Jean-Noël Vittaut

Example Talk

Sat, 01 Jun 2030 13:00:00 +0000

Click on the Slides button above to view the built-in slides feature.

Slides can be added in a few ways:

Create slides using Hugo Blox Builder’s Slides feature and link using slides parameter in the front matter of the talk file
Upload an existing slide deck to static/ and link using url_slides parameter in the front matter of the talk file
Embed your slides (e.g. Google Slides) or presentation video on this page using shortcodes.

Further event details, including page elements such as image galleries, can be added to the body of this page.

Mitigating Text Toxicity with Counterfactual Generation

Thu, 01 Jan 2026 00:00:00 +0000

Towards Achieving Concept Completeness for Textual Concept Bottleneck Models

Sat, 01 Nov 2025 00:00:00 +0000

🎓 L1 - Éléments de programmation 1

Mon, 01 Sep 2025 00:00:00 +0000

Présentation

Le thème principal du cours Élements de programmation 1 concerne l’étude et la résolution de problèmes simples par des outils informatiques. Les solutions à de tels problèmes sont données sous la forme de fonctions. Le cours introduit, simultanément :

la programmation impérative avec une sémantique semi-formelle,
des techniques générales de programmation sûre,
des concepts d’algorithmique,
la manipulation de constructions spécifiques au langage Python.

Charge

1 Cours magistral (19,25hCM ; 150 étudiant·e·s)

Liens

Descriptif du cours

🎓 L1 - Sciences des données

Mon, 01 Sep 2025 00:00:00 +0000

Présentation

Le cours se scinde en deux parties principales : la première porte sur l’analyse descriptive d’un jeu de données et la seconde sur l’inférence (c’est-à-dire la généralisation) qui peut être menée à partir d’un ensemble d’observations. Une initiation à l’optimisation numérique sépare ces deux parties. Chaque partie est composée de rappels de notions au programme de la classe de Terminale, suivi de l’introduction de méthodes nouvelles. Les objectifs et les propriétés de chaque méthode sont introduits formellement avant d’être utilisés en pratique sur machine.

La partie pratique sur machine utilise un langage largement répandu en informatique et en sciences des données : Python avec les bibliothèques NumPy et Matplotlib. Sur des jeux de données réels, les séances pratiques permettront par exemple de faire de la reconnaissance de caractères manuscrits, de la prévision d’occupation de stations Vélib ou encore de la détection automatique de spams.

Charge

Responsabilité du cours (300 étudiant·e·s ; 18 chargé·e·s de TD/TP)
1 Cours magistral (22hCM ; 150 étudiant·e·s)
1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

Descriptif du cours

🎓 L3 - Sciences des données

Mon, 01 Sep 2025 00:00:00 +0000

Présentation

Introduction et mise en pratique de techniques d’intelligence artificielle appliquées à la prise en compte de grandes masses de données : méthodologies et outils de data science et de prétraitement de données ; mise en œuvre de modèles prédictifs pour la classification binaire ; développement de techniques de visualisation de données.

Charge

1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

moodle du cours

🎓 M1 - Modèles et Algorithmes Probabilistes et Statistiques pour l’Informatique

Mon, 01 Sep 2025 00:00:00 +0000

Présentation

Cette unité d’enseignement vise à présenter les éléments de probabilités et de statistiques fondamentaux pour l’informatique. Au-delà du simple objectif d’exposer les notions classiques telles que les variables aléatoires, les moments ou les grandes familles de distributions, l’UE a pour but de montrer l’utilisation avancée de ces notions dans divers domaines de l’informatique tels que la bioinformatique, l’intelligence artificielle ou encore l’imagerie. Les techniques ainsi étudiées (chaînes de Markov, etc.) seront illustrées sur des applications provenant de ces différents domaines.

Charge

1 groupe de TD/TP (20hTD + 20hTP ; 30 étudiant·e·s)

Liens

Site du cours

🎓 M1 - Projet MIND

Mon, 01 Sep 2025 00:00:00 +0000

Présentation

Il s’agit d’une UE de projet. Sa vocation est de former les étudiants à réaliser un projet, seul ou en binôme de bout en bout, de l’analyse du sujet au développement logiciel ainsi qu’à l’expérimentation du travail réalisé. Les projets proposés tournent autour de la mise en application de résultats de recherche obtenus dans le département et sont renouvelés chaque année. Ils sont encadrés par des enseignants de la spécialité. La qualité technique des réalisations et leur opérabilité sont des points déterminants, un des objectifs est de mettre en ligne les meilleures réalisations pour en faire une vitrine des activités de la recherche liées à la spécialité. Le travail réalisé fait l’objet d’une présentation orale en fin de période.

Charge

1 groupe de projet (hTD ; 3 étudiant·e·s)

Liens

Site du cours

Assessing the Interpretability of Fuzzy Rule Bases

Wed, 01 Jan 2025 00:00:00 +0000

Self-AMPLIFY: Improving Small Language Models with Self Post Hoc Explanations

Fri, 01 Nov 2024 00:00:00 +0000

🎓 L1 - Éléments de programmation 1

Sun, 01 Sep 2024 00:00:00 +0000

Présentation

la programmation impérative avec une sémantique semi-formelle,
des techniques générales de programmation sûre,
des concepts d’algorithmique,
la manipulation de constructions spécifiques au langage Python.

Charge

1 Cours magistral (19,25hCM ; 150 étudiant·e·s)

Liens

Site du cours

🎓 L1 - Sciences des données

Sun, 01 Sep 2024 00:00:00 +0000

Présentation

Charge

Responsabilité du cours (300 étudiant·e·s ; 18 chargé·e·s de TD/TP)
1 Cours magistral (22hCM ; 150 étudiant·e·s)
1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

Site du cours

🎓 L3 - Sciences des données

Sun, 01 Sep 2024 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

moodle du cours

🎓 M1 - Modèles et Algorithmes Probabilistes et Statistiques pour l’Informatique

Sun, 01 Sep 2024 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (20hTD + 20hTP ; 30 étudiant·e·s)

Liens

Site du cours

🎓 M1 - Projet Logiciel DAC

Sun, 01 Sep 2024 00:00:00 +0000

Présentation

Charge

2 groupes de projet (hTD ; 5 étudiant·e·s)

Liens

Site du cours

🎓 M2 - XAI : eXplainable Artificial Intelligence

Sun, 01 Sep 2024 00:00:00 +0000

Présentation

L’un des défis principaux de la recherche en apprentissage actuellement est la définition d’IA de confiance, concept qui recouvre de nombreuses dimensions parmi lesquelles on peut citer: l’IA interprétable (eXplainable AI), l’IA équitable (fairness), l’IA responsable.

Cette UE traite de ces questions et aborde, en particulier, les points suivants :

définitions d’explications, critères d’interprétabilité
interprétabilité par design : apprentissage interprétable de modèles interprétables
interprétabilité post-hoc : LIME, SHAP, génération d’exemples contrefactuels
approches logiques d’interprétabilité : abduction, causalité, logiques graduelles
aspects éthiques, éthique computationnelle

Charge

2 séances de CM/TD/TP (4hCM + 4hTD ; 25 étudiant·e·s)

Liens

Site du cours

AROMA: Preserving Spatial Structure for Latent PDE Modeling with Local Neural Fields

Mon, 01 Jan 2024 00:00:00 +0000

Boosting Generalization in Parametric PDE Neural Solvers through Adaptive Conditioning

Mon, 01 Jan 2024 00:00:00 +0000

Latent Diffusion Transformer with Local Neural Field as PDE Surrogate Model

Mon, 01 Jan 2024 00:00:00 +0000

Zebra: a continuous generative transformer for solving parametric PDEs

Mon, 01 Jan 2024 00:00:00 +0000

🎓 L1 - Éléments de programmation 1

Fri, 01 Sep 2023 00:00:00 +0000

Présentation

la programmation impérative avec une sémantique semi-formelle,
des techniques générales de programmation sûre,
des concepts d’algorithmique,
la manipulation de constructions spécifiques au langage Python.

Charge

1 Cours magistral (19,25hCM ; 150 étudiant·e·s)

Liens

Site du cours

🎓 L1 - Sciences des données

Fri, 01 Sep 2023 00:00:00 +0000

Présentation

Charge

Responsabilité du cours (300 étudiant·e·s ; 18 chargé·e·s de TD/TP)
1 Cours magistral (22hCM ; 150 étudiant·e·s)
1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

Site du cours

🎓 L3 - Sciences des données

Fri, 01 Sep 2023 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

moodle du cours

🎓 M1 - Modèles et Algorithmes Probabilistes et Statistiques pour l’Informatique

Fri, 01 Sep 2023 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (20hTD + 20hTP ; 30 étudiant·e·s)

Liens

Site du cours

🎓 M1 - Projet Logiciel DAC

Fri, 01 Sep 2023 00:00:00 +0000

Présentation

Charge

2 groupes de projet (hTD ; 5 étudiant·e·s)

Liens

Site du cours

🎓 M2 - XAI : eXplainable Artificial Intelligence

Fri, 01 Sep 2023 00:00:00 +0000

Présentation

Cette UE traite de ces questions et aborde, en particulier, les points suivants :

définitions d’explications, critères d’interprétabilité
interprétabilité par design : apprentissage interprétable de modèles interprétables
interprétabilité post-hoc : LIME, SHAP, génération d’exemples contrefactuels
approches logiques d’interprétabilité : abduction, causalité, logiques graduelles
aspects éthiques, éthique computationnelle

Charge

2 séances de CM/TD/TP (4hCM + 4hTD ; 25 étudiant·e·s)

Liens

Site du cours

Enhancing textual counterfactual explanation intelligibility through Counterfactual Feature Importance

Sun, 01 Jan 2023 00:00:00 +0000

Operator Learning on Free-Form Geometries

Sun, 01 Jan 2023 00:00:00 +0000

Operator Learning with Neural Fields: Tackling PDEs on General Geometries

Sun, 01 Jan 2023 00:00:00 +0000

TIGTEC: Token Importance Guided TExt Counterfactuals

Sun, 01 Jan 2023 00:00:00 +0000

🎓 L1 - Éléments de programmation 1

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

la programmation impérative avec une sémantique semi-formelle,
des techniques générales de programmation sûre,
des concepts d’algorithmique,
la manipulation de constructions spécifiques au langage Python.

Charge

1 Cours magistral (19,25hCM ; 150 étudiant·e·s)

Liens

Site du cours

🎓 L1 - Sciences des données

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

Charge

Responsabilité du cours (300 étudiant·e·s ; 18 chargé·e·s de TD/TP)
1 Cours magistral (22hCM ; 150 étudiant·e·s)
1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

Site du cours

🎓 L3 - Sciences des données

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

moodle du cours

🎓 M1 - Modèles et Algorithmes Probabilistes et Statistiques pour l’Informatique

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (20hTD + 20hTP ; 30 étudiant·e·s)

Liens

Site du cours

🎓 M1 - Projet Logiciel DAC

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

Charge

2 groupes de projet (hTD ; 5 étudiant·e·s)

Liens

Site du cours

🎓 M2 - Reinforcement Learning and Advanced Deep Learning

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

Théorie et Algorithme de l’apprentissage par renforcement ; deep reinforcement learning ; Modèles génératifs (VAE, GANs) ; Modèles stochastiques ; Modèles adverses ; études de cas sur applications.

Charge

1 séance de TP (2hTP ; 25 étudiant·e·s)

Liens

Site du cours

🎓 M2 - XAI : eXplainable Artificial Intelligence

Thu, 01 Sep 2022 00:00:00 +0000

Présentation

Cette UE traite de ces questions et aborde, en particulier, les points suivants :

définitions d’explications, critères d’interprétabilité
interprétabilité par design : apprentissage interprétable de modèles interprétables
interprétabilité post-hoc : LIME, SHAP, génération d’exemples contrefactuels
approches logiques d’interprétabilité : abduction, causalité, logiques graduelles
aspects éthiques, éthique computationnelle

Charge

2 séances de CM/TD/TP (4hCM + 4hTD ; 25 étudiant·e·s)

Liens

Site du cours

Recherches en IA explicable dans l'équipe LFI du LIP6

Fri, 01 Apr 2022 00:00:00 +0000

🎓 L1 - Éléments de programmation 1

Wed, 01 Sep 2021 00:00:00 +0000

Présentation

la programmation impérative avec une sémantique semi-formelle,
des techniques générales de programmation sûre,
des concepts d’algorithmique,
la manipulation de constructions spécifiques au langage Python.

Charge

1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

Site du cours

🎓 L1 - Sciences des données

Wed, 01 Sep 2021 00:00:00 +0000

Présentation

Charge

Responsabilité du cours (300 étudiant·e·s ; 18 chargé·e·s de TD/TP)
1 Cours magistral (22hCM ; 150 étudiant·e·s)
1 groupe de TD/TP (38,5hTD ; 30 étudiant·e·s)

Liens

Site du cours

🎓 L3 - Technologies du web

Wed, 01 Sep 2021 00:00:00 +0000

Présentation

Étude des techniques modernes pour la réalisation de plateformes Web complexes, aussi bien du point de vue formel, que du point de vue de leur mise en œuvre concrète.

Charge

1 groupe de TD/TP (38,5hTD ; 35 étudiant·e·s)

🎓 M1 - Modèles et Algorithmes Probabilistes et Statistiques pour l’Informatique

Wed, 01 Sep 2021 00:00:00 +0000

Présentation

Charge

1 groupe de TD/TP (20hTD + 20hTP ; 30 étudiant·e·s)

Liens

Site du cours

🎓 M1 - Projet Logiciel DAC

Wed, 01 Sep 2021 00:00:00 +0000

Présentation

Charge

2 groupes de projet (hTD ; 5 étudiant·e·s)

Liens

Site du cours

🎓 M2 - Computational Intelligence

Wed, 01 Sep 2021 00:00:00 +0000

Présentation

Les données à manipuler pour l’extraction de connaissances et l’apprentissage sont le plus souvent entachées d’imperfections, qu’elles soient imprécises, incertaines ou incomplètes. Cette UE dresse un panorama des méthodes formelles et de leur mise en oeuvre permettant d’exploiter de telles données, en particulier en apprentissage artificiel.

Charge

1 séances de CM/TD (2hCM + 2hTD ; 10 étudiant·e·s)

Exploiting Game Decompositions in Monte Carlo Tree Search

Thu, 01 Aug 2019 00:00:00 +0000

Recherche Monte Carlo multi-arbres pour l’exploitation des jeux décomposés

Mon, 01 Jul 2019 00:00:00 +0000

Slides

Tue, 05 Feb 2019 00:00:00 +0000

Create slides in Markdown with Hugo Blox Builder

Hugo Blox Builder | Documentation

Features

Efficiently write slides in Markdown
3-in-1: Create, Present, and Publish your slides
Supports speaker notes
Mobile friendly slides

Controls

Next: Right Arrow or Space
Previous: Left Arrow
Start: Home
Finish: End
Overview: Esc
Speaker notes: S
Fullscreen: F
Zoom: Alt + Click
PDF Export

Code Highlighting

Inline code: variable

Code block:

porridge = "blueberry"
if porridge == "blueberry":
    print("Eating...")

Math

In-line math: $x + y = z$

Block math:

$$ f\left( x \right) = ;\frac{{2\left( {x + 4} \right)\left( {x - 4} \right)}}{{\left( {x + 4} \right)\left( {x + 1} \right)}} $$

Fragments

Make content appear incrementally

{{% fragment %}} One {{% /fragment %}}
{{% fragment %}} **Two** {{% /fragment %}}
{{% fragment %}} Three {{% /fragment %}}

Press Space to play!

One Two Three

A fragment can accept two optional parameters:

class: use a custom style (requires definition in custom CSS)
weight: sets the order in which a fragment appears

Speaker Notes

Add speaker notes to your presentation

{{% speaker_note %}}

- Only the speaker can read these notes
- Press `S` key to view
  {{% /speaker_note %}}

Press the S key to view the speaker notes!

Themes

black: Black background, white text, blue links (default)
white: White background, black text, blue links
league: Gray background, white text, blue links
beige: Beige background, dark text, brown links
sky: Blue background, thin dark text, blue links

night: Black background, thick white text, orange links
serif: Cappuccino background, gray text, brown links
simple: White background, black text, blue links
solarized: Cream-colored background, dark green text, blue links

Custom Slide

Customize the slide style and background

{{< slide background-image="/media/boards.jpg" >}}
{{< slide background-color="#0000FF" >}}
{{< slide class="my-style" >}}

Custom CSS Example

Let’s make headers navy colored.

Create assets/css/reveal_custom.css with:

.reveal section h1,
.reveal section h2,
.reveal section h3 {
  color: navy;
}

Questions?

Ask

Documentation

Statistical GGP Game Decomposition

Sun, 01 Jul 2018 00:00:00 +0000

Décomposition des jeux pour le General Game Playing

Fri, 01 Jun 2018 00:00:00 +0000

LeJoueur : un programme de General Game Playing pour les jeux à information incomplète et/ou imparfaite

Fri, 01 Dec 2017 00:00:00 +0000

A General Approach of Game Description Decomposition for General Game Playing

Fri, 01 Jul 2016 00:00:00 +0000

Example Project

Wed, 27 Apr 2016 00:00:00 +0000

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Duis posuere tellus ac convallis placerat. Proin tincidunt magna sed ex sollicitudin condimentum. Sed ac faucibus dolor, scelerisque sollicitudin nisi. Cras purus urna, suscipit quis sapien eu, pulvinar tempor diam. Quisque risus orci, mollis id ante sit amet, gravida egestas nisl. Sed ac tempus magna. Proin in dui enim. Donec condimentum, sem id dapibus fringilla, tellus enim condimentum arcu, nec volutpat est felis vel metus. Vestibulum sit amet erat at nulla eleifend gravida.

Nullam vel molestie justo. Curabitur vitae efficitur leo. In hac habitasse platea dictumst. Sed pulvinar mauris dui, eget varius purus congue ac. Nulla euismod, lorem vel elementum dapibus, nunc justo porta mi, sed tempus est est vel tellus. Nam et enim eleifend, laoreet sem sit amet, elementum sem. Morbi ut leo congue, maximus velit ut, finibus arcu. In et libero cursus, rutrum risus non, molestie leo. Nullam congue quam et volutpat malesuada. Sed risus tortor, pulvinar et dictum nec, sodales non mi. Phasellus lacinia commodo laoreet. Nam mollis, erat in feugiat consectetur, purus eros egestas tellus, in auctor urna odio at nibh. Mauris imperdiet nisi ac magna convallis, at rhoncus ligula cursus.

Cras aliquam rhoncus ipsum, in hendrerit nunc mattis vitae. Duis vitae efficitur metus, ac tempus leo. Cras nec fringilla lacus. Quisque sit amet risus at ipsum pharetra commodo. Sed aliquam mauris at consequat eleifend. Praesent porta, augue sed viverra bibendum, neque ante euismod ante, in vehicula justo lorem ac eros. Suspendisse augue libero, venenatis eget tincidunt ut, malesuada at lorem. Donec vitae bibendum arcu. Aenean maximus nulla non pretium iaculis. Quisque imperdiet, nulla in pulvinar aliquet, velit quam ultrices quam, sit amet fringilla leo sem vel nunc. Mauris in lacinia lacus.

Suspendisse a tincidunt lacus. Curabitur at urna sagittis, dictum ante sit amet, euismod magna. Sed rutrum massa id tortor commodo, vitae elementum turpis tempus. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aenean purus turpis, venenatis a ullamcorper nec, tincidunt et massa. Integer posuere quam rutrum arcu vehicula imperdiet. Mauris ullamcorper quam vitae purus congue, quis euismod magna eleifend. Vestibulum semper vel augue eget tincidunt. Fusce eget justo sodales, dapibus odio eu, ultrices lorem. Duis condimentum lorem id eros commodo, in facilisis mauris scelerisque. Morbi sed auctor leo. Nullam volutpat a lacus quis pharetra. Nulla congue rutrum magna a ornare.

Aliquam in turpis accumsan, malesuada nibh ut, hendrerit justo. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Quisque sed erat nec justo posuere suscipit. Donec ut efficitur arcu, in malesuada neque. Nunc dignissim nisl massa, id vulputate nunc pretium nec. Quisque eget urna in risus suscipit ultricies. Pellentesque odio odio, tincidunt in eleifend sed, posuere a diam. Nam gravida nisl convallis semper elementum. Morbi vitae felis faucibus, vulputate orci placerat, aliquet nisi. Aliquam erat volutpat. Maecenas sagittis pulvinar purus, sed porta quam laoreet at.

External Project

Wed, 27 Apr 2016 00:00:00 +0000

MCTS Playouts Parallelization with a MPPA Architecture

Wed, 01 Jul 2015 00:00:00 +0000

Using the MPPA Architecture for UCT Parallelization

Wed, 01 Jul 2015 00:00:00 +0000

Efficient Grounding of Game Descriptions with Tabling

Fri, 01 Aug 2014 00:00:00 +0000

Fast Instantiation of GGP Game Descriptions Using Prolog with Tabling

Fri, 01 Aug 2014 00:00:00 +0000

Online Adjustment of Tree Search for GGP

Thu, 01 Aug 2013 00:00:00 +0000

Automated Colorization of Segmented Images Based on Color Harmony

Wed, 01 Dec 2010 00:00:00 +0000

Segmented Images Colorization Using Harmony

Wed, 01 Dec 2010 00:00:00 +0000

Supervised and Semi-supervised Machine Learning Ranking

Fri, 01 Dec 2006 00:00:00 +0000

Machine Learning Ranking for Structured Information Retrieval

Sat, 01 Apr 2006 00:00:00 +0000

Apprentissage d'ordonnancements en recherche d'information structurée

Wed, 01 Mar 2006 00:00:00 +0000

Machine Learning Ranking and INEX'05

Tue, 01 Nov 2005 00:00:00 +0000

An Algebra for Structured Queries in Bayesian Networks

Wed, 01 Dec 2004 00:00:00 +0000

Structured Multimedia Document Classification

Sat, 01 Nov 2003 00:00:00 +0000

Learning Classification with Both Labeled and Unlabeled Data

Thu, 01 Aug 2002 00:00:00 +0000