoît (Carbone) soutiendra sa thèse intitulée « Cartographie des programmes et de leurs interrelations »\, le 13 décembre à 9h30 en salle A008. \nRésumé :\n\nDans le domaine du génie logiciel\, assurer la qualité et la sûreté des logiciels est complexe. Ce contexte est dû à un ensemble de facteurs\, notamment l’utilisation croissante de bibliothèques et le recours à des pratiques comme la copie de codes à partir de services en ligne.\nUne réponse courante à cette problématique est l’application de méthodes formelles de validation des programmes avant leur diffusion. Cette approche\, cependant\, requiert une compréhension précise des enjeux à vérifier et un haut degré d’expertise.\nCette thèse introduit des méthodes innovantes de rétro-ingénierie pour collecter automatiquement des informations sur l’origine d’un programme et pour identifier des clones de programmes au sein de larges jeux de données.\nNotre première contribution est le nouveau modèle de réseau de neurones Site Neural Network (SNN) qui prédit la chaîne de compilation utilisée pour produire un programme entier. SNN offre une grande rapidité ainsi qu’une bonne précision. Sa modularité grâce à l’utilisation de hiérarchies de classificateurs permet de considérer facilement des chaînes de compilation supplémentaires.\nNotre seconde contribution est Program Spectral Similarity (PSS)\, un outil qui fournit un moyen rapide et efficace de détecter des clones de programmes\, même quand leur architecture matérielle visée diffère ou en cas d’offuscation. Contrairement aux méthodes basées sur les fonctions binaires ou sur la distance d’édition des graphes\, qui sont chronophages et peu robustes\, PSS s’appuie sur l’analyse spectrale de graphes pour mesurer la similarité entre programmes.\nCette thèse participe ainsi à renforcer la sécurité des systèmes en mettant à disposition des outils pour identifier rapidement les clones de programmes malveillants. En outre\, elle apporte un soutien à l’investigation numérique en donnant des informations pertinentes sur la chaîne de compilation.\nCe travail ouvre la voie à de nouveaux réseaux de neurones spécialisés pour les programmes\, ainsi qu’au développement de méthodes d’analyse spectrale pour l’étude de la similarité des codes binaires. \n\nJury\nRapporteurs :\n\nChristophe Hauser\, Dartmouth College\nDavide Balzarotti\, EURECOM Sophia Antipolis\n\nExaminateurs : \n\nValérie Viet Triem Tong\, CentraleSupélec\nMarine Minier\, Université de Lorraine\nYves Le Traon\, Université du Luxembourg\n\nDirecteur et co-directeur de thèse :\n\nJean-Yves Marion (Loria)\nSébastien Bardin (CEA LIST)
URL:https://www.loria.fr/event/soutenance-de-these-de-tristan-benoit-carbone/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231213T140000
DTEND;TZID=Europe/Paris:20231213T160000
DTSTAMP:20260519T161140
CREATED:20231127T083211Z
LAST-MODIFIED:20231127T084236Z
UID:24012-1702476000-1702483200@www.loria.fr
SUMMARY:PhD Defense: Nicolas Zampieri (Multispeech)
DESCRIPTION:Nicolas Zampieri (Multispeech) will defend his thesis\, entitled « Hate Speech Detection in Social Media: contribution of Multiword Expressions« \, on Wednesday\, December 13th at 2 pm in room C005. \nAbstract :\nOver the last few decades\, internet use has increased dramatically\, particularly with the emergence of social networks. However\, this explosion in social media activity has led to the spread of harmful messages\, including hate speech. Hate speech is a type of degrading communication aimed specifically at an individual or group\, that can take the form of threats and acts of violence. Deep learning models have quickly become a means of detecting hate speech. However\, these models require a substantial amount of training data to achieve high levels of performance. Some features can be effective in neural networks to overcome the problem of limited training data for hate speech detection. In this thesis\, we examine two main areas of research aimed at improving hate speech detection performance. We test our methods on four separate datasets\, allowing us to thoroughly evaluate their effectiveness in detecting hate speech. In the first part of our study\, we propose to enhance the hate speech detection by incorporating specific features into a neural network based on sentence embeddings. More specifically\, we examine the incorporation of features such as word case\, emojis\, words present in a hate speech lexicon\, part-of-speech\, and punctuation. Our approach involves developing a neural network that integrates these features at the word level\, in addition to sentence embeddings. We demonstrate that the use of emojis significantly improves the performance of hate speech detection. Next\, we focus on the integration of underexplored features in hate speech detection : multiword expressions. We conduct an in-depth study on the robustness of systems for identifying these expressions in tweets. This study allows us to assess different systems for identifying multiword expressions in tweets\, in order to automatically annotate datasets intended for hate speech detection in terms of multiword expressions. We demonstrate that deep learning-based systems outperform dictionary-based ones in this task. Furthermore\, we propose a two-step system that combines both the deep learning-based and dictionary-based systems. This system outperforms the two existing systems for identifying multiword expressions in tweets. Then\, we develop two neural networks that rely on sentence embeddings and integrate these multiword expressions in different ways. We show a significant improvement in performance on the hate speech detection task using multiword expression information. In the second part\, we explore different learning approaches to enhance performance in hate speech detection. First\, we investigate the impact of multi-task learning. For this purpose\, we propose a multi-head attention-based neural network for multi-task learning. Our system is designed to simultaneously learn two tasks : hate speech detection and multiword expression identification. We demonstrate that jointly learning attention mechanisms for multiword expressions and hate speech enhances the detection of the latter. Next\, we explore the use of contrastive learning for hate speech detection. Our approach involves applying this learning method in a supervised manner. The main objective is to learn sentence embeddings such that tweets belonging to the same class are brought closer together (according to cosine similarity)\, while tweets from different classes are pushed apart. To achieve this goal\, we propose different methods to create pairs of training tweets. We also suggest various cosine similarity-based decision methods to predict classes. We demonstrate that our approaches achieve performance equivalent to traditional learning for hate speech classification. However\, the intriguing aspect of our approach lies in the fact that the sentence embeddings generated through contrastive learning lead to a better separation of classes in an observable vector space\, compared to embeddings generated through conventional learning for hate speech classification.\n\nJury\nReviewers:\n\n\nFarah BENAMARA- IRIT\, France\nRichard DUFOUR- Université de Nantes\, France\n\nExaminers:\n\n\n\nAgatha SAVARY – Université Paris-Saclay\, France\nFrédéric BECHET – Université d’Aix-Marseille\, France\nClaire GARDENT – CNRS\, LORIA-INRIA\, France\n\nThesis Director and co-Director:\n\n\n\nIrina ILLINA – Université de Lorraine\, LORIA-INRIA\, France\nDominique FOHR (retired) – CNRS\, LORIA-INRIA\, France\n\nGuest:\n\n\nCarlos RAMISCH- Université d’Aix-Marseille\, France
URL:https://www.loria.fr/event/phd-defense-nicolas-zampieri-multispeech/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231214T103000
DTEND;TZID=Europe/Paris:20231214T113000
DTSTAMP:20260519T161140
CREATED:20231205T092139Z
LAST-MODIFIED:20231205T092211Z
UID:24147-1702549800-1702553400@www.loria.fr
SUMMARY:Seminaire du D1 : "Color-mapped noise vector fields for generating procedural micro-patterns"
DESCRIPTION:Le prochain séminaire D1 aura lieu le jeudi 14 décembre à 10h30 dans la salle B013. \nCharline Grenier\, doctorante au Laboratoire ICube\, présentera un exposé intitulé « Color-mapped noise vector fields for generating procedural micro-patterns ». \nAbstract\nStochastic micro-patterns successfully enhance the realism of virtual scenes. Procedural models using noise combined with transfer functions are extremely efficient to generate them. However\, most patterns employ 1D transfer functions\, which assign color\, transparency\, or other material attributes\, based on a single scalar noise. Multi-dimensional transfer functions have received widespread attention in other fields\, such as scientific volume rendering. However\, their potential has not yet been well explored for modelling micro-patterns in the field of procedural texturing. We propose a procedural model for stochastic patterns\, defined as the composition of a bi-dimensional transfer function (a.k.a. color-map) with a stochastic vector field. Our model encompasses several existing procedural noises\, such as Gaussian noise and Phasor noise\, and generates a much larger gamut of patterns\, including locally structured patterns. It can also be used to procedurally enhance virtual terrains in real-time\, for example by adding spatially varying erosion patterns. By adapting the Phasor noise to the specific characteristics of terrains (water flowing\, control on slopes) we create relief details corresponding to the underlying terrain characteristics\, that preserve the coherence of generated landforms and allow artistic control through a palette of control maps.
URL:https://www.loria.fr/event/seminaire-du-d1-color-mapped-noise-vector-fields-for-generating-procedural-micro-patterns/
LOCATION:B013
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231214T140000
DTEND;TZID=Europe/Paris:20231214T170000
DTSTAMP:20260519T161140
CREATED:20231211T153103Z
LAST-MODIFIED:20231211T153103Z
UID:24287-1702562400-1702573200@www.loria.fr
SUMMARY:Séminaire du D3
DESCRIPTION:La demi-journée des doctorants du département 3 aura lieu le 14 décembre de 14h à 17h dans l’amphithéâtre.\n\nLes doctorants présentant un exposé sont :\n\nAmaury Saint-Jore (SIMBIOT)\nRunbo Su (SIMBIOT)\nDiego Vega (SIMBIOT)\nMaxime SAMSON (SIMBIOT)\nLoïc Cardinaël (OPTIMIST)\nRemi Gauchotte (OPTIMIST)\nPierre-Antoine Rault (COAST)\nClélie Amiot (COAST)\nWafik Zahwa (RESIST)\nOmar Anser (RESIST)
URL:https://www.loria.fr/event/seminaire-du-d3/
LOCATION:Amphithéâtre du Loria
CATEGORIES:Séminaire
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231214T150000
DTEND;TZID=Europe/Paris:20231214T170000
DTSTAMP:20260519T161140
CREATED:20231204T091511Z
LAST-MODIFIED:20231214T085755Z
UID:24134-1702566000-1702573200@www.loria.fr
SUMMARY:Soutenance de thèse de Felix Gaschi (Orpailleur)
DESCRIPTION:Felix Gaschi (Orpailleur) soutiendra sa thèse* intitulée « Comprendre et évaluer les embeddings multilingues non supervisés dans les domaines général et clinique »\, le 14 décembre à 15h en salle C005. \nRésumé :\n\nLes données labellisées et non labellisées sont plus souvent disponibles en anglais que dans d’autres langues. Dans le domaine clinique\, les données non anglaises peuvent être encore plus rares. Les représentations\, ou plongements lexicaux\, multilingues peuvent avoir deux propriétés utiles dans cette situation. La première est l’alignement multilingue\, où les représentations de différentes langues partagent le même espace latent. Plus concrètement\, les mots qui sont la traduction l’un de l’autre doivent avoir des représentations similaires. La deuxième propriété est l’apprentissage par transfert cross-lingue : il permet à un modèle d’être entraîné sur une tâche supervisée dans une langue et de fournir de bons résultats pour la même tâche dans une autre langue\, sans avoir besoin de données annotées dans cette langue. Cette thèse aborde certaines lacunes dans la littérature concernant la compréhension des représentations multilingues. Elle étudie notamment le lien entre l’alignement multilingue et le transfert cross-lingue\, en montrant que les modèles\, comme mBERT et XLM-R\, qui peuvent effectuer ce transfert cross-lingue produisent des représentations qui ont une forme plus forte d’alignement multilingue que d’autres représentations qui ont été explicitement entraînés pour un tel alignement. Est également révélée la forte corrélation entre les capacités de transfert cross-lingue et l’alignement multilingue\, ce qui suggère que ces deux propriétés multilingues sont liées. Ce lien permet d’améliorer le transfert cross-lingue pour les petits modèles en améliorant simplement l’alignement\, ce qui peut leur permettre d’égaler les performances de grands modèles\, mais seulement pour une tâche de bas niveau comme l’étiquetage POS\, en raison de l’impact du fine-tuning lui-même sur l’alignement multilingue. Tout en se concentrant principalement sur le domaine général\, cette thèse évalue finalement le transfert multilingue dans le domaine clinique. Elle montre que les méthodes basées sur la traduction peuvent atteindre des performances similaires à celles du transfert multilingue\, mais qu’elles nécessitent plus de soin dans leur conception. Et bien qu’elles puissent tirer parti de modèles linguistiques cliniques monolingues\, ceux-ci ne garantissent pas de meilleurs résultats que les larges modèles multilingues à usage général\, que ce soit avec le transfert cross-lingue ou par traduction. \n\nJury\nRapporteurs :\n\n\nFrançois Yvon\, Professeur\, Université Paris Saclay\n\n\nAnders Søgaard\, Professeur\, Université de Copenhague\n\n\nExaminateurs : \n\n\nAsma Ben Abacha\, Docteur\, Microsoft Research\n\n\nAnnie Eun-Shiun Lee\, Associate Professor\, Ontario Tech University\n\n\nEncadrants de thèse :\n\n\nYannick Toussaint\, Professeur\, Université de Lorraine\nParisa Rastin\, Maître de conférence\, Université de Lorraine\nFrançois Plesse\, Docteur\, Posos\n\n* Thèse CIFRE réalisée avec l’entreprise Posos.
URL:https://www.loria.fr/event/soutenance-de-these-de-felix-gaschi-orpailleur/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231215T133000
DTEND;TZID=Europe/Paris:20231215T133000
DTSTAMP:20260519T161140
CREATED:20231212T103212Z
LAST-MODIFIED:20231212T103233Z
UID:24289-1702647000-1702647000@www.loria.fr
SUMMARY:PhD Defense: Melike Aydinlilar (MFX)
DESCRIPTION:Melike Aydinlilar (MFX) will defend his thesis\, entitled « Implicit modeling for additive manufacturing »\, on Friday\, December 15th at 1:30 pm in room C005. \nAbstract :\n\nImplicit surfaces provide many useful solutions for computer graphics tasks such as simple in/out queries\, resolution independent representation and compact definition. However\, rendering them robustly and efficiently provides a challenge especially for surfaces defined with complex field functions. In Part I\, we introduce a real-time rendering method for skeleton-based integral surfaces. It relies on dynamically built A-buffers on GPU to discard empty spaces and reduce the number of skeleton primitives evaluation. The root finding is performed using rational quadratic interpolation to limit the number of field evaluations. Part II introduces per-primitive interval arithmetic for skeleton-based integral surfaces for real-time rendering and slicing\, and finally in Part III we introduce a family of robust forward inclusion methods for rendering a wide family of implicits. Using linear and quadratic inclusion functions calculated either by bounding the first and second order derivatives\, or building the bounds up from the basic algebraic operations that constitute the field function definitions\, ray-surface intersections are calculated reliably and efficiently. The problem of creating infinite or invalid bounds are eliminated by reducing the interval sizes and bounding piece-wise defined functions. Example surfaces are given with skeleton-based implicits\, convolution surfaces\, Hermite radial basis implicits for real-time rendering and slicing for additive manufacturing.\n\nJury\n\nReviewers:\n\n\nJulie DIGNE LIRIS\, CNRS\n\n\nEric GALIN LIRIS\, Universite Lyon 1\n\n\nExaminers:\n\n\nGeraldine MORIN IRIT\, Universite de Toulouse\n\n\nSylvain LAZARD Universite de Lorraine\, Loria\, Inria\n\n\nSupervisors:\n\n\nSylvain LEFEBVRE Universite de Lorraine\, Loria\, Inria\n\n\nCedric ZANNI Universite de Lorraine\, Loria\, Inria
URL:https://www.loria.fr/event/phd-defense-melike-aydinlilar-mfx/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231215T140000
DTEND;TZID=Europe/Paris:20231215T160000
DTSTAMP:20260519T161140
CREATED:20231127T083759Z
LAST-MODIFIED:20231214T165114Z
UID:24014-1702648800-1702656000@www.loria.fr
SUMMARY:PhD Defense: Laura Zanella (Orpailleur)
DESCRIPTION:Laura Zanella (Orpailleur) will defend her thesis\, entitled « Biomedical Event Extraction Based on Transformers and Knowledge Graphs« \, on Friday\, December 15th at 2 pm in room B013. \nAbstract :\nBiomedical event extraction can be divided into three main subtasks; (1) event trigger detection\, (2) argument identification\, and (3) event construction. In this work\, for the first subtask\, we analyze a set of transformer language models that are commonly used in the biomedical domain to evaluate and compare their capacity for event trigger detection. We fine-tune the models using seven manually annotated corpora to assess their performance in different biomedical subdomains. SciBERT emerged as the highest-performing model\, presenting a slight improvement compared to baseline models. For the second subtask\, we construct a knowledge graph (KG) from the biomedical corpora and integrate its KG embeddings to SciBERT to enrich its semantic information. We demonstrate that adding the KG embeddings to the model improves the argument identification performance by around 20 %\, and by around 15 % compared to two baseline models. For the third subtask\, we use the generative model\, ChatGPT\, based on prompts to construct the final set of extracted events. Our results suggest that fine-tuning a transformer model that is pre-trained from scratch with biomedical and general data allows to detect event triggers and identify arguments covering different biomedical subdomains\, and therefore improving its generalization. Furthermore\, the integration of KG embeddings into the model can significantly improve the performance of biomedical event argument identification\, outperforming the results of baseline models.\n\nJury\nReviewers:\n\n\n\nNatalia Grabar  (C.R. CNRS\, Université de Lille)\n\n\nAnne Vilnat (Pr. Université Paris-Saclay)\n\n\nExaminers:\n\n\n\n\nClaire Gardent (D.R. CNRS\, Université de Lorraine)\n\n\nMathieu Roche (D.R. CIRAD)\n\n\nThierry Charnois (Pr. Université de Paris 13)\n\n\nThesis Director:\n\n\n\nYannick Toussaint (Pr. Université de Lorraine)
URL:https://www.loria.fr/event/phd-defense-laura-zanella-orpailleur/
LOCATION:B013
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231218T140000
DTEND;TZID=Europe/Paris:20231218T170000
DTSTAMP:20260519T161140
CREATED:20231204T143719Z
LAST-MODIFIED:20231204T143817Z
UID:24144-1702908000-1702918800@www.loria.fr
SUMMARY:Soutenance HDR de Sabeur Aridhi
DESCRIPTION:La soutenance HDR de Sabeur Aridhi \, intitulée « Découverte de connaissances à partir de grands graphes biologiques » aura lieu lundi 18 décembre à 14h00 en salle A008.\n \nRésumé\n\n\nLes graphes sont utilisés dans de nombreux domaines différents\, allant de la sécurité informatique des réseaux sociaux\, à la géographie et à la bioinformatique. Leur polyvalence et leur capacité à modéliser des données complexes en font un outil précieux pour résoudre plusieurs problèmes notamment dans le domaine de l’extraction de connaissances à partir de graphes biologiques qui est notre domaine d’intérêt. Cependant\, l’utilisation de graphes peut présenter plusieurs défis tels que la représentation des données\, l’évolutivité et le comportement dynamique/temporel de certains graphes réels. Dans le cas particulier des graphes biologiques\, des défis liés à la complexité des systèmes biologiques\, à l’interprétabilité et à la validation pourraient être soulevés. Sans s’attaquer à l’ensemble de ces défis majeurs\, nous présentons dans ce manuscrit d’HDR plusieurs contributions. Tout d’abord\, nous présentons une nouvelle approche basée sur un graphe de protéines qui combine la notion de similarité de domaine avec une technique d’inférence de voisinage de graphe pour l’annotation de la fonction des protéines. Ensuite\, nous décrivons une approche de prédiction de liens explicables dans les graphes de connaissances biologiques pour le repositionnement des médicaments. Enfin\, nous présentons nos contributions sur le clustering de graphes distribués et le plongement de graphes de connaissances à grande échelle. \n\n\nJury\nRapporteurs \n\nFatiha Sais\, Professeur des Universités\, LRI\, Université Paris Saclay\, France\nPhilippe Fournier-Viger\, Professeur des Universités\, Université de Shenzhen\, Chine\nOsmar Zaiane\, Professeur des Universités\, University d’Alberta\, Canada\n\nExaminateurs \n\nSarah Cohen Boulakia\, Professeur des Universités\, LRI\, Université Paris-Saclay\, France\nAbdoulay Baniré Diallo\, Professeur des Universités\, Université du Québec à Montréal\, Canada\nYannick Toussaint\, Professeur des Universités\, Loria\, Université de Lorraine\, France\n\nGarante scientifique  \n\nMarie-Dominique Devignes\, Chargée de recherche (HDR)\, CNRS\, France
URL:https://www.loria.fr/event/soutenance-hdr-de-sabeur-aridhi/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231218T150000
DTEND;TZID=Europe/Paris:20231218T170000
DTSTAMP:20260519T161140
CREATED:20231218T071445Z
LAST-MODIFIED:20231218T120921Z
UID:24301-1702911600-1702918800@www.loria.fr
SUMMARY:PhD Defense: Teven Le Scao (Synalp)
DESCRIPTION:Teven Le Scao (Synalp) will defend his thesis\, entitled « Scaling multilingual language models under constrained data »\, on Monday\, December 18th at 3 pm in room A006. \nAbstract\nThis work is concerned with large language models (LLMs)\, the current dominant paradigm in natural language processing in research and industrial settings\, thanks to those models’ generalization capabilities. Although LLMs have generated wide excitement\, many obstacles are left before they can be deployed everywhere\, not the least of which is the fact that state-of-the-art results are\, for now\, only possible in English\, with other languages far behind. We try to make progress towards better models in languages with lower amounts of linguistic resources. In the first half\, we create artifacts: we process and crowdsource a large multilingual dataset for language modeling and document the tools required for this\, and then we train the first open massive multilingual language model as part of a large international research collaboration. In the latter half\, we propose empirically derived recommendations for practitioners in low-resource pretraining and finetuning settings. We estimate the performance degradation that results from training on multiple epochs in compute-rich\, data-constrained settings and find that it is broadly acceptable. We then show that the prompt-following capabilities of language models can be combined with the pretrain-then-finetune paradigm in NLP and that this helps particularly in settings where downstream task data is scarce.\n\n\nJury members\n\nStephan Oepen\, Head of the Department for Informatics\, University of Oslo (Reviewer)\nJörg Tiedemann\, Professor of Language Technology at the Department of Digital Humanities Languages\, University of Helsinki (Reviewer)\nFrançois Yvon\, Senior researcher (HDR)\, CNRS\, Université Paris-Sorbonne\nColin Raffel\, Assistant Professor in the Department of Computer Science University of North Carolina\, Chapel Hill\nSasha Rush\, Associate Professor\, Cornell University (PhD advisor)\nClaire Gardent\, CNRS Director of Research\, LORIA (PhD advisor)
URL:https://www.loria.fr/event/phd-defense-teven-le-scao-synalp/
LOCATION:A006
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231219T140000
DTEND;TZID=Europe/Paris:20231219T170000
DTSTAMP:20260519T161141
CREATED:20231130T084109Z
LAST-MODIFIED:20231130T090152Z
UID:24108-1702994400-1703005200@www.loria.fr
SUMMARY:Soutenance HDR d'Isaure Chauvot de Beauchene
DESCRIPTION:La soutenance d’HDR d’Isaure Chauvot de Beauchene \, intitulée « Modélisation 3D des interactions protéine-ARN par assemblage de fragments » aura lieu mardi 19 décembre à 14h00 en salle A008.\n \nRésumé\n\nLa modélisation des assemblages entre protéines et ARN simple-brin (ARNsb) nécessite un échantillonnage des conformations 3D possibles d’ARNsb\, ce que sa très grande flexibilité rend difficile. Ce manuscrit décrit une approche par assemblage combinatoire de fragments\, qui contourne ce problème: La séquence d’ARN est découpée en fragments chevauchants suffisamment petits pour que leur espace conformationnel soit discrétisé par un ensemble de prototypes de cardinalité raisonnable. Ces ensembles sont positionnés sur toute la surface de la protéine\, les poses de meilleur score d’interaction sont conservées\, et celles géométriquement compatibles sont assemblées en modèles complets d’ARN. Cet assemblage consiste en la recherche des meilleurs chemins de longueur fixe dans le graphe de connectivité des poses pondérées de leur score/rang. \nJe présente d’abord cette approche et ses limites\, puis résume des avancées – fruits de mes encadrements – sur différents aspects de cette approche globale :\n– un outil de création de bibliothèques de fragments 3D d’ARN et leur analyse statistique (ProtNAff)\n– un algorithme de clustering qui crée le plus petit ensemble de prototypes représentatif d’un ensemble fini de structures 3D (Radius\, collab. Yann Guermeur)\n– une approche hiérarchique branch-and-bound de sampling exhaustif de positions de fragment dans une poche protéique (DeepATTRACT)\n– le développement analytique d’un potentiel gros-grain protéine-ARNsb (HIPPO)\n– des variantes pour applications particulières : au domaine protéique nommé RRM\, aux hairpins d’ARN\, aux ADN et aux glycanes .\nJe termine avec des pistes de recherches sur le passage aux ARN structurés\,  et la prise en compte de la flexibilité de la protéine.\n\nJury\n\nJessica Andreani (rapporteuse)\, Chercheuse CEA (HDR)\, I2BC\, Saclay\n\nSamuela Pasquali (rapporteuse)\, Professeure\, CiTCoM\, Paris\n\n\nFariza Tahi (rapporteuse)\, Professeure\, IBISC\, Évry\n\n\nJuan Cortes\, DR CNRS\, LAAS\, Toulouse\n\n\nTap Ha-Duong\, Professeur\, BioCIS\, Paris\n\n\nThérèse Malliavin\, DR CNRS\, LPCT\, Nancy\n\n\nMarie-Dominique Devignes (Marraine)\, CRHC CNRS (HDR)\, LORIA\, Nancy
URL:https://www.loria.fr/event/soutenance-hdr-disaure-chauvot-de-beauchene/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231220T090000
DTEND;TZID=Europe/Paris:20231220T110000
DTSTAMP:20260519T161141
CREATED:20231201T101619Z
LAST-MODIFIED:20231201T141613Z
UID:24128-1703062800-1703070000@www.loria.fr
SUMMARY:PhD Defense: Anna Kravchenko (Capsid)
DESCRIPTION:Anna Kravchenko (Capsid) will defend his thesis\, entitled « Fragment-based modelling of protein-RNA complexes for protein design »\, on Wednesday\, December 20th at 9 am in room A008. \nAbstract :\n\nThe structural modelling of protein-ssRNA complexes poses a significant challenge due to the inherent flexibility of ssRNA. The state-of-the-art fragment-based docking method\, ssRNA’TTRACT\, is hindered by sampling and scoring problems\, i.e. failure to generate correct models and inaccurate ranking\, respectively. Both problems stem mainly from the protein-RNA parameters of the ATTRACT scoring function being not ssRNA-specific. This thesis aims to advance protein-ssRNA docking by addressing both problems. \nA major accomplishment of this work is the development of the Histogram-Based Pseudo Potential (HIPPO)\, a novel protein-ssRNA coarse-grained scoring function that combines four scoring potentials. HIPPO effectively accounts for the various protein-ssRNA binding modes\, mitigating the scoring problem in docking. The versatility of the workflow to derive HIPPO allows its application to other ligands\, such as ssDNA and long peptides. \nMany ssRNA binding proteins contain conserved RNA-Recognition Motifs (RRM). To tackle the sampling problem in RRM-ssRNA complexes\, structural knowledge has been leveraged to create the data-driven docking pipeline ‘RRM-RNA dock.’ Beyond improving sampling\, this pipeline serves as a user-friendly tool for RRM-ssRNA fragment-based data-driven docking. It holds the potential for expansion into a more generalised protein-ssRNA docking tool. \n\nJury\n\nReviewers:\n\nJuan Cortes – LAAS-CNRS\, Paris\, France\nPablo Chacon – Institute of Physical Chemistry\, Spain\nPiotr Setny – University of Warsaw\, Poland\n\nExaminers:\n\nMartin Zacharias – Technical University of Munich\, Germany\nSamuela Pasquali – Université Paris Cité\, France\n\nSupervisors:\n\nIsaure Chauvot de Beauchêne – Université de Lorraine\, France\nMalika Smaïl-Tabbone – Université de Lorraine\, France
URL:https://www.loria.fr/event/phd-defense-anna-kravchenko-capsid/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
END:VCALENDAR