participations réseaux/GDR

Participation Ă  des RĂ©seaux ou des Groupes de travail

Les membres de l'unité MaIAGE participent aux réseaux ou groupes de travail ci-dessous.

RĂ©seaux

  • RĂ©seau 2Neurones : Fondements thĂ©oriques et pratiques de l’apprentissage neuronal profond (2023-2024)
    Thématique(s) : apprentissage profond, deep learning, réseau de neurones

    Membre(s) de l'unité concerné(s) : Arnaud Ferré

    En savoir plus : Site web du réseau

    Malgré une existence plutôt ancienne des premiers réseaux de neurones (ex : perceptron multicouche dans les années 70), ce n’est que relativement récemment que l’on assiste à l’émergence des techniques d’apprentissage neuronal profond (c.-à-d. “deep learning”). En effet, ces 10 dernières années, certains domaines de recherche méthodologique se sont rapidement transformés au point où l’écrasante majorité des approches de leur état de l’art s’appuient aujourd’hui sur de l’apprentissage profond. De nombreuses thématiques de recherche en lien avec les activités des unités du département MathNum semblent également suivre ce phénomène (ex : extraction d’information biologique, prédiction de structure protéique, analyse de séquence biologique, analyse d’image satellite, …). Bien que la force prédictive de ces approches s’appuie en partie sur l’évolution des ressources informatiques et sur l’ouverture de données massives, elle s’appuie également sur de nombreux algorithmes, techniques et outils complexes à appréhender, lesquels évoluent à un rythme effréné. La maîtrise de ce domaine méthodologique au niveau de l’institut apparaît donc comme un défi pour les prochaines années.

    Pour cette première année de fonctionnement, les objectifs du réseau 2Neurones sont doubles :

    • Identifier et rassembler les spĂ©cialistes d’apprentissage profond et ceux gravitant autour et qui aspirent Ă  monter en compĂ©tences sur ce type d’approches au sein d’INRAE. Le rĂ©seau s’adresse donc principalement Ă  des personnels ingĂ©nieurs et chercheurs du dĂ©partement MathNum. 

    • Partager les connaissances transversales sur le sujet au-delĂ  des applications spĂ©cifiques. Notamment, l’objectif est plutĂ´t d’insister sur les briques architecturales fondamentales (ex : perceptron, CNN, transformer) ou encore sur les techniques associĂ©es (ex : rĂ©gularisation, drop-out, distillation), lesquelles peuvent ensuite ĂŞtre utilisĂ©es dans diffĂ©rentes applications.

    Site web du réseau : https://reseau2neurones.mathnum.inrae.fr/

  • pole d'animation : PĂ´le d'animation "MĂ©tagĂ©nomique, identification d'espèces, phylogĂ©nie" du PEPI IBIS (depuis 2012)
    Thématique(s) : métagénomique

    Membre(s) de l'unité concerné(s) : Anne-Laure Abraham

    Le pole d'animation est un réseau d'échange sur les méthodes d'analyses de données métagénomiques amplicon et shotgun. Nous faisons environ 4 réunions par an depuis 2012. 5 personnes de MaIAGE participent à ce réseau.

GDR

  • GT MASIM : Groupe de Travail MĂ©thodes Algorithmiques pour les Structures et Interactions MacromolĂ©culaires (Mise en place fin 2017)
    Thématique(s) : Bioinformatique structurale

    Membre(s) de l'unité concerné(s) : Gwenaëlle André-Leroux

    Le groupe de travail MASIM, créé à l’Automne 2017 et animé par F. Cazals (INRIA Sophia-Antipolis) et Y. Ponty (LIX, Ecole Polytechnique), est dédié à la bioinformatique structurale, et plus particulièrement consacré aux développements méthodologiques qui sous-tendent les méthodes bioinformatique en biologie structurale et vise à fédérer une communauté traditionnellement morcelée par la diversité des méthodes, granularité et types de molécules.

  • MĂ©Dyna : MĂ©canismes et Dynamiques de formation des Assemblages protĂ©iques (2024-2029)
    Thématique(s) : Biochimie; Biologie; Mathématiques

    Membre(s) de l'unité concerné(s) : Mathieu Mezache

    En savoir plus : https://medyna.cnrs.fr/

    Les systèmes moléculaires auto-assemblés font l’objet d’études dans différents domaines allant de la physique à la biologie en incluant la chimie, les mathématiques, les sciences des matériaux. Si les propriétés (mécaniques, biologiques) d’assemblages moléculaires complexes font déjà l’objet de champs scientifiques bien établis, l’étude des phénomènes dynamiques conduisant à leur formation et à leur évolution dans le temps reste un domaine en genèse. Or c’est non seulement un domaine d’un intérêt scientifique fondamental, mais aussi pratique comme pour les assemblages pathologiques ou à visée thérapeutique ou (bio)technologique.

    Les phénomènes d'auto-assemblage protéique impliquent un changement d'échelle spatiale qui peut aller de l'Angström au micromètre, voire au millimètre et se produisent sur des échelles de temps qui vont de moins d'un seconde à plusieurs années. Ils passent toujours par l’échelle nanométrique et aboutissent à la formation de complexes avec des propriétés nouvelles et la possibilité d’interaction avec d’autres constituants. Les complexes protéiques peuvent eux-mêmes s’auto-structurer (i.e. système hors équilibre et autoorganisé) ou nécessiter des interactions avec d’autres molécules (notamment protéines, lipides, acides nucléiques, sucres). Ces changements d’échelle de temps et d’espace ainsi que cette génération de complexité nécessitent la réunion d’expertises diverses tant méthodologiques que conceptuelles quand on ambitionne de comprendre les mécanismes dynamiques sous-jacents.

    Suivre les différentes étapes conduisant de l’échelle moléculaire aux complexes macroscopiques repose sur des outils partagés par plusieurs communautés (biologistes, biochimistes, biologistes structuraux et moléculaires, physico-chimistes, physiciens, mathématiciens et théoriciens): diffraction et diffusion de rayonnement, fluorescence, microscopies, spectroscopies, modélisation moléculaire multi-échelles, modélisation des processus et études d’assemblages dans un contexte biologique. Le but de ce GDR est donc d'intégrer des compétences issues de diverses disciplines par exemple les mathématiques, la biochimie et la biologie afin de décrire le processus complexe d'autoorganisation des assemblages de manière intégrée.