Dernières actualités






30-09-2017- Nouveau design du site web du laboratoire



Le "feel and look" du site du GDAC-LIA a été complètement remis à neuf.

Cette mise à jour a pour principal but d'améliorer la navigation entre les pages et de mieux présenter l'équipe et les travaux de recherche qui y sont éffectués.

Cette nouvelle version est portative, fluide et conviviale. Elle s'adapte mieux au contexte actuelle du web. Nous vous souhaitons une agréable visite.


05-01-2017- Nouveau planning des activités du laboratoire



Le laboratoire GDAC organisera chaque Mercredi une conférence en lien avec ses différentes thématiques de recherches (Voir la liste ici). La salle sera communiqué dans les plus bref délais.

Les conférienciers invités qui pouront être des chercheurs (professeurs, étudiants, post-doctorants, etc.) provenenant de l'UQAM et d'autres universités seront annoncés une semaine à l'avance dans la sections évènements du site.

Pizza et boisson à volonté !!! Il y a un adage qui dit que "ventre affamé n'a point d'oreilles" ...


20-12-2016- Nouvelle version du site du laboratoire



Le site web du GDAC a été complètement remis à neuf par un groupe d'étudiants du laboratoire.

Cette mise à jour a pour but d'accompagner la redynamisation dans laquelle le laboratoire s'est lancé depuis l'entrée en fonction du nouveau directeur.

Nous vous souhaitons une bonne visite. Surtout n'hésitez pas à revenir de temps à autre pour rester au parfum de nos recherches. Vous pouvez également vous abonner à notre newsletter et nous contacter en tout temps pour toute question.


09-09-2016- Mr Roger Nkambou, nouveau directeur du laboratoire



Après 4 ans à la tête du GDAC, Mr Petko Valtchev actuellement professeur au département informatique de l'UQAM, a laissé sa place à son collègue Mr Roger Nkambou.

Roger Nkambou est ingénieur informaticien diplômé et titulaire d’un PhD en informatique (1996) de l’Université de Montréal. Il a été professeur adjoint à l’Université de Sherbrooke qu’il a quitté en 2000 pour rejoindre l'Université du Québec à Montréal (UQAM) où il y est maintenant professeur titulaire. Il a été le directeur du laboratoire GDAC (Gestion, Diffusion et Acquisition de Connaissances) jusqu’en 2010. Depuis plus de quinze ans, Roger a activement contribué au développement de la recherche et de nouvelles solutions technologiques dans les domaines suivants : ingénierie des connaissances, ingénierie des systèmes intelligents, architectures d’agents cognitifs, modèles d'agents affectifs et systèmes d’apprentissage collaboratifs. Plus...


Labo (Appel à conférencier): Si vous voulez présenter vos travaux dans le cadre des activités du laboratoire, veillez SVP nous le faire savoir via notre courriel: gdac.uqam.ca@gmail.com .---12-10-2017


Monde: Thales becomes latest global giant to open AI lab in Montreal Plus... --- 11-10-2017
Monde: Les cerveaux québécois de l’IA. Plus...---05-10-2017
Labo : Le laboratoire de recherche GDAC (Gestion, Diffusion et Acquisition des Connaissances) est devenu le laboratoire de recherche GDAC-LIA (GDAC - Laboratoire d'Intelligence Atificielle) puisque la majeure partie de nos traveaux portent sur l'IA.---20-09-2017
Monde : Google Test Of AI's Killer Instinct Shows We Should Be Very Careful. Plus... --- 16-02-2017
Monde: DeepMind (Google) a testé la mise en compétition de plusieurs IA. Plus... --- 15-02-2017

UQAM: Hackathon sur le thème Intelligence artificielle, justice et droits humains. Aura lieu le 20 et 21 octobre 2017 à l'UQAM. En savoir plus...---20-10-2017


Monde:Oculus revoit complètement l'univers VR Oculus avec la version "Core 2.0". Plus...---11-10-2017
Labo: Des étudiants du laboratoire présentent leurs travaux au Symposium AI 2017 qui a eu lieu le 26 novembre 2017 à Polytechnique Montréal.---27-09-2017
Monde: Le Montréal AI Symposium 2017 qui porte sur les avancées de l'IA tant fondamentale que applicatif, a lieu le 26 novembre 2017 à Polytechnique Montréal. Plus...---26-09-2017
Labo (Rentrée scolaire) : Le laboratoire GDAC-LIA souhaite une excellente rentrée scolaire à tous nos étudiants.---05-09-2017
Labo (Nouveaux étudiants) : Le laboratoire GDAC-LIA comme chaque année, recrute de nouveaux étudiants brillants. Cette année, nous avons 2 étudiants en maîtrise et 3 en doctorat.---05-09-2017


Séminaires et conférences


Séminaire 6 (Organisé par le doctorat en informatique cognitive de l'UQAM )

  • Date: Jeudi le 23 Novembre 2017 (10h30 au Local SH-2620 ) .
  • Conférencier invité: Mr Hugo Larochelle .
    • Titre: Généralisation à partir de peu d'exemples à l'aide du méta-apprentissage

    • Résumé: La majorité des progrès récents sur de nombreuses tâches d'IA ont été rendus possible grâce à la disponibilité de grandes quantités de données étiquetées. Pourtant, les humains sont capables d'apprendre des concepts à partir d'une poignée d'exemples. Le méta-apprentissage est un cadre très prometteur pour aborder ce problème de la généralisation à partir de petites quantités de données ("few-shot learning"). Dans ce cadre, le modèle à entraîner est lui-même un algorithme d'apprentissage: il prend en entrée un ensemble d'entraînement et retourne en sortie un classificateur. Pour la généralisation à partir de peu d'exemples, le modèle est (méta-)entraîné directement à produire des classificateurs ayant une bonne performance de généralisation pour des problèmes ayant très peu de données étiquetées. Dans cette présentation, je vais passer en revue la recherche récente ayant permis des progrès excitants sur ce sujet.
    • Biographie: Hugo Larochelle est chercheur et responsable de l'équipe Google Brain à Montréal, ainsi que Professeur Associé aux Universités de Montréal et de Sherbrooke. Précédemment, il a co-fondé la compagnie Whetlab, acquise en 2015 par Twitter, où Hugo a par la suite été chercheur dans le groupe Twitter Cortex. De 2009 à 2011, il a été chercheur postdoctoral dans le groupe d'apprentissage automatique de l'Université de Toronto, sous la direction du Professeur Geoffrey Hinton. Il a obtenu son doctorat à l'Université de Montréal, sous la direction du Professeur Yoshua Bengio. Il a reçu deux Google Faculty Awards, est éditeur associé pour la revue scientifique IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), est membre du comité éditorial du Journal of Artificial Intelligence Research (JAIR), et organisateur de la International Conference on Learning Representations (ICLR) de 2015, 2016 et 2017. Finalement, Hugo a publié gratuitement, sur YouTube, plusieurs cours sur l'intelligence artificielle et l'apprentissage automatique, incluant un cours populaire sur l'apprentissage profond (deep learning) et les réseaux de neurones.

Séminaire 5 (Organisé par le doctorat en informatique cognitive de l'UQAM )

  • Date: Jeudi le 19 octobre 2017 (10h30 à 12h au Local PK-5115 ) .
  • Conférencier invité: Mr David LABBE .
    • Titre: La réalité virtuelle pour prévenir les blessures sportives et améliorer la réadaptation motrice

    • Résumé: La réalité virtuelle permet un grand contrôle de tous les éléments de l’environnement de l’utilisateur, permettant ainsi de créer des contextes d’apprentissage qui sont impossibles dans la réalité physique. Le professeur David Labbé présentera les résultats de ses récents travaux où il utilise la réalité virtuelle pour faire l’entrainement cognitif d’athlètes afin de réduire leur risque de blessure ligamentaire et augmenter leurs performances sportives. Il présentera aussi les résultats de ses études portant sur l’utilisation d’égo-avatars virtuels pour améliorer la réadaptation motrice, notamment suite à un accident vasculaire cérébral (AVC).
    • Biographie: David Labbe détient un Ph.D. en génie des technologies de la santé de l’École de technologie supérieure (ETS) de Montréal. Il est professeur agrégé au département de génie logiciel et des technologies de l’information de l’ETS, chercheur au Centre de recherche du Centre hospitalier de l’Université de Montréal (CRCHUM) et professeur associé à l’École d’optométrie de l’Université de Montréal. Sa programmation de recherche est axée sur le développement de nouveaux outils de réalité virtuelle et augmentée, principalement dans les domaines de la réadaptation motrice et de l’entrainement cognitif des athlètes.

Séminaire 4 (Midis-Conférences)

  • Date: Mercredi 18 octobre 2017 (12h au Local PK-5115 ) .
  • Conférenciers invités: Mme Sophie Callies et Mr Eric Lavallée .
    • Titre: Réalité virtuelle et augmentée: du divertissement à la formation spécialisée

    • Résumé: La nouvelle génération de casques de réalité virtuelle (VR) et de réalité augmentée (RA), à des coûts d'acquisition raisonnables, a un immense potentiel d'applications dans divers domaines, dont le divertissement, la formation et la réhabilitation. Nous débuterons la présentation avec un bref historique et un tour d'horizon des différentes technologies disponibles sur le marché, allant des vidéos à 360° à la RA, en passant par la RV. Nous présenterons les caractéristiques propres à ces technologies et les différences avec les interfaces multimédias traditionnelles. Nous discuterons de leurs avantages et inconvénients, comme leurs capacités exceptionnelles d’immersion, leurs risques de nausée lors d'utilisation prolongée, etc. Enfin, nous ferons la démonstration d'un prototype d'application de RV développé dans le cadre d'un partenariat UQAM-ellicom pour la formation des monteurs de lignes à haute et basse tensions chez Hydro-Québec. Nous ferons part de notre expérience relativement aux outils et méthodes utilisés, et les embûches et réussites vécues. En conclusion, nous identifierons des problématiques de recherche. Après la présentation, il vous sera possible de faire l'essai de notre prototype à l'aide d'un casque HTC vive.
    • Biographie: Sophie Callies a obtenu en 2016 un doctorat en informatique cognitive à l’UQAM. Sa thèse portait sur les architectures de jeu sérieux. Elle a ensuite effectué un stage postdoctoral dans le cadre d'un partenariat ellicom-UQAM sur la réalité virtuelle appliquée à la formation. Depuis septembre 2017, Sophie est chef du département R&D d’ellicom, learder en solutions de formation en ligne (e-learning).
      Eric Lavallée est finissant au baccalauréat en informatique et génie logiciel à l’UQAM. Il a obtenu deux fois la bourse de recherche de premier cycle du CRSNG pour des stages effectués au laboratoire GDAC de l'UQAM. À l'hiver 2018, il entreprendra une maîtrise en informatique sous la direction du professeur Éric Beaudry avec un projet de recherche en intelligence artificielle.

Séminaire 3 (Organisé par le doctorat en informatique cognitive de l'UQAM )

  • Date: Jeudi le 30 mars 2017 (10h30 au Local PK-1140 ) .
  • Conférencier invité: Mr Yoshua BENGIO .
    • Titre: Apprentissage profond et cognition

    • Résumé: L'apprentissage profond a apporté une révolution en intelligence artificielle qui a ses racines dans l'observation du cerveau, autant au niveau des neurosciences que des sciences cognitives. Le concept de base est celui de l'apprentissage de représentations (d'où le nom de la International Conference on Learning Representations). Ces représentations sont distribuées et cherchent à capter les facteurs explicatifs des données (entrées autant que variables à prédire). Un premier jalon important a été obtenu avec les modèles neuronaux de la langue qui produisent des vecteurs de représentation pour les mots, captant autant les aspects sémantiques que grammaticaux. Plus récemment, un bouleversement semblable a eu lieu dans le domaine de la traduction automatique grâce à ces idées, combinées avec le concept d'attention douce. Les questions fondamentales sur l'apprentissage non-supervisé de représentations qui démêleraient ces facteurs explicatifs, à plusieurs échelles temporelles ou spatiales, restent entières. Au-delà des pures données textuelles, plusieurs chercheurs explorent des cadres d'apprentissage où l'apprenant agit dans son environnement, permettant d'ancrer le sens des mots et peut-être d'utiliser les concepts abstraits comme des outils pour capter les relations causales et permettre de planifier les actions d'un agent apprenant, ce qui touche à des concepts de base de la cognition, comme les notions d'objet, de type et d'agent.

    • Biographie: Yoshua Bengio est professeur titulaire au Département d'informatique et de recherche opérationnelle de l'Université de Montréal. depuis, 1993. Il est spécialiste en intelligence artificielle, et pionnier du deep learning. Depuis 1993, il Il est le fondateur et directeur de l'Institut des algorithmes d'apprentissage de Montréal (MILA) et titulaire de deux chaires de recherche1 dont la Chaire de recherche du Canada en algorithmes d'apprentissage statistique de l'Université de Montréal dont il est le directeur depuis 2005. Yoshua Bengio a fait ses études à Montréal, a obtenu son doctorat en informatique de l'Université McGill en 1991 et a effectué des études postdoctorales au MIT. Il est l’éditeur du Journal of Machine Learning Research et de Foundations and Trends in Machine Learning de même qu'éditeur associé de Neural Computation. Il a également été éditeur associé des revues The Machine Learning Journal et de IEEE Transactions on Neural Networks and Learning Systems.

Séminaire 2

  • Date: Mercredi 15 février 2017 (12:00 - 13:30 au PK-4285) . Choisissez votre pizza >>>ici<<<
  • Conférencière invitée: Mme Schahrazed FENNOUH .
    • Titre: Une méthode de filtrage des treillis de concepts pour la restructuration d’ontologies par l’Analyse Relationnelle de Concepts

    • Résumé: Un modèle ontologique, comme la plupart des projets d’ingénierie des systèmes d’information (modèles conceptuels et code source), est sujet à des erreurs et des anomalies. Des travaux ont tenté de détecter ces anomalies et ont proposé des méthodes pour leur correction en passant par un processus de restructuration. Ce processus vise l’amélioration de la qualité d’une ontologie et par conséquent faciliter sa compréhension et sa maintenabilité. Des approches existantes ont abordé la restructuration dans différentes perspectives. Cependant, il n’existe toujours pas de méthodologie bien établie qui couvre tout le processus de restructuration et qui permet de faire un remaniement global de la structure de l’ontologie. De plus, ces approches se focalisent sur un seul niveau de la restructuration, soit la détection et la correction des erreurs existantes liées au modèle conceptuel de l’ontologie et ne tentent pas d’identifier d’autres connaissances aussi pertinentes pour le domaine modélisé et qui sont manquantes dans l’ontologie actuelle. Pour répondre à cette problématique, nous proposons une approche de restructuration des ontologies basée sur un cadre formel qui est L’Analyse relationnelle de concepts (ARC). Cette approche devrait assurer trois étapes principales: (1) le codage de l’ontologie initiale dans le format d’entrée de l’ARC; (2) l’application des méthodes de l’ARC pour l’analyse des données de l’ontologie et leur organisation sous formes de treillis de concepts formels; et (3) la génération de l’ontologie restructurée à partir des treillis construits. Notre principale contribution serait de gérer la complexité de ces treillis de concepts par le filtrage des éléments pertinents qui vont constituer les éléments de l'ontologie restructurée.

    • Biographie: Schahrazed FENNOUH détient un Ph. D en informatique de l’Université du Québec À Montréal (2016). Son travail porte sur la restructuration des ontologies OWL et l’Analyse relationnelle de concepts. Elle a participé au projet PRIOWS – Un programme de recherche appliquée en ingénierie ontologique pour le web sémantique. Ses domaines d’intérêts sont : ingénierie ontologique, extraction de connaissances, fouille de données, apprentissage machine et intelligence artificielle.

Séminaire 1

  • Date: Mercredi 25 janvier 2017 (12:30 - 13:30 au SH-3120) (Pizza et boisson à volonté à partir de 12:00 au PK-4285). Choisissez votre pizza >>>ici<<<
  • Conférencier invité: Mr Philippe Fournier-Viger .
    • Titre: Découvertes de motifs périodiques et profitables pour l'analyse du comportement des consommateurs.

    • Résumé: L'analyse du comportement des consommateurs est un problème classique en fouille de données. Dans sa formulation originelle, il consiste à analyser les transactions (achats) de consommateurs pour y déceler des motifs fréquents tels que des groupes d'items fréquemment achetés par des consommateurs. Ces motifs découverts peuvent être ensuite utilisés pour comprendre le comportement des consommateurs et aider la prise de décision. Bien que la découverte de motifs fréquents à de nombreuses applications, elle ignore des critères importants dans la sélection des motifs tel que le profit généré par les achats des consommateurs. De plus, les algorithmes traditionnels sont inadéquats pour a découverte de motifs cycliques (ex.: les habitudes d'achats de produits sur une base hebdomadaire ou mensuelle). Pour pallier ces limites, un nouvel algorithme nommé PHM (Periodic High-utility itemset Miner) est proposé pour la découverte de motifs périodiques générant un profit élevé. Une évaluation expérimentale démontre que l'algorithme est efficient et peut filtrer un grand nombre de motifs non périodiques pour ne présenter que les motifs périodiques et profitables à l'utilisateur. La présentation discutera également brièvement d'autres problèmes connexes.

    • Biographie: Philippe Fournier-Viger (Ph.D) est professeur titulaire au Harbin Institute of Technology (Shenzhen), en Chine. Il détient un Doctorat en informatique cognitive de l'Université du Québec à Montréal (2010). Il a participé à plus de 130 articles de recherche, qui ont reçu plus de 1,100 citations. Ses intérêts de recherche portent d'une part sur la recherche fondamentale en fouille de données (conception d'algorithmes de découverte de motifs intéressants de divers types dans des bases de données, analyse/prédiction de séquences), et d'autre part sur des problèmes appliqués liés au cyberapprentissage, l'analyse de réseaux sociaux, l'analyse de textes et la conception de produits industriels. Récemment, il a reçu la prestigieuse subvention "Youth 1000" de la National Science Fundation of China. Il est aussi le fondateur de la populaire librairie open source de fouille de donnée SPMF, citée dans plus de 400 articles de recherche depuis 2010. Il est éditeur en chef du journal Data Mining and Pattern Recognition et directeur du Center of Innovative Industrial Design.