ERIC au cĹ“ur de l’organisation d’ISMIS 2026
La 28ᵉ Ă©dition de l’International Symposium on Methodologies for Intelligent Systems (ISMIS 2026) arrive Ă Lyon pour cette annĂ©es ! Pendant trois jours (Du 22 au 24 juillet 2026), des… Read more »
La 28ᵉ Ă©dition de l’International Symposium on Methodologies for Intelligent Systems (ISMIS 2026) arrive Ă Lyon pour cette annĂ©es ! Pendant trois jours (Du 22 au 24 juillet 2026), des… Read more »
Notre doctorant Abdelkrim Zitouni a prĂ©sent ses travaux, « PAC-Bayesian RL Trains Generalizable Policies », lors de la confĂ©rence internationale ICML 2026 (International Conference on Machine Learning) Ă SĂ©oul, en CorĂ©e du… Read more »
Partenariat Hubert Curien (PHC) Braccusi, France-Roumanie. Ce projet vise Ă mettre en Ĺ“uvre un système de dĂ©tection de contenus prĂ©judiciables, en utilisant une approche fondĂ©e sur les donnĂ©es. Les principaux… Read more »
R. El-Idrissi, J. Agoun, J. Darmont, S. Loudcher, « Content Learning for Metadata Extraction and Enrichment of Historical Hand-Drawn Illustrations », New Trends in Databases and Information Systems – ADBIS… Read more »
A. Diouan, S. Loudcher, J. Darmont, E. Ferey, « Discovering Relationships in Data Lakes Using Large Language Models: An Industrial Case ». 28th International Conference on Big Data Analytics and Knowledge Discovery… Read more »
FĂ©licitations Ă Abdelkrim Zitouni, ainsi qu’Ă ses encadrants Nadia Kabachi et Juba Agoun pour sa publication acceptĂ©e Ă ICML 2026 : « PAC-Bayesian Reinforcement Learning Trains Generalizable Policies »
Félicitations à Guillaume Metzler pour son papier accepté dans AISTAT 2026 : PAC-Bayesian Bounds on Constrained f-Entropic Risk Measures
Félicitations à Stéphane Chrétien pour sa publication dans NeurIPS 2025 : Conformal Online Learning of Deep Koopman Linear Embeddings
Cette annĂ©e notre journĂ©e hors les murs s’est dĂ©roulĂ©e Ă la Brasserie Bocuse des Lumières, au sein du stade de l’Olympique Lyonnais ! Une belle journĂ©e de travail et de… Read more »
Laboratoire ERIC Ă 09h30 en salle K071 RĂ©sumĂ© de la prĂ©sentation One of the key processes of data science pipelines is data preparation, which aims at cleaning and curating the data for… Read more »
