Présentation
La Journée Recherche SESAME est complémentaire aux séminaires mensuels SESAME et est soutenue par le réseau national IN-OVIVE. Cette seconde édition a pour objectif de permettre aux jeunes chercheuses et chercheurs de présenter l’avancée de leurs travaux dans le domaine de l’IA (apprentissage machine, raisonnement et représentation des connaissances, traitement de la langue, ingénierie des connaissances, … ) en présentiel à l’ensemble de la communauté de recherche montpelliéraine. Sont invitées des présentations de travaux de recherche des doctorant·e·s, post-doctorant·e·s et ingénieur·e·s.
La Journée Recherche SESAME aura lieu dans l'Amphi de Centre IRD Occitanie, 911 av Agropolis 34090 Montpellier
Programme
en cours de constitution
Conférences invitées
Pierre MONNIN, Wimmics INRIA, conférence invitée
Rethinking Link Prediction: Instability, Semantic Awareness, and Neuro-Symbolic Approaches
Résumé : Knowledge graph embedding models are widely used for link prediction, enabling the completion of incomplete knowledge graphs by learning vector representations of entities and relations. However, how well does the task of link prediction align with the needs of practicioners? In particular, are conventional ranking-based metrics sufficient to capture the overall quality and reliability of these models? This talk revisits link prediction from three complementary perspectives. First, we examine prediction stability, investigating the extent to which model predictions vary under stochastic factors such as random initialization seeds, and questioning the reliability of models whose outputs are sensitive to such variations. Second, we address semantic awareness through Sem@K, a metric that complements traditional ranking-based evaluation by assessing whether predicted entities respect relation semantics, particularly domain and range constraints. Third, we explore how neuro-symbolic approaches that integrate explicit knowledge into model training can improve predictive performance while producing more versatile embeddings. Together, these perspectives challenge a purely performance-driven view of link prediction and call for broader criteria for evaluating knowledge graph embedding models.
Nathalie AUSSENAC-GILLE,S, CNRS IRIT, conférence invitée
Quelle ingénierie des connaissances à l’heure des Grands Modèles de Langue ?
Résumé: L’ingénierie des connaissances a 40 ans ou presque. Elle a traversé toutes ces années en étant considérée à la marge de l’IA symbolique, abordant des problématiques opérationnelles à l’articulation avec des applications d’IA. Et pour répondre à cet objectif, elle a dû s’adapter à l’évolution de la vision de “système intelligent en IA” au sein de la communauté scientifique mais aussi du monde industriel et du grand public. Des systèmes experts aux systèmes à base de connaissances, puis au web sémantique, aux services et autres assistants et aides à la décision, notre domaine a su faire évoluer ses problématiques de recherches autour de questions récurrentes et fondamentales : comment développer des systèmes qui réalisent des tâches complexes qui requièrent tout un savoir et un savoir-faire spécialisés ? qu’est-ce qu’un système intelligent ? quels modèles formels lui fournir pour qu’il raisonne, classe, vérifie… ? Avec l’arrivée des très grands modèles à base de réseaux de neurones, les paradigmes changent. Toutes les tâches “intelligentes” semblent pouvoir être résolues en adaptant, entraînant ou combinant un ou plusieurs de ces modèles, en particulier les grands modèles de langue (GML). Pour le moment, les limites de ces modèles ouvrent de nouvelles opportunités de recherche pour l’ingénierie des connaissances, par exemple en exploitant la complémentarité entre GML et graphes de connaissances. L’exposé mentionnera plusieurs de ces pistes. Mais jusqu’à quand ? l’IC va-t-elle juste de venir une ingénierie du prompt ? Quel rôle peut jouer l’IC pour préserver une éthique de l’IA, pour garder une vigilance sur les usages de l’IA ? Je terminerai donc par des questions dont certaines peuvent ouvrir des directions de recherche.
Présentations Longues
- Houdhem ASSOUDI, (Doctorant Espace Dev)
- Kawther DJOUAD, (Doctorante MISTEA)
- Nicolas GEYSSE, (Doctorant-Ingénieur MISTEA),
- Olivier INIZAN, (Doctorant MaIAGE),
- Gabriela MORAES BOTARO,
- Pape Ibrahima THIAM,
- Vinícius J. B. VANZIN, (Doctorant University Of Sao Paulo)
- Titre : Uncovering non-trivial ontology mappings and concept alignments with large language models
- Mohammed YOUNES, (Doctorant Laboratoire Ville Mobilité Transport : LVMT)
- Titre: A Knowledge Graph-Based Framework for Interoperable Supply-Chain Data Ecosystems
Présentations Courtes
- Keyssel FOKOU, (Doctorant MISTEA)
- Cyril GILBERT (Doctorant, LIRMM)
- IA de confiance en oncologie : modèles hybrides pour l’analyse des déterminants de confiance et d’adoption des systèmes d’aide à la décision médicale.
- Résumé: Cette thèse vise à étudier les facteurs qui influencent la confiance et l'adoption des systèmes d'aide à la décision médicale fondés sur l'intelligence artificielle en oncologie. Elle s'appuie sur une approche interdisciplinaire associant informatique et économie de la santé, notamment à travers l'utilisation d'ontologies, de graphes de connaissances et de modèles d'IA hybrides.
- Mouhamadou Moustapha KANE,
Inscription
Si vous souhaitez présenter vos travaux, merci d’envoyer vos propositions de présentation à vincent.armant [at] ird.fr, danai.symeonidou [at] inrae.fr et catherine.roussey [at] inrae.fr avant le 30 Octobre 2026.