École Thématique “Core-AI 2026”

Mars

• 11 mars — Nirupam Gupta (University of Copenhagen)
  Robustness, Privacy and Fairness in Distributed Learning
  (co-organisation ML-MTP) – Salle de Séminaires LIRMM, bat. 4 – 16h
• 17 mars — Arnak Dalalyan (CREST – ENSAE)
  Modèles génératifs et théorie des GANs – Salle de Séminaires LIRMM, bat. 4 – 16h
• 25 mars — Axel Ngonga Ngomo (Université de Leipzig)
  Graphes de connaissances – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 15h

Avril

• 1 avril — Marie-Jeanne Lesot (LIP6, Sorbonne Université)
  IA explicable : méthodes et risques – Salle de Séminaires LIRMM, bat. 4 – 16h
• 9 avril — Hadrien Hendrikx (Inria Grenoble)
  Optimisation distribuée
  (co-organisation ML-MTP) – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 16h
• 15–16 avril — Mini-cours (2 demi-journées)
  Dino Ienco & Giuseppe Guarino (INRAE Montpellier)
  Apprentissage semi-supervisé et adaptation de domaine – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 16h

Mai

• 6 mai — Céline Robardet (INSA Lyon)
  Understanding and Explaining Graph Neural Networks – Amphi Jean-Jacques Moreau, bat. 2 St Priest – 16h
• 13 mai — Gérard Biau (Sorbonne Université – Académie des Sciences)
  Learning with Physical Constraints (PINNs, Physics-informed Kernel Learning)
  (session susceptible d’être élargie) – Amphi à Triolet (salle à préciser) – 16h

À propos de Core-AI

Core-AI met en avant les principes fondamentaux, méthodes théoriques et approches méthodologiques qui structurent l’intelligence artificielle moderne.

L’école propose un parcours scientifique équilibré couvrant :

• Théorie de l’apprentissage
• Robustesse et confiance
• Deep learning distribué
• Modèles génératifs et kernels
• Grandes structures de données (graphes, vision, télédétection)
• Explicabilité et IA responsable

Pour plus d’informations, ainsi que pour consulter les autres dates et événements de l’école, veuillez vous référer au formulaire d’inscription.

* En renseignant votre mail vous acceptez de recevoir chaque semaine le récapitulatif de l’agenda de l’UM par courrier électronique et vous prenez connaissance de notre politique de confidentialité. Vous pouvez vous désinscrire à tout moment à l’aide du lien de désinscription ou en nous contactant par mail.