Le 16 et 17 mars 2026 : Paris – Conservatoire national des arts et métiers
AI4CHIEF 2026 – Conférence sur l’IA pour le patrimoine culturel et le futur des peuples autochtones (The Symposium on AI for Cultural Heritage and Indigenous Futures) est un forum interdisciplinaire dédié à l’exploration et au développement de l’intelligence artificielle au service de la préservation et de la revitalisation du patrimoine culturel.
Post-doctorat de deux ans « Conception d’une plateforme technologique collaborative pour l’expérimentation, la création, les échanges et l’exposition de contenus numériques ».
Présentation de l’équipe ILJ du laboratoire CEDRIC du Cnam
L’équipe ILJ « Interactivité pour Lire et Jouer » fait partie de l’axe « Systèmes Communicants et Interactifs » du CEDRIC (laboratoire d’informatique du Cnam). L’équipe ILJ s’intéresse aux problématiques de conception et de développement des systèmes d’interaction, avec une focalisation particulière sur leurs aspects ludiques. Rattachée à un laboratoire d’informatique, l’équipe adopte une approche pluridisciplinaire ouverte vers les Sciences Humaines et Sociales.
Les missions du candidat au post-doctorat auront lieu à l’antenne du laboratoire CEDRIC située à l’Ecole Nationale du Jeux et des Media Interactifs du Cnam (Cnam-Enjmin) à Angoulême.
Contexte du poste de post-doctorat
Le Cnam est partenaire d’un projet international cofinancé par l’Agence française de développement (AFD) via son outil Facilité de financement des collectivités territoriales (FICOL) et coordonné par GrandAngoulême (France) et la ville de Zapopan (Mexique). Dans ce cadre, le Cnam propose un poste de post-doctorat de deux ans. Le candidat sera rattaché au laboratoire CEDRIC dans l’équipe ILJ.
Le projet FICOL en question, provisoirement dénommé « Nouvelle Confluence Créative », a pour objectif global de renforcer les écosystèmes des Industries Culturelles et Créatives (ICC) français sur Angoulême et mexicain sur Zapopan. Le projet vise à renforcer les écosystèmes de l’Industrie Culturelle et Créative française et mexicaine (GA-Zapopan) par un élargissement des actions de coopération décentralisée et à imaginer une coopération pérenne, durable et réciproque. Le projet se décline en 4 composantes, 14 résultats et 44 activités. Le poste de post-doctorat est rattaché à la composante Enseignement Supérieur et Recherche du projet et sera amené à collaborer avec les partenaires de cette composante : l’EESI, le Cnam, l’Université de Poitiers et le Tecnológico de Monterrey au Mexique. En particulier, le ou la candidate travaillera en collaboration sur la conception de la plateforme Exhibitec. Exhibitec est conçue comme une plateforme technique axée sur les aspects pratiques de la recherche et de la création dans le domaine des médias créatifs. Elle fournit des espaces virtuels (pouvant être liés à des espaces physiques), pour l’expérimentation, l’exposition et la transmission de savoirs incarnés ou « sensibles ».
Missions Le ou la candidate travaillera sur la création d’une plateforme technologique permettant de mettre en place un ou plusieurs métavers (espaces virtuels collaboratifs persistants) pour l’expérimentation, la création, les échanges et l’exposition de contenus numériques. Le développement de la plateforme sera assuré par un prestataire. Les missions attendues sont :
Recherche, collecte et tests des solutions technologiques existantes sur les métavers et les plateformes de collaboration immersives
Conception du pré-cahier des charges, design d’espace, définition des fonctionnalités principales et des contraintes particulières de la plateforme technologique qui sera développée
Suivi de la maîtrise d’ouvrage de la réalisation de la plateforme avec le prestataire qui la développera
Participation à la vie scientifique : dissémination des résultats à la communauté scientifique, participation à la vie du laboratoire et notamment la participation à la recherche de financements pour un ou plusieurs doctorants.
Compétences
Programmation. La connaissance de moteur de jeux vidéo (e.g. Godot) est un plus
Connaissances en interaction Homme-Machine et en média immersif
Capacité à travailler en équipe pluridisciplinaire
Le 11 décembre prochain, M. Ali Khalesi viendra faire un séminaire dans l’équipe ROC du CEDRIC. Voici quelques informations concernant ce séminaire (en français, puis en anglais) :
Titre : Calcul distribué multi-utilisateurs linéairement décomposable : limites fondamentales et nouvelles architectures codées.
Résumé : Ce séminaire présentera les résultats principaux de ma thèse, soutenue en 2024 à Sorbonne Université, consacrée à l’étude théorique du calcul distribué multi-utilisateurs pour des fonctions linéairement décomposables. Dans ce cadre, nous proposons un modèle général permettant de factoriser une matrice de demandes computationnelles en deux matrices creuses -une matrice de calcul et une matrice de communication- révélant une connexion profonde avec plusieurs domaines : théorie du codage, codes couvrants, syndrome decoding, compressed sensing, et factorisation matricielle à support fixe (tessellation). Nous présenterons : • des bornes fondamentales sur les coûts de calcul et de communication ; • la caractérisation d’une nouvelle classe de codes dite codes couvrants partiels ; • des architectures optimales pour le calcul distribué parfait (perfect distributed computing) ; • une nouvelle méthode appelée Tessellated Distributed Computing, permettant d’obtenir des compromis optimaux calcul/communication, tant en régime exact qu’avec approximation. Ces résultats ouvrent la voie à des applications en large-échelle dans les systèmes distribués, l’apprentissage machine distribué et les infrastructures de calcul haute performance.
A propos : Ali Khalesi est Maître de conférences (enseignant-chercheur) à l’IPSA, Ivry-sur-Seine, et lauréat du 2e prix de thèse EDITE Paris 2025 ainsi que finaliste des Prix solennels de la Chancellerie des Universités de Paris 2025. Il a obtenu en 2024 son doctorat à Sorbonne Université, au sein d’EURECOM, sous la direction du Prof. Petros Elia. Ses travaux portent sur les limites fondamentales du calcul distribué, la théorie de l’information, la théorie du codage, et l’étude des compromis communication-calcul dans les architectures distribuées modernes.
—
Title: Multi-User Linearly-Decomposable Distributed Computing: Fundamental Limits and New Coded Architectures
Abstract: This talk presents the main results of my PhD thesis, defended in 2024 at Sorbonne University, devoted to the theoretical study of multi-user distributed computation for linearly-decomposable functions. In this framework, we construct a general model in which a matrix of computational demands can be factorized into two sparse matrices -a computation matrix and a communication matrix- revealing deep connections with several areas: coding theory, covering codes, syndrome decoding, compressed sensing, and fixed-support matrix factorization (tessellation). We will discuss: • fundamental lower and upper bounds on computation and communication costs; • the characterization of a new class of codes, called partial covering codes; • optimal architectures for perfect distributed computing; • a new method called Tessellated Distributed Computing, offering optimal computation-communication trade-offs, both in the exact and approximate regimes. These results lead to practical applications in large-scale distributed systems, distributed machine learning, and high-performance computing infrastructures.
Brief Profile: Ali Khalesi is an Assistant Professor (Maître de conférences) at IPSA, Ivry-sur-Seine, and recipient of the 2nd Prize for the Best PhD Thesis- EDITE Paris 2025, as well as finalist for the 2025 Chancellerie de Paris Awards. He obtained his PhD in 2024 from Sorbonne University, within EURECOM, under the supervision of Prof. Petros Elia. His research focuses on the fundamental limits of distributed computing, information theory, coding theory, and the analysis of communication-computation trade-offs in modern distributed architectures.
Le prochain séminaire du laboratoire CEDRIC aura lieu le vendredi 5 décembre à 14h, dans l’amphithéâtre Gaston Planté du CNAM (accès 35, 1er étage). Il sera organisé par l’équipe VERTIGO, et l’orateur sera Sandeep Kumar. Voici quelques informations concernant ce séminaire :
Title: Graph Coarsening: The Geometry of Abstraction in Scalable and Trustworthy Graph Learning.
Abstract: Graphs are the language of connected intelligence – capturing relationships across communication, biological, social, and financial systems. As these networks expand in scale, complexity, and sensitivity, learning over them calls for abstraction that is both principled and purposeful. This talk will highlight our group’s recent advances in graph coarsening, reimagining it as the mathematical foundation for scalable, interpretable, and privacy-conscious graph learning. By unifying spectral fidelity, feature alignment, and community preservation within a rigorous optimization framework, we develop algorithms that compress without compromise – retaining the essential geometry and semantics of the original graph while ensuring efficiency, trust, and theoretical soundness. Extending to dynamic, semi-supervised, and neural settings, these developments position graph coarsening as a geometry of abstraction – a bridge between structure and intelligence, and a cornerstone for the next generation of scalable, ethical, and adaptive graph machine learning.
Brief Profile: Dr. Sandeep Kumar is an Associate Professor in the Department of Electrical Engineering and the Yardi School of Artificial Intelligence at IIT Delhi, and leads the Machine Intelligence Signals and Networks (MISN) Lab. His work advances core algorithmic foundations while solving challenges in public health, equitable AI, finance, communication systems, and national security, supported through major government and industry collaborations. He is the Lead Investigator of Adi Vaani project, a flagship initiative of the Ministry of Tribal Affairs, developing multilingual AI technologies for low-resource tribal and regional languages to drive digital inclusion and cultural preservation. His broader vision centers on responsible and accessible AI that empowers communities and strengthens societal resilience. A dedicated educator and mentor, Dr. Kumar teaches core courses in Machine Learning and Optimization, and contributes actively to national AI capacity building through interdisciplinary collaborations, policy advisory efforts, and skill-development initiatives.
Notre collègue Kamel Barkaoui vient de recevoir le Top Scholar Award 2024 décerné par ScholarGPS, une plateforme qui identifie les chercheurs les plus influents au niveau mondial, toutes disciplines confondues. Le laboratoire CEDRIC que Kamel Barkaoui honore par ses travaux lui présente ses chaleureuses félicitations.
Le mardi 10 juin 2025, la société française de Recherche Opérationnelle et Aide à la Décision ROADEF organise une soirée événement « Prix Indus’RO » au CNAM (Paris), de 18h00 à 21h30, pour remettre le prix du projet de RO/AD en entreprise.
Le prochain séminaire du laboratoire CEDRIC aura lieu le mercredi 28 mai prochain à partir de 14h, dans l’amphithéâtre Laussédat (31.3.30). Il sera organisé par l’équipe OC, et les deux orateurs seront Christophe Picouleau et Dimitri Watel.
Titre : De la reconstruction de graphes et hypergraphes.
Résumé : De nombreux problèmes consistent à vouloir reconstruire une structure, ici un graphe ou un hypergraphe, à partir d’une information partielle concernant cette structure. Parmi ces informations citons de manière non exhaustive : des projections de matrices d’adjacentes, des séquences de degrés, la structure complète ou non des voisinages de sommets ou d’arêtes. On peut voir cette information partielle comme une requête sur le graphe, ou comme une connaissance imparfaite car vue à travers une transformation du graphe. Nous allons monter deux exemples caractéristiques de tels problèmes.
Le premier consiste, connaissant une information partielle provenant d’un (hyper)graphe, à déterminer s’il existe au moins deux (hyper)graphes qui peuvent correspondre à ces informations. Par exemple, deux graphes k-réguliers de même taille donneront la même séquence des degrés, il n’y a donc pas unicité dans ce cas. On dit qu’il ne sont pas reconstructibles de manière unique par la requête « séquence des degrés ». La reconstruction de manière unique est importante car elle assure que l’information, même partielle, est suffisante pour reconstruire tout le graphe sans ambiguïté. La présentation se concentrera sur un type de requête bien particulier: pour chaque triplet de sommets d’un graphe, nous savons si un des trois est relié aux deux autres, mais que ces deux autres ne sont pas reliés. Autrement dit, ces 3 sommets forment une chaîne. Nous expliquerons les idées clefs permettant de déduire les graphes reconstructibles de manière unique pour cette requête.
Le second consiste, connaissant une information partielle, à déterminer s’il existe au moins un (hyper)graphe qui correspond à ces informations. Etant donné un hypergraphe le graphe d’intersection de ses hyperarêtes a pour ensemble sommets les hyperarêtes et deux sommets sont reliés si les deux hyperarêtes s’intersectent. Ceci généralise la notion de line-graphe pour le cas des graphes simples. Le problème de reconstruction associé consiste alors, étant donné un graphe décider s’il peut-être le graphe d’intersection d’un hypergraphe. Pour le cas de line-graphes le problème est bien résolution, à la fois structurellement et algorithmiquement. Il en va tout autrement pour les hypergraphes même dans le cas d’hypergraphes 3-uniformes (chaque hyperarête contient 3 sommets). Nous donnerons quelques résultats de nature algorithmique pour les graphes de 2-intersection (intersection par au moins 2 sommets) d’hypergraphes 3-uniformes.
Le prochain séminaire de l’équipe MSDMA aura lieu le jeudi 27 mars prochain de 11h à 12h. Voici les informations concernant ce séminaire :
Orateur : Arnaud Breloy (CNAM)
Titre : Saveurs d’ACP parcimonieuse : de l’optimisation au taux de fausse alarme.
Résumé : L’ACP parcimonieuse vise a factoriser les données par une projection linéaire utilisant une fraction réduite des variables originelles. On présentera d’abord un panorama des méthodes en question, en se focalisant sur la problématique du design d’une fonction objectif, et les différentes techniques d’optimisation pour les minimiser. Dans ce formalisme générique, le choix du paramètre de régularisation pilotera alors toujours un compromis entre le taux de parcimonie (nombre de variables originelles sélectionnées) et l’adéquation au données (en général, la variance expliquée). Dans une tentative de dépassement de ce compromis, on présentera enfin une méthodes d’ACP parcimonieuse qui cherche a maximiser le nombre de variables sélectionnées pour un taux de fausse alarme contrôlé.
Le prochain séminaire du laboratoire CEDRIC aura lieu le vendredi 7 mars prochain de 14h à 17h. Il sera organisé par l’équipe ROC, et nous accueillerons Sara Tucci, directrice du CEA List, dans l’amphithéâtre Robert Faure (Z) du CNAM.
Title: Understanding the Ethereum’s Proof-of-Stake Protocol.
Abstract: Ethereum’s recent upgrade, known as the Merge, transitioned the blockchain to a Proof-of-Stake model, introducing an original consensus protocol that combines elements of both Nakamoto-style and Byzantine Fault Tolerance designs. This shift led to a complex protocol that, at the time of implementation, was only partially documented. In this talk, I will present our analysis of Ethereum’s Proof-of-Stake protocol, examining its safety, liveness, and incentive compatibility across various network models. Our findings reveal that, in an eventually synchronous network without participant churn, Ethereum’s Proof-of-Stake protocol ensures safety but achieves only probabilistic liveness. Moreover, with the inclusion of the Inactivity Leak mechanism—which removes inactive validators—we identified potential safety vulnerabilities. Finally, we demonstrate that the protocol ensures incentive compatibility in a synchronous setting and achieves eventual incentive compatibility in an eventually synchronous environment.
Son exposé sera suivi par un exposé de Billel Hakem, doctorant dans l’équipe ROC.
Title: Synthetic data generation for predictive maintenance.
Abstract: Predictive maintenance aim at detecting anomalies and predictive the remaining useful life of industrial systems using sensor data and deep learning algorithms. Due to concern of data privacy and data scarcity, there’s a need to explore alternate alternative to acquire enough data for predictive maintenance systems. We propose a physical simulation for data generation and a test on a diagnosis and prognosis task.
Il y aura également une session de « brainstorming », et une session de posters.
Le prochain séminaire de l’équipe MSDMA aura lieu le vendredi 28 février prochain de 11h à 12h. Voici les informations concernant ce séminaire :
Orateur : Camille Frévent (Université de Lille)
Titre : Utilisation des signatures pour les modèles de régression spatiale avec covariables fonctionnelles.
Résumé : Nous proposons une nouvelle approche du modèle fonctionnel spatial autorégressif, basée sur la notion designature. Celle-ci représente une fonction comme une série infinie de ses intégrales itérées et présente l’avantage d’être applicable à une large gamme de processus. Après avoir fourni des garanties théoriques du modèle proposé, nous avons montré, au travers d’une étude par simulation ainsi que sur un jeu de données réelles, que cette nouvelle approche présente des performances compétitives par rapport au modèle usuel.
