Our knowledge base YAGO has won the Open Science Award of the French government. see here for the (French) press release.
Best paper award at ESWC 2021
The paper “Neural Knowledge Base Repairs” by Thomas Pellissier Tanon and Fabian M. Suchanek has won the best student paper award at the Extended Semantic Web Conference (ESWC) 2021.
Best paper award at ICALP 2021
The paper by Antoine Amarilli and Louis Jachiet (from DIG) and Charles Paperman (U. Lille),
Dynamic Membership for Regular Languages, has won the best paper award at track B of the ICALP 2021 conference.
Best paper award at ICDT 2020
The paper by Antoine Amarilli (from DIG) and İsmail İlkan Ceylan (U. Oxford),
A Dichotomy for Homomorphism-Closed Queries on Probabilistic Graphs, has won the best paper award at the ICDT 2020 conference.
scikit-network
A new version of scikit-network is available!
This includes:
- accelerated code for massive graphs
- visualization in SVG format
- soft clustering
- soft classification
- fast embedding
Open position on Explainable AI
Télécom Paris offers a full-time academic position as Maître de Conférences in the area of Artificial Intelligence, and in particular on techniques making results or decisions of AI explainable, starting September 2020.
More details here.
Pierre-Alexandre Murena’s PhD Thesis honoured
Pierre-Alexandre Murena‘s thesis: Minimum Complexity Principle for Knowledge Transfer in Artificial Learning (under the supervision of Antoine Cornuéjols and Jean-Louis Dessalles) got the 2nd prize of the best IMT thesis.
- Read on the IMT page (in French)
- See Pierre-Alexandre’s video presentation (in English)
- Read the thesis
Congratulations to Pierre-Alexandre!
Open Associate Professor position in Scalable Artificial Intelligence in Paris
The DIG team is opening an Associate Professor position in Scalable Artificial Intelligence at LTCI, Télécom ParisTech in Paris.
More information: here
University: Télécom ParisTech, https://telecom-paristech.fr/
Location: Palaiseau, near Paris, France
Position: Associate Professor (“Maître de conférences”), tenured permanent position
Application deadline: Friday, March 15, 2019
Starting date: September 2019
Team: Data Intelligence and Graphs (DIG, https://dig.telecom-paristech.fr/)
New book “Des intelligences très artificielles” by Jean-Louis Dessalles
L’« IA » fait de plus en plus souvent la une des médias. Les mystérieux algorithmes de nos ordinateurs sont champions du monde d’échecs et de go, ils vont conduire nos voitures, traduire automatiquement en n’importe quelle langue, voire imiter nos modes de raisonnement. Hélas, ils ne savent même pas qu’ils sont intelligents.
Pour le dire plus clairement, ils ne savent rien. Tout ce que peuvent manifester les ordinateurs dotés des techniques les plus récentes d’IA est une intelligence qui ne comprend rien – du réflexe sans réflexion. Certains de nos mécanismes cognitifs, patiemment mis au point par l’évolution biologique, comme la recherche de la simplification et de la structure des phénomènes, sont encore hors de portée des machines, contraintes d’approcher au plus près de nos modes de raisonnement sans jamais les reproduire vraiment.
Le fantasme de la machine qui sait tout a donc de beaux jours devant lui, même si les progrès de l’IA posent avec toujours plus d’acuité la lancinante question de savoir si une véritable intelligence peut être produite par des circuits de silicium.
Jean-Louis Dessalles est enseignant-chercheur à Télécom ParisTech. Il utilise l’intelligence artificielle pour démonter les mécanismes de l’intelligence humaine, notamment en ce qui concerne le langage et le raisonnement.
Workshop on Graph Learning
A workshop on Graph Learning will be held at LINCS on May 14h, 2018:
https://www.lincs.fr/workshop-on-graph-learning/
The objective of this workshop is to bring together people from industry and academia for presenting and discussing the most recent learning techniques based on graphs, from both theoretical and practical perspectives.
The workshop will cover the following aspects:
- Graph clustering
- Topic detection
- Recommender systems
- Graph-based classification
- Link prediction
- Graph alignment
- Social networks
- Dynamic graphs
- Graph signal processing
Speakers
Oana Balalau (Max-Planck Institute)
Alexis Benichoux (Deezer)
Pierre Borgnat (ENS Lyon)
Stephan Clémençon (Telecom ParisTech)
Vincent Cohen-Addad (CNRS / UPMC)
Matthias Grossglauser (EPFL)
Alexandre Hollocou (Inria)
Hervé Jegou (Facebook)
Renaud Lambiotte (University of Oxford)
Matthieu Latapy (CNRS / UPMC)
Dimitrios Milioris (Nokia Bell Labs)
Eric Siboni (Shift Technologies)
Michal Valko (Inria)
Organizers
Thomas Bonald (Telecom ParisTech)
Marc Lelarge (Inria)
Laurent Massoulié (Inria / Microsoft)