Publié le 27/04/2022
Cet événement reconnu au niveau international est organisé chaque année par l’ERTICO – ITS Europe, plateforme de collaboration entre les acteurs de l’ITS en Europe. Ce congrès rassemblera des acteurs issus de l’industrie, de la recherche, des autorités publiques, des gestionnaires d’infrastructure, des utilisateurs, c’est-à-dire toutes parties prenantes des systèmes de transport intelligents qui collaborent à développer et déployer les solutions de mobilité de demain.
L’IRT SystemX partagera sur son stand ses travaux de recherche autour de la cybersécurité des CCAM (Connected, Cooperative and Autonomous Mobility), dont notamment les aspects de misbehavior detection pour la perception collective (projet TAM), la méthodologie et la démonstration de la sécurité (projets 3SA et SAM), et présentera sa plateforme MOSAR pour l’évaluation des systèmes autonomes et son projet d’industrialisation ADScene.
Evénement
15 mars 2023
Michel Beaudouin-Lafon (LISN - Université Paris-Saclay / CNRS / Inria - Institut Universitaire de France) a animé un Seminar@SystemX sur le thème « Théorie de l’information et interaction humain-machine », le 15 mars 2023 de 14h00 à 15h00. Résumé : L’interaction humain-machine s’intéresse à comprendre le phénomène de l’interaction et à concevoir de nouvelles méthodes…
Evénement
26 mai 2025
Arthur Ledaguenel, doctorant au sein du programme IA2 (projet SMD) de l’IRT SystemX, soutiendra sa thèse de l’Université Paris-Saclay le 26 mai 2025, à 14h30, sur le thème : "Techniques neurosymboliques probabilistes pour la classification informée : une vue unifiée, évaluation experimentale et analyse de complexité". Résumé de la thèse : Dans cette thèse, nous…
Evénement
08 juin 2022
Ismail Ben Ayed (professor, ETS Montreal) a animé un Seminar@SystemX en webinaire sur le thème «Learning with limited supervision» , le 8 juin 2022 de 11h00 à 12h15. Cet événement s'inscrit également dans le cadre de la série des Séminaires Scientifiques Confiance.ai. Résumé : Despite their unprecedented performances when trained on large-scale labeled data, deep…