BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Etis - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.etis-lab.fr
X-WR-CALDESC:Events for Etis
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260331T103000
DTEND;TZID=Europe/Paris:20260331T120000
DTSTAMP:20260417T114317
CREATED:20260326T073216Z
LAST-MODIFIED:20260326T073216Z
UID:9973-1774953000-1774958400@www.etis-lab.fr
SUMMARY:Séminaire ETIS-ICI - Samar Chebbi
DESCRIPTION:Orateur : Dr. Samar Chebbi will present the following work. \nTitle: From MIMO-NOMA Optimization to EMF Mapping: Towards Sustainable and Energy-Efficient Wireless Networks\nAbstract:\nThe presentation will first introduce the context of next-generation wireless networks and the main challenges related to massive connectivity\, interference management\, and resource allocation. I will then present my doctoral work on MIMO-NOMA systems\, focusing on user clustering and power allocation strategies based on optimization techniques\, including metaheuristic approaches. In a second part\, I will present my current research at Télécom Paris on electromagnetic field (EMF) exposure mapping\, where machine learning methods are used to model and predict exposure levels from heterogeneous data sources combining measurements and simulations. Finally\, I will discuss the perspective of sustainable wireless networks\, highlighting the need to jointly address performance\, energy efficiency\, and EMF exposure\, and outlining future research directions at the intersection of optimization\, physical modeling\, and artificial intelligence. \n 
URL:https://www.etis-lab.fr/event/seminaire-etis-ici-samar-chebbi/
CATEGORIES:ETIS,Seminar
ORGANIZER;CN="Ke Feng":MAILTO:ke.feng@ensea.fr
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260331T140000
DTEND;TZID=Europe/Paris:20260331T153000
DTSTAMP:20260417T114317
CREATED:20260326T071413Z
LAST-MODIFIED:20260326T071413Z
UID:9962-1774965600-1774971000@www.etis-lab.fr
SUMMARY:Séminaire ETIS-CELL - Aurélique Saulquin
DESCRIPTION:Orateur : Aurélique Saulquin (CRIStAL\, Université de Lille) \nTitle: Spiking Neural Network emulation on FPGA for low-power AI\nAbstract:\nAI\, and particularly ANNs have become central to modern computing with remarkable performances for complex task resolution. However\, deploying ANNs on embedded systems remains challenging due to their complexity. Neuromorphic computing\, and especially Spiking\nNeural Networks (SNNs) offers an alternative solution\, drawing inspiration from the brain.\nAlthough promising\, neuromorphic chips are limited and poorly reconfigurable\, making FPGAs an interesting target for research and embedded low-power classification tasks.\nIn this context\, we develop ModNEF\, an open-source modular FPGA architecture for SNN inference. Modnef is based on the interconnection of independent modules\, offering high implementation flexibility and control. ModNEF was validated with standard neuromorphic\ndatasets and with a use case for sperm whale detection in the Mediterranean Sea. \nTeam link: https://teams.microsoft.com/meet/31942320814023?p=pSkW9xXckmBVCDlmqr\nMeeting ID: 319 423 208 140 23\nPasscode: zJ9Yp2wz
URL:https://www.etis-lab.fr/event/seminaire-etis-cell-aurelique-saulquin/
LOCATION:Online
CATEGORIES:ETIS,Seminar
ORGANIZER;CN="St%C3%A9phane Zuckerman":MAILTO:stephane.zuckerman@etis-lab.fr
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20260331T150000
DTEND;TZID=Europe/Paris:20260331T163000
DTSTAMP:20260417T114317
CREATED:20260319T142019Z
LAST-MODIFIED:20260320T192254Z
UID:9944-1774969200-1774974600@www.etis-lab.fr
SUMMARY:Séminaire ETIS-DATA&AI - Intégration de métadonnées de nœuds dans des modèles graphiques gaussiens contraints par le Laplacien
DESCRIPTION:Titre :\nIntégration de métadonnées de nœuds dans des modèles graphiques gaussiens contraints par le Laplacien \nRésumé :\nNous nous intéressons à l’apprentissage de graphes dans le cadre des modèles graphiques gaussiens (GGM). Dans ce contexte\, les matrices de données sont souvent accompagnées de métadonnées auxiliaires (par exemple\, des descriptions textuelles associées à chaque nœud)\, qui sont généralement ignorées dans les méthodes traditionnelles d’estimation de graphes.\nPour combler cette lacune\, nous proposons une approche d’apprentissage de graphe fondée sur des GGM contraints par le Laplacien\, exploitant conjointement les signaux des nœuds et ces métadonnées. La formulation obtenue conduit à un problème d’optimisation pour lequel nous développons un algorithme de majoration-minimisation (MM) efficace\, avec des mises à jour sous forme fermée à chaque itération. Des résultats expérimentaux sur des données financières réelles montrent que la méthode proposée améliore significativement les performances de regroupement de graphes\, illustrant ainsi l’intérêt de la fusion de ces deux sources d’information. \nIntervenant :\nJianhua WANG\, CNAM / Université Paris-Nanterre \nSéminaire en ligne\, lien à venir.
URL:https://www.etis-lab.fr/event/seminaire-dataai-integration-de-metadonnees-de-noeuds-dans-des-modeles-graphiques-gaussiens-contraints-par-le-laplacien/
LOCATION:Online
CATEGORIES:ETIS,Seminar
ORGANIZER;CN="Vassiis Christophides":MAILTO:vassilis.christophides@ensea.fr
END:VEVENT
END:VCALENDAR