Pr. Younès Bennani
Université Paris 13 – Sorbonne Paris CitéLIPN – UMR 7030 CNRS
Bennani Younès a rejoint le LIPN en octobre 1993, après une thèse de doctorat en informatique à l’Université Paris 11 (Orsay). Il est actuellement Professeur des Universités de classe Exceptionnelle à l’Université Paris 13 – Sorbonne Paris Cité. Ses intérêts de recherche portent sur l’apprentissage artificiel et la science des données, domaine multidisciplinaire tant par ses fondements théoriques que ses applications. Il crée en 2001 le DESS Exploration Informatique des Données à l’Institut Galilée (restructuré depuis en master) et en assume la direction depuis. En 2005, il restructure l’équipe “Apprentissage Artificiel et Applications” (A3) du LIPN qu'il dirige jusqu’en 2011, et il est nommé directeur adjoint du LIPN-UMR 7030 CNRS en 2008, chargé des thèses et de la valorisation de la recherche. Il a participé à plusieurs projets de recherche nationaux et internationaux, il a plus de 250 publications scientifiques dans des revues et conférences nationales et internationales. Il est membre de comités scientifiques de plusieurs conférences et revues nationales et internationales, et Associate Editor du Springer Journal Knowledge and Information Systems. Impliqué fortement dans la vie de l'Université, il a dirigé le département informatique de l'Institut Galilée, été membre élu du Conseil Scientifique et est élu au Conseil d'Administration. Il est depuis juin 2016 Vice-Président en charge de la transformation numérique à l’Université Paris 13.
Dr. Nistor Grozavu
Maître de Conférences en InformatiqueUniversité Paris 13 – Sorbonne Paris CitéLIPN – UMR 7030 CNRS
Nistor Grozavu est membre du Laboratoire d'Informatique de Paris Nord ( LIPN ) dans l'équipe Apprentissage Artificiel et Applications (A3) depuis septembre 2007 et Maître des Conférences (depuis 2010) au LIPN UMR 7030, Université Paris 13, ayant soutenu la thèse de doctorat en 2009.Maître de Conférences en apprentissage artificiel, il a une reconnaissance nationale (PES : Prime d’Excellence Scientifique depuis 2011), il participe à des enseignement liées au Traitement de Données et Visualisation de Données. Il est membre du comité éditorial et de programme de plusieurs Journaux et Conférences : Journal of Pattern Recognition In Physics, IEEE Transactions on Multimedia, IEEE WCCI, IJCNN, EGC, ICMIA,… Il a participé et participe à de nombreux Projets de Recherche liés sur l’apprentissage non-supervisé et collaborative appliqué à la détection des fraudes, segmentation d’images satellitaires, détection d’opinions, … Nistor Grozavu est également co-organisateur de plusieurs workshops et sessions spéciales dans différentes conférences internationales ICONIP, IJCNN de rang A. Il a été invité dans plusieurs Université Internationales pour de collaboration de recherche et d’enseignement, i.e. Kobe University, Kobe, Japon, Vyatka State University, Kirov Russie, Université Technique de Moldavie, Chisinau, Moldavie,…
Dr. Jérémie Sublime
Professeur Associé en InformatiqueInstitut Supérieur d’Electronique de Paris (ISEP)LIPN – UMR 7030 CNRS
Jérémie Sublime est enseignant-chercheur à L’Institut Supérieur d’Electronique de Paris (ISEP), où il est responsable des enseignements liés à l’analyse de données et qui incluent notamment des cours portant sur des sujets tels que les statistiques descriptives, l’apprentissage supervisé et non-supervisé, l’analyse de séries temporelles, la réduction de dimensionnalité, ou encore la visualisation de données. Il est titulaire d’un doctorat en mathématiques et informatique appliquées de l’Université Paris-Saclay, d’un Master en traitement de l’information de l’université Sud-Coréenne d’Incheon-Hawaii (INHA), et d’un diplôme d’ingénieur en Génie Informatique de l’EISTI Cergy. Il est chercheur associé au laboratoire d’Informatique de Paris Nord (LIPN - CNRS UMR 7030) depuis 2013 et membre de l’équipe RDI du laboratoire LISITE de l’ISEP depuis Septembre 2016. Ses travaux de recherche portent sur l’apprentissage non-supervisé, en particulier sur le clustering collaboratif et multi-vue. Il s’intéresse également aux problèmes d’optimisation, ainsi qu’aux réseaux neurones non-supervisés, et à l’apprentissage non-supervisé appliqué à l’analyse d’images.
Dr. Nicoleta Rogovschi
Maître de Conférences en InformatiqueUniversité Paris Descartes – Sorbonne Paris CitéLIPADE – EA UP5
Nicoleta Rogovschi travaille dans le domaine de l’apprentissage numérique (statistique et connexionniste) et de la fouille de données. Elle est titulaire d'un Master en Sciences, Technologie, Santé Mention Informatique de l’Université Paris 13, ainsi que d'un Doctorat en Informatique de l’Université Paris 13 obtenu en 2009. Depuis septembre 2010 elle est maître de conférences en informatique à l'Université Paris Descartes et responsable des enseignements liés à la fouille de données, apprentissage non-supervisée et visualisation des données . Elle est également chercheur au laboratoire d'informatique de Paris Descartes (LIPADE) et membre de l'équipe MLDS (Machine Learning for Data Science). Les principaux thèmes de recherche auxquels elle s’intéresse s’articulent autour des points suivants : Classification non supervisée (Clustering), Modèles de mélanges (Mixture Models), Co-clustering, Systèmes de filtrage collaboratif, Modèles probabilistes pour des données séquentielles. Elle est membre des associations : EGC, SFC, AFIA, IEEE, INNS.
Dr. Basarab Matei
Maître de Conférences en Informatique, HDRUniversité Paris 13, France
Dr. Guénael Cabanes
Maître de Conférences en InformatiqueUniversité Paris 13, France