Appel à communications CAp 2007 : conférence francophone sur l'apprentissage automatique

Présentation

L'apprentissage automatique regroupe une ensemble de thèmes de recherche ayant trait à la capacité à généraliser et à constituer de la connaissance à partir de données d'expériences ou d'observations, issues de domaines très variés. Un chercheur en apprentissage automatique, selon la nature de ses travaux et sa sensibilité, pourra décrire son domaine de recherche comme relevant de l'intelligence artificielle, des statistiques inférentielles, des sciences cognitives, de la reconnaissance des formes (statistique, symbolique, connexionniste, etc.) ou des théories de l'information ou de l'induction. La diversité de ces ancrages contribue à définir la tonalité des travaux en apprentissage automatique, avec notamment :

• une grande créativité dans la conception de méthodes algorithmiques ;
• la recherche de fondements mathématiques solides pour étayer les méthodes développées ;
• une attention aux mécanismes naturels d'apprentissage et de généralisation ;
• de très nombreux domaines d'applications comme en témoigne l'essor de la fouille de données.

La conférence d'Apprentissage (CAp) est le rendez-vous annuel des chercheurs de la communauté francophone du domaine. Elle permet aux chercheurs de présenter leurs travaux et d'échanger leurs idées ; elle permet aussi aux doctorants d'avoir un large panorama sur leur domaine de recherche et pour ceux qui démarrent, d'avoir un premier contact à la fois rigoureux et bienveillant avec l'ensemble des activités liées à la communication scientifique : rédaction d'un article, recueil et prise en compte d'avis extérieurs, présentation orale, etc.

La conférence CAp a pour objectif d'être à la fois un rendez-vous qui contribue à l'apprentissage du métier de chercheur, et un forum rendant compte des meilleurs travaux dans le domaine. Cela se traduit en particulier par une attention particulière donnée aux rapports de relecture des articles soumis afin qu'ils soient les plus circonstanciés et informatifs possibles, par le temps laissé pour les échanges lors des exposés, et par l'exigence de qualité pour les papiers retenus (à titre informatif le taux d'acceptation des éditions précédentes est de l'ordre de 40%).

Thèmes et soumissions

Le comité de programme de CAp encourage les soumissions d'articles sur tout thème relevant de l'apprentissage automatique, qu'il s'agisse de travaux théoriques ou appliqués. Aucune exclusivité n'est demandée : nous souhaitons que les articles soumis dans les grandes conférences internationales soient également proposés à CAp, sans qu'une traduction soit nécessaire.

Les articles seront à soumettre en ligne sur le site de la conférence (lien), exclusivement au format PDF. Les formats pour Latex et Word sont disponibles sur le site dans les "Instructions aux auteurs". La taille maximale des articles est de 16 pages.

Deux prix d'une valeur totale de 500 euros et financés par la société SPSS seront attribués par le comité de programme de CAP'2007 pour les deux meilleurs articles de recherche.

SPSS est un éditeur leader mondial de logiciels et de solutions d'analyse prédictive. La technologie d'analyse prédictive de SPSS augmente les processus décisionnels des organisations, en leur offrant un contrôle permanent sur les décisions prises chaque jour.

En utilisant quotidiennement l'analyse prédictive, les organisations deviennent ainsi des entreprises prédictives, capables d'atteindre leurs objectifs commerciaux, tout en bénéficiant d'avantages concurrentiels mesurables. Plus de 250.000 clients du secteur public, universitaire et commercial s'appuient sur les technologies de SPSS pour augmenter leurs revenus, réduire les coûts, détecter et se prémunir des fraudes, parmi lesquels en France: France Télécom, Sephora, SNCF etc. Fondé en 1968, SPSS est basé à Chicago aux Etats-Unis.

Composition du Comité de Programme

Président Jean-Daniel Zucker (IRD et LIM&BIO, Paris 13) et co-président : Antoine Cornuejols (OMIP, INAPG Paris)

Membres du Comité de Programme :

• Florence d'Alché, (LAMI, Evry)
• Massih-Reza Amini (LIP6, Paris)
• Frédéric Alexandre (LORIA, Nancy)
• Younès Bennani (LIPN, Villetaneuse)
• Marc Bernard (EURISE, Saint-Etienne)
• Olivier Bousquet (Google, Zürich)
• Laurent Bréhelin (LIRMM, Montpellier)
• Nicolas Bredeche (TAO, Paris 11)
• Stéphane Canu (PSI, INSA Rouen)
• Yann Chevaleyre (LAMSADE, Paris)
• Rémy Coulom (GRAPPA, Lille)
• François Coste (IRISA, Rennes)
• Mélanie Courtine (LIM et BIO, Paris 13)
• Marco Cuturi (ISM, Japon)
• Pierre Dupont (UCL, Belgium)
• André Elisseeff (IBM, Zurich)
• Annie Foret (IRISA, Rennes)
• Patrick Gallinari (LIP6, Paris)
• Yves Grandvalet (Heudiasyc, Compiègne)
• Yann Guermeur (LORIA, Nancy)
• François Jacquenet (EURISE, Saint-Etienne)
• Jean-Christophe Janodet (EURISE, Saint-Etienne)
• Laurent Miclet (IRISA/ENSSAT, Lannion)
• Remi Munos (CMAP, Palaiseau)
• Engelbert Mephu Nguifo (CRIL, Lens)
• Richard Nock (CEREGMIA - Martinique)
• Liva Ralaivola (LIF, Université de Provence)
• Céline Robardet (INSA, Lyon)
• Stéphane Robin (INAPG, Paris)
• Céline Rouveirol (LIPN, Paris)
• Lorenza Saitta (Università del Piemonte Orientale, Italie)
• Marc Sebban (EURISE, St-Etienne)
• Michele Sebag (TAO, Paris XI)
• Frédéric Sur (LORIA, Nancy)
• Olivier Teytaud (LRI, Orsay)
• Fabien Torre (GRAPPA, Lille)
• Jean-Philippe Vert (CCB,Ecole des Mines de Paris)
• Christel Vrain (LIFO, Orléans)