La recherche en IA à l'UVSQ

La recherche en IA à l'UVSQ est multiple et se retrouve dans de nombreux laboratoires:

Laboratoire CEARC

(contact: Jean Paul Vanderlinden)

• Ethique émergente et risque existentiel (l’IA comme menace existentielle, l’IA dans son rapport à l’humanité).

Laboratoire CHCSC

(contact: Ivanne Rialand)

• Impacts environnementaux del'IA

Laboratoire DAVID

(contact: Dominique Barth)

• Intégration et enrichissement de données irrégulières 
• Apprentissage automatique à partir de données complexes
• Fouille de données spatio-temporelles
• Interprétabilité et confidentialité de l’IA
• Hybridation RO/IA
•  LLM
•  Complexité des réseaux de neurones
• Analyse moléculaire
• Réseaux de nouvelles génération
• Observabilité/Supervision/Monitoring
• Maintenance prédictive
• IA et mobilité urbaine
• Bâtiment intelligent et énergie
• Machine Learning pour l autonomie de patients à domicile

Laboratoire DYPAC

(contact: Davide Gherdevich)

• Reconnaissance automatique de caractères
• Reconnaissance automatique d’objets, de personnes ou d’inscriptions sur des photographies (notamment des clichés datant du début du XXe siècle).

Laboratoire LAREQUOI

(contact: Stela Raytcheva)

• Usages pédagogiques et managériaux de l'IA dans le domaine de l'éducation

Laboratoire LATMOS

(contact: Aymeric Chazottes)

• Apprentissages supervisé, semi-supervisé, auto-supervisé et non supervisé
•  IA générative
• Mise en oeuvre d'algorithmes d'apprentissage automatique pour des données géophysiques non stationnaires
• Estimation d'incertitudes
• Adaptation de domaine

Laboratoire LI-PARAD

(contact: Devan Sohier)

• ML pour les formats de stockage optimaux pour le calcul creux
• ML pour l’auto-tuning d’applications HPC
• ML pour la gestion du placement et des accès aux données
• LLM pour l’analyse et la transformation automatique de code en flottants 
• IA pour la modélisation et la simulation de systèmes complexes
• Calcul numérique parallèle et distribué pour l’IA 
• Précision numérique et sobriété de l’IA
• Gestion du placement et des accès aux données

Laboratoire LISV

(contact: Eric Monacelli)

• Traitement de données
• Deep learning et classification
• Représentation d'agents intelligents
• Robotique cognitive
• IA hybride
•  IA embarquée

Laboratoire LMV

(contact: Charles Tillier)

• Réseaux de neurones avec application pour la maintenance prédictive de production électrique et les diagnostics médicaux (IMOSE)
• Réseaux de neurones PINNs pour les lois de conservation (IMOSE)
• Correction de biais dans les algorithmes d'apprentissage
• Techniques de redressement en classification déséquilibrée
• Algorithme de prédiction pour données mixtes en santé

Laboratoire LSCE

(contact: Davide Faranda)

• Analyses de données issues de modèles ou d’observations
• Assimilation de données 
• Apprentissage de paramétrisations ou de relations prédictives entre variables observées/simulées
• Adaptation de l’IA générative pour des variables/champs climatiques spatio-temporels
• Émulation de processus complexes gourmands en temps de calcul

Laboratoire PRINTEMPS

(contact: Marie Benedetto)

• Etude des recompositions des métiers d'assistantes/secrétaires, notamment en lien avec les usages de l'IA générative
• Etude de la  "transformation numérique" de la justice