SDC, Data Science and Knowledge

Difference between revisions of "Projects"

From SDC, Data Science and Knowledge
Jump to navigation Jump to search
 
(22 intermediate revisions by 5 users not shown)
Line 1: Line 1:
 
==Current projects==
 
==Current projects==
−
* AIGE FOR BANK (2020 -2021) : Artificial intelligence, governance and Ethics  (APP 2020 CNRS Enjeux scientifiques et sociaux de l’intelligence artificielle)
 
−
** Le projet AIGE FOR BANK a pour ambition la formalisation de recommandations développées entre chercheurs en droit et en informatique, proposant, dans le domaine bancaire, une méthode à même de concevroi des systèmes d’IA, intrinsèquement éthique et responsable. L’objectif est ainsi de favoriser l’acceptabilité sociale de l’utilisation de l’IA, dans un secteur où celle-ci est en pleine expansion et où elle revêt des conséquences sociétales fortes, en sensibilisant les développeurs à une éthique by design. En s’appuyant sur un cas d’usage particulier (la reconnaissance faciale en matière bancaire), le dialogue entre informaticiens et droit qui se nouera au gré des nombreuses rencontres est essentiel pour donner un caractère opérationnel aux préconisations formulées dans le livre blanc, dont il pourra ensuite être discuté d’une éventuelle généralisation.
 
−
* [https://poplab.education/ POPLAB] (2020-2021) : Plateforme innovante pour l’éducation (Appel à Manifestation d’Intérêt Economie numérique - région Grand Est) :
 
−
** PopLab est une plateforme destinée aux enseignants pour Préparer, Organiser et Partager le savoir et proposer aux élèves des cours captivants au rendu digne d’un designer. Cette phase 2 du projet vise à construire une version intégrée aux environnements des établissements scolaires, à créer des fonctionnalités d’échanges prof/élèves très avancés, à mettre en place un système de machine learning et une collecte des données nécessaire à un futur projet d’intelligence artificielle.
 
−
* HIATUS (2019-2023) : Historical Image Analysis for Territory evolUtion Stories (PRCE)
 
−
** Les images aériennes d'archive offrent un point de vue unique sur près de 100 ans d'évolution des territoires avec possibilité de restituer la 3D. Elles sont désormais disponibles dans de nombreux pays. Ces séries temporelles longues sont très hétérogènes d'un point de vue spatial, spectral et temporel et leur géoréférencement actuel n'est qu'approximatif. Le projet vise à développer de nouvelles méthodes pour (1) effectuer un géoréférencement précis des images et produire des séries temporelles denses d'orthoimages et de Modèles Numériques de Surface à large échelle, (2) extraire des informations sémantiques sur l'occupation des sols et leur évolution dans différents cas de figure (urbain, forêt, agriculture) et (3) valoriser les outils développés et les sorties du projet à travers des services web développés sur les plateformes existantes.
 
−
** Consortium : LaSTIG, LETG, DYNAFOR, LIVE, ICUBE, Kermap  / Coordinateur : Arnaud Le Bris
 
−
* [[HALFBACK]] (2017-2020) : Highly available smart factories in the cloud. Funded in the framework of the INTERREG V Upper Rhine program,  through the Offensive Sciences call for projects of the Tri-National Metropolitan Region of the Upper Rhine. Partners: Hochschule Furtwangen (leading partner), INSA Strasbourg, Université de Strasbourg. Associate Partners: Kirner Schleifmaschinen GmbH & Co. KG. , Senk OHG CNC-Fräs- & Graviertechnik, Industrie Informatik GmbH & Co.KG, inovex GmbH, GTEO, INEVA SAS, Rhénatic.
 
−
* ADQeau (2019-2020) : Analyse de la dynamique temporelle de la qualité physico-chimique et biologique des cours d’eau (Financé par Conseil scientifique ENGESS)
 
−
** L'objectif est de reprendre les travaux de l’équipe SDC sur la définition d’une méthode innovante de clustering collaboratif  sous contraintes, de la spécialiser et la valider dans le contexte de l’évaluation de la qualité de l’eau. Cette méthode, qui a obtenu de bons résultats dans le domaine de la télédétection sera complétée par un mécanisme d’itérations : 1) Extraction des clusters initiaux de changements (ici modification des dynamiques temporelles dans l’état des cours d’eau), 2) Amélioration itérative et identification de clusters pertinents candidats à être classes thématiques, 3) Quantification et formalisation des changements.
 
−
** Consortium : ICube / LIVE
 
  
−
==Local projects==
+
* '''TETRA''' (2023-2026) : Toolbox and mEthodology for waTeR based Ai projects -- Funding ANR (Appel franco-allemand) -- in collaboration with Thales, Fraunhofer IOSB (leader), SEBA Hydrometrie GmbH & Co. KG.
  
−
* ACE_game (2018-2019) : Anomaly detection by intelligent agents
+
* '''IMPULSE''' (2023-2025) - Multimodal approach to detect and assess the risk of malignancy of IPMN, a frequent pancreatic precancerous lesion - Funding: ARC - in collaboration with Hôpital Beaujon (leader, Paris).
−
* METEC-Graphe (2019-2020): Modeling of spatial and temporal data for the extraction of knowledge via the use of graphs
+
 
 +
* '''SmartFCA''' (2022-2026) - Formal Concept Analysis: A Smart Tool for Analyzing Complex Data - Funding: ANR - in collaboration with LIRMM (leader, Montpellier), LORIA (Nancy), IRISA (Rennes), L3I (La Rochelle), CIRAD, Infologic.
 +
 
 +
* '''MoS-T''' (2021-2025) - Recherche et visualisation de Motifs Spatio- Temporels fréquents dans un grand graphe - Funding: ANR JCJC - in collaboration with Institut Pascal (Le Puy-en-Velay).
 +
 
 +
* '''PARADISE''' (2021-2022) - Medieval pharmacopeia for designing tomorrow medicine - Funding: CNRS MITI - in collaboration with ARCHIMEDE, BSC, Herbier de Strasbourg
 +
 
 +
* '''[https://herelles-anr-project.cnrs.fr/ Hérelles]''' (2020-2024) - Un cadre collaboratif unifié pour l’analyse interactive de données temporelles - Funding: ANR - in collaboration with TETIS, AgroParistech, GREYC, LIFO
 +
 
 +
* '''[https://www.era-learn.eu/network-information/networks/eracosysmed/3rd-joint-transnational-call-for-european-research-projects-on-systems-medicine/modelling-cell-plasticity-at-the-invasive-edge-to-diminish-glioblastoma-early-relapse-risk Mi:EDGE]''' (2020-2023) - Modelling cell plasticity at the invasive Edge to Diminish Glioblastoma Early relapse risk in collaboration with Medical School of Hannover (Germany), Istituto Humanitas (Italy), Luxembourg Centre of Neuropathology (Luxembourg) and IRIMAS (France) - Funding: ERACoSysmed/ANR
 +
 
 +
* '''[https://wemmertc.github.io/aicolo/ AiCOLO]''' (2019-2022) - Artificial intelligence to determine prognosis and mutation status in colorectal cancer using histological slides in collaboration with CGFL Dijon and IRIMAS - Funding: INSERM-Plan Cancer
 +
 
 +
* '''HIATUS''' (2019-2023) - Historical Image Analysis for Territory evolUtion Stories (PRCE) in collaboration with LaSTIG, LETG, DYNAFOR, LIVE and Kermap
  
 
==Past projects==
 
==Past projects==
 +
 +
* '''[https://poplab.education/ POPLAB]''' (2020-2021) : Innovative framework for education - Funding: AMI Economie numérique - Région Grand-Est
 +
 +
* '''AIGE FOR BANK''' (2020-2021) : Artificial intelligence, governance and ethics - Funding: CNRS / Enjeux scientifiques et sociaux de l’intelligence artificielle
 +
 +
* '''ARISE''' (2020-2021): Artificial intelligence in the science system - Funding: CNRS / Enjeux scientifiques et sociaux de l’intelligence artificielle
 +
 +
* '''Pancréas CGE''' (2019-2020): Multiparametric analysis of pancreatic ductal adenocarcinoma in collaboration with Pathology dpt (HUS) and Cancéropôle Est - Funding: Région Grand-Est
 +
 +
* '''ADQeau''' (2019-2020) : Analyse de la dynamique temporelle de la qualité physico-chimique et biologique des cours d’eau in collaboration with LIVE - Funding: Conseil scientifique ENGEES
 +
 +
* '''[[HALFBACK]]''' (2017-2020) : Highly available smart factories in the cloud. Funded in the framework of the INTERREG V Upper Rhine program,  through the Offensive Sciences call for projects of the Tri-National Metropolitan Region of the Upper Rhine. Partners: Hochschule Furtwangen, INSA Strasbourg, University of Strasbourg
 +
 
* DA_HPC_OR (2018-2019) : EUCOR Seed Money - Data Analysis for High Performance Computing : Operation and Research
 
* DA_HPC_OR (2018-2019) : EUCOR Seed Money - Data Analysis for High Performance Computing : Operation and Research
 
* SysMIFTA (2016-2019): ERACoSysMed - Systems medicine approach to minimize macrophage-associated interstitial fibrosis and tubular atrophy in renal allograft rejection
 
* SysMIFTA (2016-2019): ERACoSysMed - Systems medicine approach to minimize macrophage-associated interstitial fibrosis and tubular atrophy in renal allograft rejection
Line 27: Line 42:
 
* [[media:Presentation_ICube_NeuroTex_12012017.pdf|NEUROTEX]] - API ICube (2017-2018): this project is an internal collaboration with the [http://icube-miv.unistra.fr/ IGG] research team. Convolutional neural networks for texture synthesis.
 
* [[media:Presentation_ICube_NeuroTex_12012017.pdf|NEUROTEX]] - API ICube (2017-2018): this project is an internal collaboration with the [http://icube-miv.unistra.fr/ IGG] research team. Convolutional neural networks for texture synthesis.
  
 +
<!--
 
* Exploratory analysis of muddy flood representations in Alsace: extracting and formalizing graphical information (2016-2017). ENGEES conseil scientifique.
 
* Exploratory analysis of muddy flood representations in Alsace: extracting and formalizing graphical information (2016-2017). ENGEES conseil scientifique.
  
Line 33: Line 49:
 
* [http://icube-coclico.unistra.fr/ Coclico] (2012-2016): ANR MN - COllaboration, CLassification, Incrémentalité et COnnaissances
 
* [http://icube-coclico.unistra.fr/ Coclico] (2012-2016): ANR MN - COllaboration, CLassification, Incrémentalité et COnnaissances
  
−
* [http://reframe-d2k.org/Main_Page Reframe project] (2012-2016): CHIST-ERA - Rethinking the Essence, Flexibility and Reusability of Advanced Model Exploitation
+
* [http://reframe.icube.unistra.fr/Main_Page Reframe project] (2012-2016): CHIST-ERA - Rethinking the Essence, Flexibility and Reusability of Advanced Model Exploitation
  
 
* [[:File:Poster_DAWSHI.pdf|DAWSHI]] (2014-2015): ICube internal project - Deep Analysis of Whole Slide Histopathological Images
 
* [[:File:Poster_DAWSHI.pdf|DAWSHI]] (2014-2015): ICube internal project - Deep Analysis of Whole Slide Histopathological Images
  
 
*  Fresqueau (2011-2015): ANR 11 MONU 14 - "Data mining for assessing and monitoring the hydrobiologic quality of running waters"
 
*  Fresqueau (2011-2015): ANR 11 MONU 14 - "Data mining for assessing and monitoring the hydrobiologic quality of running waters"
 +
-->

Latest revision as of 20:13, 5 February 2024

Current projects

  • TETRA (2023-2026) : Toolbox and mEthodology for waTeR based Ai projects -- Funding ANR (Appel franco-allemand) -- in collaboration with Thales, Fraunhofer IOSB (leader), SEBA Hydrometrie GmbH & Co. KG.
  • IMPULSE (2023-2025) - Multimodal approach to detect and assess the risk of malignancy of IPMN, a frequent pancreatic precancerous lesion - Funding: ARC - in collaboration with Hôpital Beaujon (leader, Paris).
  • SmartFCA (2022-2026) - Formal Concept Analysis: A Smart Tool for Analyzing Complex Data - Funding: ANR - in collaboration with LIRMM (leader, Montpellier), LORIA (Nancy), IRISA (Rennes), L3I (La Rochelle), CIRAD, Infologic.
  • MoS-T (2021-2025) - Recherche et visualisation de Motifs Spatio- Temporels fréquents dans un grand graphe - Funding: ANR JCJC - in collaboration with Institut Pascal (Le Puy-en-Velay).
  • PARADISE (2021-2022) - Medieval pharmacopeia for designing tomorrow medicine - Funding: CNRS MITI - in collaboration with ARCHIMEDE, BSC, Herbier de Strasbourg
  • Hérelles (2020-2024) - Un cadre collaboratif unifié pour l’analyse interactive de données temporelles - Funding: ANR - in collaboration with TETIS, AgroParistech, GREYC, LIFO
  • Mi:EDGE (2020-2023) - Modelling cell plasticity at the invasive Edge to Diminish Glioblastoma Early relapse risk in collaboration with Medical School of Hannover (Germany), Istituto Humanitas (Italy), Luxembourg Centre of Neuropathology (Luxembourg) and IRIMAS (France) - Funding: ERACoSysmed/ANR
  • AiCOLO (2019-2022) - Artificial intelligence to determine prognosis and mutation status in colorectal cancer using histological slides in collaboration with CGFL Dijon and IRIMAS - Funding: INSERM-Plan Cancer
  • HIATUS (2019-2023) - Historical Image Analysis for Territory evolUtion Stories (PRCE) in collaboration with LaSTIG, LETG, DYNAFOR, LIVE and Kermap

Past projects

  • POPLAB (2020-2021) : Innovative framework for education - Funding: AMI Economie numérique - Région Grand-Est
  • AIGE FOR BANK (2020-2021) : Artificial intelligence, governance and ethics - Funding: CNRS / Enjeux scientifiques et sociaux de l’intelligence artificielle
  • ARISE (2020-2021): Artificial intelligence in the science system - Funding: CNRS / Enjeux scientifiques et sociaux de l’intelligence artificielle
  • Pancréas CGE (2019-2020): Multiparametric analysis of pancreatic ductal adenocarcinoma in collaboration with Pathology dpt (HUS) and Cancéropôle Est - Funding: Région Grand-Est
  • ADQeau (2019-2020) : Analyse de la dynamique temporelle de la qualité physico-chimique et biologique des cours d’eau in collaboration with LIVE - Funding: Conseil scientifique ENGEES
  • HALFBACK (2017-2020) : Highly available smart factories in the cloud. Funded in the framework of the INTERREG V Upper Rhine program, through the Offensive Sciences call for projects of the Tri-National Metropolitan Region of the Upper Rhine. Partners: Hochschule Furtwangen, INSA Strasbourg, University of Strasbourg
  • DA_HPC_OR (2018-2019) : EUCOR Seed Money - Data Analysis for High Performance Computing : Operation and Research
  • SysMIFTA (2016-2019): ERACoSysMed - Systems medicine approach to minimize macrophage-associated interstitial fibrosis and tubular atrophy in renal allograft rejection
  • Sysimit (2013-2019): BMBF - Systems Immunology and Image Mining in Translational Tissue Biomarker Research: Mining the spatial patterns of adaptive immune responses to persisting tissue antigens to exploit the full predictive potential of protocol biopsies in transplantation and cancer research
  • SEMNET (Sensor Networks for Smart Factories) - API ICube (2017-2018): this projet is an internal collaboration with the Network research team. Its objective is to analyze experimental data collected from the IoT-Lab (Internet of Things platform of the Network team), by applying data mining and machine learning techniques, in order to better understand the behaviour of the sensor network, and to propose algorithms for the diagnosis of network failure.
  • NEUROTEX - API ICube (2017-2018): this project is an internal collaboration with the IGG research team. Convolutional neural networks for texture synthesis.


Retrieved from "https://sdc.icube.unistra.fr/en/index.php?title=Projects&oldid=1968"