Aller au contenu principal

Le mardi 4 mai 2021

L’apprentissage profond a permis plusieurs avancées dans des domaines historiquement difficiles tels que la classification des images. Cependant, peu de ces progrès ont été intégrés aux produits et aux processus. En effet, la plupart des résultats n’ont pas été appliqués à l’ensemble des problèmes qu’ils peuvent résoudre.

Dans ce colloque, nous nous intéressons à deux secteurs, le génie logiciel et la numérisation des processus industriels, qui sont à première vue très éloignés, mais qui en réalité peuvent être très proches quant à l’expérience de l’application de l’apprentissage profond à leurs problématiques.

Dans le domaine du génie logiciel, selon une analyse des articles publiés, l’apprentissage profond a été exploité pour aider les développeurs dans plusieurs tâches du génie logiciel, telles que la synthèse des programmes ou la prévision des défauts.

L’augmentation de la valeur ajoutée des produits et l’atteinte de l’excellence opérationnelle des processus sont entre autres les effets positifs de l’utilisation de l’apprentissage profond pour la numérisation en industrie. Plusieurs applications illustrent ces effets, comme la maintenance prédictive et la prise de décision en temps réel. Ces applications présentent des opportunités, mais aussi des défis. L’automatisation intelligente des processus par l’intermédiaire de la mécatronique a contribué à l’émergence de l’industrie 4.0.

L’avènement de l’apprentissage profond, les avancées de celui-ci et la démocratisation des outils utilisés dans le domaine ont suscité un grand intérêt, mais n’ont pas donné de résultats convaincants pour le génie logiciel ni pour le développement de solutions pouvant être moins coûteuses, par exemple dans le monde de l’industrie.

Ces dernières années, de grands investissements ont été consentis pour intégrer les progrès de l’apprentissage profond dans de nouveaux produits. Cependant, il est clair que plusieurs secteurs ont été délaissés, car le rendement de l’investissement semble moins prometteur.

Ce colloque, organisé par le Laboratoire de recherche en génie logiciel et en intelligence artificielle (GLIA) de l’UQAR, offrira une occasion exceptionnelle de :

  1. Discuter des enjeux et des possibilités de l’application de l’intelligence artificielle et plus particulièrement de l’apprentissage profond dans des problématiques du génie logiciel et des systèmes mécatroniques industriels.
  2. Présenter les résultats de recherche des équipes actives dans les deux domaines.
  3. Faire le pont entre les chercheurs des deux secteurs et explorer des pistes de collaboration entre eux.
  4. Faire le pont entre les chercheurs et le monde des affaires pour explorer des possibilités de collaboration.

 

Lire la suite »

Remerciements

Nous remercions très chaleureusement l'ACFAS, les universités de Sherbrooke et de Bishop  et les organisateurs du congrès de nous avoir offert l’opportunité d'animer ce colloque. Nous remercions également nos conférenciers invités ainsi que participants et présentateurs d'avoir répondu présents.

Ajouter à mon horaire

Colloque

Section 200 - Sciences naturelles, mathématiques et génie

Responsables

Afficher tous les résumés

Avant-midi

09 h 00 à 12 h 00
Communication orale
Communications orales
Apprentissage profond dans le génie logiciel
Présidence/Animation : Mohamed Aymen Saied (Université Laval)
Batiment : En ligne
Local : En ligne
08 h 30
Accueil des participants
09 h 00
Mot de bienvenue
09 h 15
Comment les données ont tué la recherche en génie logiciel
Hafedh Mili (UQAM - Université du Québec à Montréal)
Résumé
09 h 45
Techniques de détection d'anomalies dans les systèmes informatiques basées sur le traçage et l'apprentissage machine
Wahab Hamou-Lhadj (Université Concordia)
Résumé
10 h 15
Vers une approche de découverte des diagrammes de classes UML par l'apprentissage profond
Yves Rigou (UQAR - Université du Québec à Rimouski), Dany Lamontagne (UQAR), Ismaïl Khriss (UQAR)
Résumé
10 h 45
Pause
11 h 00
Vers une usine de logiciels pour le développement d’applications mobiles pour un tourisme intelligent
Abdeslam Jakimi (Maroc/Errachidia), Lahbib Naimi (Faculté des Sciences et Techniques ), Lamya Benaddi (FST d'Errachidia, UMI), Loubna Mamad (Faculté des Sciences et Techniques Errachidia), Charaf Ouaddi (FST-Errachidia), Youness Balaadich (FST d'Errachidia, UMI)
Résumé
11 h 30
Vers une approche de découverte des clones de codes par le traitement des graphes de dépendance à l’aide de l'apprentissage profond
Dany Lamontagne (UQAR - Université du Québec à Rimouski), Yves Rigou (UQAR), Ismaïl Khriss (UQAR)
Résumé

Dîner

12 h 00 à 13 h 00
Diner
Dîner
Dîner
Batiment : En ligne
Local : En ligne

Après-midi

13 h 00 à 15 h 30
Communication orale
Communications orales
Apprentissage profond dans l’automatisation des processus industriels
Présidence/Animation : Steven Pigeon (UQAR - Université du Québec à Rimouski)
Batiment : En ligne
Local : En ligne
13 h 00
Valorisation des données par l’intelligence artificielle dans le monde du packaging industriel
Billy Lapointe (Premier Tech)
Résumé
13 h 30
La valorisation des données pour la maintenance prédictive : Opportunités et défis
Zouheir Malki (UdeM - Université de Montréal)
Résumé
14 h 00
Proposition d’une méthodologie pour l’application des modèles explicables et non-explicables
Martin Otis (UQAC - Université du Québec à Chicoutimi)
Résumé
14 h 30
Démarche d’excellence opérationnelle dans les processus de production dans un environnement de données massives
Loubna Benabbou (UQAR - Université du Québec à Rimouski)
Résumé
15 h 00
Une approche basée sur l'apprentissage profond pour le contrôle de la qualité et la détection des défauts pour les systèmes d'ensachage industriels
Mathieu Juncker (UQAR - Université du Québec à Rimouski), Ismaïl Khriss (UQAR), Jean Brousseau (UQAR), Steven Pigeon (UQAR), Alexis Darisse (Premier Tech), Billy Lapointe (Premier Tech)
Résumé
15 h 30
Pause
16 h 00 à 17 h 00
Panel
Panel / Atelier
Panel – Synthèse
Présidence/Animation : Ismail Khriss (UQAR - Université du Québec à Rimouski)
Participants : Loubna Benabbou (UQAR - Université du Québec à Rimouski), Jean Brousseau (UQAR - Université du Québec à Rimouski), Wahab Hamou-Lhadj (Université Concordia), Abdeslam Jakimi (Maroc/Errachidia), Mathieu Juncker (UQAR - Université du Québec à Rimouski), Ismail Khriss (UQAR - Université du Québec à Rimouski), Dany Lamontagne (UQAR - Université du Québec à Rimouski), Billy Lapointe (Premier Tech), Zouheir Malki (UdeM - Université de Montréal), Hafedh Mili (UQAM - Université du Québec à Montréal), Martin Otis (UQAC - Université du Québec à Chicoutimi), Steven Pigeon (UQAR - Université du Québec à Rimouski), Yves Rigou (UQAR - Université du Québec à Rimouski), Mohamed Aymen Saied (Université Laval)
Batiment : En ligne
Local : En ligne