Session 4 : Données, humanité(s), démarche scientifique

INTERVENANTS

  _____________________________________________________

Jean Daniel Fekete– Equipe AVIZ
Centre Inria Saclay-Ile-de-France

© Inria / Photo H. Raguet

Jean Daniel Fekete est le responsable de l’équipe projet AVIZ qu’il a créé en 2007. Ses domaines de recherche sont la Visualisation Analytique, la Visualisation d’Information et l’Interaction Homme-Machine.Il collabore sur de nombreux projets avec des organismes de recherche prestigieux tels Microsoft Research, Stanford, et New York University, ainsi qu’avec des industriels et PME.
_____________________________________________________
Florent Masseglia – Equipe ZENITH
Centre Inria Sophia Antipolis – Méditerrannée 
Montpellier

© Inria / Photo H. Raguet

Florent Masseglia travaille sur l’analyse de données scientifiques volumineuses. Ces données, issues d’observations, d’expériences et de simulations sont  complexes, souvent très volumineuses, et sont au cœur d’enjeux importants pour mieux comprendre les domaines étudiés (agronomie, biologie, médecine).

Page pro : http://www.florent-masseglia.info/

 _____________________________________________________

Amedeo Napoli – Equipe ORPAILLEUR
Centre Inria Nancy-Grand Est

Amedeo Napoli travaille sur l’intelligence artificielle, la fouille de données et l’apprentissage machine. Sa spécialité est la « découverte de connaissances dans les données ». Directeur de recherche CNRS et responsable de l’équipe de recherche Orpailleur, commune au centre Inria Nancy Grand Est et au LORIA, ses travaux s’appliquent en biologie, chimie et médecine, entre autres.

page pro : https://members.loria.fr/ANapoli/

 _____________________________________________________

Michèle Sebag– Equipe TAU
Centre Inria Saclay-Ile-de-France

© Inria / Photo H. Raguet

Les recherches de Michèle Sebag portent sur l’apprentissage automatique pour des applications en ingénierie numérique. En 2003, elle fonde avec Marc Schoenauer le projet INRIA TAO (ML & Optimisation).

Ses recherches s’orientent alors vers l’apprentissage par renforcement, l’apprentissage sur les préférences, la théorie de l’information en robotique et l’optimisation des substituts.

page pro : https://www.lri.fr/~sebag/

Les commentaires sont clos.