Annonce July 2014

annonce@lrde.epita.fr

4 participants
4 discussions

by Akim Demaille

The Vaucanson Team is very happy to announce that Vancanson 2.0 was just released! It represents two years of development effort (and two days of documentation effort...). Vaucanson is a free-software platform for manipulating weighted rational expressions and automata (including transducers). It aims at genericity and efficiency (hence provides a fast low-level C++ API), but also at user friendliness (hence provides a high-level C++ API, a Python binding, and an IPython-powered interactive and visual shell). It is a joint project between Jacques Sakarovitch (Télécom Paritech), Sylvain Lombardy (LaBRI), Akim Demaille and Alexandre Duret-Lutz (LRDE/EPITA). Everything about this release is available here: https://vaucanson.lrde.epita.fr/Vaucanson2.0 A (partial) list of the user visible changes is available here: https://vaucanson.lrde.epita.fr/News_File A (way too short but regularly updated) documentation of the IPython interface can be found here: https://www.lrde.epita.fr/dload/vaucanson/2.0/notebooks/ Enjoy! Akim, Alexandre, Alfred, Antoine, Canh, Jacques, Luca and Sylvain

10 years

[CfPart] International Lisp Conference 2014, August 15-17, Montreal

by Didier Verna

ILC 2014 - International Lisp Conference "Lisp on the Move" August 15-17 2014, Université de Montréal, Montréal, Canada Sponsored by the Association of Lisp Users In cooperation with: ACM SIGPLAN http://ilc2014.iro.umontreal.ca/ Latest News: * Only 4 days left before the early registration deadline! * Registration is now open. See http://ilc2014.iro.umontreal.ca/registration.php * Invited speakers announced. Christian Queinnec, Ambrose Bonnaire-Sergeant, Stefan Monnier, Marc Battyani. Scope: Lisp is one of the greatest ideas from computer science and a major influence for almost all programming languages and for all sufficiently complex software applications. The International Lisp Conference is a forum for the discussion of Lisp and, in particular, the design, implementation and application of any of the Lisp dialects. We encourage everyone interested in Lisp to participate. This year's focus is directed towards integrated solutions, including mobile computing. The conference also provides slots for lightning talks, to be registered on-site every day. The full programme is available here: http://ilc2014.iro.umontreal.ca/program.php Important Dates: - July 14, 2014: Early registration deadline - August 15, 2014: Conference starts Organizing Committee: General Chair: Marc Feeley (Université de Montréal, Montréal, Canada) Programme Chair: Didier Verna (EPITA Research lab, Paris, France) Local chair: Marc Feeley (Université de Montréal, Montréal, Canada) Programme Committee: Charlotte Herzeel, IMEC, ExaScience Life Lab, Belgium Dave Herman, Mozilla Research, USA Greg Pfeil, Clozure Associates, USA Irène Anne Durand, LaBRI University of Bordeaux, France Jim Newton, Cadence Design Systems, France Kuroda Hisao, Mathematical Systems Inc., Japan Matthew Might, University of Utah, USA Nicolas Neuss, Friedrich Alexander Universitat, Germany Ralf Möller, TUHH, Germany Sam Tobin-Hochstadt, Northeastern University, USA William Byrd, University of Utah, USA Contact: ilc14-organizing-committee at alu.org For more information, see http://ilc2014.iro.umontreal.ca/ -- Resistance is futile. You will be jazzimilated. Lisp, Jazz, Aïkido: http://www.didierverna.info

10 years

Olena 2.1 released

by Roland Levillain

The Olena Team is proud to announce the release of Olena 2.1. Olena is a platform dedicated to image processing and pattern recognition. Its core component is a generic and efficient C++ library called Milena. Milena provides a framework to implement simple, fast, safe, reusable and extensible image processing tool chains. The library provides many ready-to-use image data structures (regular 1D, 2D, 3D images, graph-based images, etc.) and algorithms. Milena's algorithms are built upon classical entities from the image processing field (images, points/sites, domains, neighborhoods, etc.). This design allows image processing developers and practitioners to easily understand, modify, develop and extend new algorithms while retaining the core traits of Milena: genericity and efficiency. On top of Milena, the Olena platform also features optional modules such as Swilena, a component exposing Milena to other languages thanks to the Simplified Wrapper and Interface Generator (SWIG); and the Scribo module for Document Image Analysis (see below). The Olena platform is Free Software. It is distributed under the conditions of the GNU General Public License (GPL) version 2. See the file COPYING shipped with the Olena distribution. Release notes are available at: http://olena.lrde.epita.fr/Olena210 You can download packages of the Olena 2.1 distribution here: http://www.lrde.epita.fr/dload/olena/2.1/olena-2.1.tar.gz (50 MB) http://www.lrde.epita.fr/dload/olena/2.1/olena-2.1.tar.bz2 (37 MB) The SHA1 digests of theses packages are: bae986faa08c908bd0e167e96c168033a53b5b47 olena-2.1.tar.gz 54f756b033a45d4c2fe1233c10fc43f99f9f552f olena-2.1.tar.bz2 This version is mostly a ``fix-up'' release of Olena 2.0, containing many corrections and improvements since the previous release. Here is a list of major changes since Olena 2.0: * New and improved algorithms (binarization, skeletonization, layout analysis) and I/O routines (PDF, VTK). * Minimal support for FFTW 3 (Fast Fourier Transform). * The Scribo distribution now contains a Doxygen documentation. * Support for modern toolchains and especially recent C++ compilers (GCC 4.8, Clang 3.5). The file NEWS, milena/NEWS, scribo/NEWS and swilena/NEWS, included in the archive, contain a more complete list of user-visible changes. Please report any problem by e-mail to <olena-bugs(a)lrde.epita.fr>. -- Roland Levillain EPITA Research and Development Laboratory (LRDE) 14-16, rue Voltaire - FR-94276 Le Kremlin-Bicêtre Cedex - France Phone: +33 1 53 14 59 45 - Fax: +33 1 53 14 59 22 - www.lrde.epita.fr

10 years

[Séminaire des étudiants CSI du LRDE] le jeudi 10 juillet 2014 - Amphi 3

by Daniela Becker

Bonjour, nous avons le plaisir de vous inviter au séminaire des étudiants-chercheurs du LRDE. Il aura lieu le jeudi 10 juillet 2014 à partir de 10h30 en Amphi 3 (KB). ----------------------------------------------------------------------- Au programme : Matin : VAUCANSON * 10h30 : Composition de transducteurs dans Vaucanson 2 - Valentin Tolmer * 11h00 : Recherche de mots synchronisants dans un DFA - Antoine Pietri OLENA * 11h30 : Détection de logotypes et autres invariants caractéristiques à l’aide de descripteurs SIFT - Anthony Seure * 12h15 : Inpainting d’images couleur - Nicolas Allain * 12h45 : Utilisation du clustering pour la reconnaissance de caractères - Antoine Lecubin Après-midi : Speaker ID * 14h30 : Regroupement de locuteur à base de Self- Organizing Map - Jean-Luc Bounthong * 15h00 : Le partitionnement de Newman-Girvan pour les systèmes de reconnaissance du locuteur — Jimmy Yeh * 15h30 : L’algorithme de partitionnement de Markov pour les systèmes de reconnaissance du locuteur - Fanny Riols * 16h15 : Détection de communautés avec l’algorithme de l’Infomap - Mickael Saada SPOT * 16h45 : Un Feedback Arc Set pour Spot - Alexandre Lewkowicz Les Résumés des exposés : ************************** VAUCANSON * 10h30 : Composition de transducteurs dans Vaucanson 2 - Valentin Tolmer Les transducteurs sont utilisés dans beaucoup de domaines, comme par exemple en linguistique pour modéliser des règles phonologiques, pour les expressions régulières, pour des languages de spécification, pour de la reconnaissance vocale... Quand on les manipule, un outil pour le moins indispensable est la composition. En tant que tel, il est essentiel de l’implémenter dans Vaucanson, de manière efficace. Ce rapport va présenter les fondations sur lesquelles s’appuie la composition de transducteurs, puis son implémentation et son optimisation. La composition est considérée ici comme un cas particulier du produit d’automates à transitions spontanées, donc trois algorithmes de produit sont présentés ici, suivi de concepts d’implémentation essentiels. * 11h00 : Recherche de mots synchronisants dans un DFA - Antoine Pietri Le problème de recherche de mots synchronisants les plus courts possibles est un problème important qui a beaucoup d’applications (orienteurs mécaniques, problème de coloration de route, vérification de modèles, bioinformatique, protocoles réseaux, etc.) Un mot synchronisant (ou une séquence de réinitialisation) pour un automate fini déterministe est une séquence d’étiquettes qui envoie n’importe quel état de l’automate d’entrée à un seul et même état. Trouver le plus court mot synchronisant dans un automate général est NP-complet, c’est pourquoi la plupart des algorithmes sont des heuristiques qui cherchent à trouver des mots les plus courts possibles en temps polynomial. Dans cet exposé, nous comparerons les différentes approches utilisées par les algorithmes principaux les plus connus (Glouton et Cycle, SynchroP et SynchroPL), en termes de complexité spatiale et temporelle, et les résultats effectifs (longueur moyenne des mots trouvés, temps utilisé par l’algorithme en moyenne). Nous discuterons aussi des différentes représentations intermédiaires utilisées par ces algorithmes, et comment utiliser les informations qu’elles contiennent. OLENA * 11h30 : Détection de logotypes et autres invariants caractéristiques à l’aide de descripteurs SIFT - Anthony Seure La détection d’éléments discriminants dans une image est un sujet très actif de vision par ordinateur. Aujourd’hui, les applications sont très diverses, allant de la robotique à la photographie numérique assistée. Notre exposé se concentrera sur la détection de logotypes dans des images naturelles. Pour ce faire, nous nous basons sur Olena, une plateforme libre, générique et performante de traitement d’images afin d’implémenter un détecteur de points clés : les descripteurs SIFT. * 12h15 : Inpainting d’images couleur - Nicolas Allain L’inpainting est une technique de traitement d’images. Son but est de reconstruire une zone d’une image sans connaître l’aspect originel de ladite image. Il existe deux grandes familles de méthodes d’inpainting : l’une est basée sur la prolongation des zones à fort contraste, l’autre sur la synthèse de textures. Ce procédé est utile dans le cas de sous-titres incrustés dans une vidéo ou de texte dans une image. Un inpainting est également utilisé sur des images dégradées, abîmées, ou présentant un objet non désiré. Notre but est de reconstruire le fond caché par du texte précédemment segmenté. Nous étudions la méthode de Khodadadi basée sur l’ordre dans lequel les pixels dégradés de l’image sont reconstruits via une synthèse de texture. Nous utilisons le critère de l’erreur quadratique moyenne pour évaluer nos résultats. Nous analysons les résultats obtenus, les améliorations effectuées, et les progrès obtenus. * 12h45 : Utilisation du clustering pour la reconnaissance de caractères - Antoine Lecubin Nous présenterons une méthode d’amélioration de la classification dans l’application de reconnaissance de caractères du laboratoire basée sur le groupement des caractères en classes. Nous verrons d’abord comment déterminer et imbriquer les groupes de caractères les plus intéressants à classer ensemble grâce à un algorithme de clustering appliqué aux données fournies par le descripteur à base d’ondelettes. Puis nous nous pencherons sur l’adaptation de la phase de classification pour qu’elle s’effectue en plusieurs temps et prenne en compte ces groupements. Enfin nous nous intéresserons à l’évolution du taux de reconnaissance obtenue grâce à cette méthode. Speaker ID * 14h30 : Regroupement de locuteur à base de Self- Organizing Map - Jean-Luc Bounthong Les i-vectors représentent actuellement l’état de l’art dans le domaine de la vérification du locuteur. Des résultats intéressants sont obtenus à partir de classifieurs tel que la distance cosinus (CD). Cependant, un tel classifieur nécessite un apprentissage supervisé et devient donc inutilisable avec une base de données sans étiquette. Dans cette étude, nous explorerons une méthode à base de Self-Organizing Map (SOM) pour étiqueter une base de données quelconque. L’objectif étant de fournir une méthode pour entraîner les classifieurs supervisés sur une base de données non étiquetée. Nous allons aussi comparer l’efficacité de notre méthode avec d’autres méthodes telles que Infomap, Markov Clustering et Girvan- Newman. * 15h00 : Le partitionnement de Newman-Girvan pour les systèmes de reconnaissance du locuteur — Jimmy Yeh La distance cosinus est la méthode de décision la plus utilisée, elle nécessite une base d’apprentissage étiquetée afin d’appliquer des algorithmes supervisés. Pour augmenter la taille de la base de développement et dans le but de réduire les coûts de constitution de ces bases, l’utilisation de données non étiquetées pour l’entraînement du système devient nécessaire. Le but de ce travail est de tester le partitionnement de Newman-Girvan afin d’étiqueter les i-vectors inconnus. * 15h30 : L’algorithme de partitionnement de Markov pour les systèmes de reconnaissance du locuteur - Fanny Riols Grâce à des méthodes d’apprentissage supervisé (la Distance Cosinus avec l’Analyse Discriminante Linéaire et la méthodeWithin Class Covariance), des progrès significatifs ont été réalisés dans ce domaine. Cependant, de récentes recherches proposent d’utiliser une base de données non étiquetées d’i-vectors, afin d’augmenter la taille de l’ensemble des données d’entraînement et de réduire le coût de constitution de cette base. C’est pourquoi nous basons notre étude sur l’espace des i-vectors, et travaillons ainsi avec des méthodes d’apprentissage non supervisé. Dans cette étude, nous utilisons une méthode de partitionnement, le processus de Markov Clustering (MCL), afin de regrouper de façon naturelle les ivectors qui représentent un même locuteur dans un ensemble d’entités. L’algorithme MCL est un algorithme de partitionnement non supervisé rapide et extensible, basé sur la simulation de flux stochastiques dans les graphes. Le résultat du partitionnement est utilisé dans le système supervisé standard de vérification du locuteur pour évaluer les performances. Nous allons aussi comparer celles-ci avec d’autres méthodes de regroupement, comme l’Infomap, le Self-Organizing Map et Girvan Newmann. * 16h15 : Détection de communautés avec l’algorithme de l’Infomap - Mickael Saada Les récentes recherches sur les i-vectors proposent d’utiliser des données non étiquetées pour augmenter la taille des données d’entraînement et par la même occasion réduire les coûts de la collecte de ces données. C’est pourquoi nous basons notre étude dans l’espace des i-vectors et travaillons sur des méthodes non supervisées. Dans cette étude, nous explorerons la méthode de l’Infomap qui permet de trouver les structures communautaires dans des réseaux afin d’étiqueter des données non étiquetées. Le but de cette méthode est de maximiser la modularité d’un graphe en associant les paires de sommets qui maximisent la modularité. Cet algorithme est divisé en 3 parties : un algorithme "glouton", le recuit simulé et l’algorithme du heat-bath. Nous allons aussi comparer l’efficacité de notre méthode avec d’autres méthodes telles que Markov Clustering, Grivan-Newman et Self-Organizing Map. SPOT * 16h45 : Un Feedback Arc Set pour Spot - Alexandre Lewkowicz Spot est une bibliothèque extensible pour le model checking qui utilise les automates de Büchi généralisés à transitions acceptantes. Il contient de nombreux algorithmes de pointes. Dans cet exposé, nous nous concentrons sur deux de ses algorithmes qui construisent des automates avec plus de transitions que nécessaire. En pratique ces constructions utiliseraient moins de transitions si elles pouvaient calculer un feedback arc set (FAS), c’est-à-dire un ensemble de transitions à retirer du graphe pour le rendre acyclique. Dans l’absolu, on veut un FAS minimal, mais ce problème est NP-difficile. Nous adaptons et améliorons une heuristique proposée par Eades et al. qui permet une construction en temps linéaire. Nous montrons comment cet algorithme bénéficie à la complémentation d’automates de Büchi déterministes et la traduction d’automates de Rabin en automates de Büchi. En fonction de l’automate traité on remarque une amélioration montant jusqu’à 31%. Ces résultats varient beaucoup selon le nombre de cycles et d’états acceptant. -- Daniela Becker Responsable administrative - LRDE

10 years

2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

Annonce July 2014