L’IRL International Laboratory on Learning Systems (ILLS) vise à développer des outils mathématiques pour améliorer les algorithmes de machine learning et sécuriser leur utilisation. Ces algorithmes pourront par exemple être utilisés pour le traitement du langage naturel et de la parole ou pour des applications autour de la vision par ordinateur et du traitement des signaux. Implanté à Montréal et lancé en avril 2022, il associe CentraleSupélec, le CNRS, l’Université Paris-Saclay, l’Université McGill, l’École de technologie supérieure (ETS) de Montréal et l'Institut québécois d'intelligence artificielle (Mila).

Le laboratoire concentre ses activités autour de 5 axes de recherche :

  • Les fondamentaux de l'IA pour sécuriser son utilisation
  • Apprentissage en ligne
  • Interactions avec les systèmes dynamiques
  • Traitement du langage naturel
  • Vision par ordinateur

 

Vidéo

Interview de Pablo Piantanida, chercheur au laboratoire L2S de CentraleSupélec et directeur de l'ILLS

Contact

Directeur : Pablo Piantanida
pablo.piantanida[at]centralesupelec.fr

Les dernières publications

Pré-publication, Document de travail
01/02/2024
Fundamental Limits of Membership Inference Attacks on Machine Learning Models
Eric Aubinais, Elisabeth Gassiat, Pablo Piantanida
Article dans une revue
01/01/2024
Perfectly Accurate Membership Inference by a Dishonest Central Server in Federated Learning
Georg Pichler, Marco Romanelli, Leonardo Rey Vega, Pablo Piantanida
Article dans une revue
01/01/2024
Communication dans un congrès
01/10/2023
I See What You're Hearing: Facilitating The Effect of Environment on Perceived Emotion While Teleconferencing
David Marino, Max Henry, Pascal Fortin, Rachit Bhayana, Jeremy Cooperstock
Article dans une revue
01/08/2023
Voir toutes les publications du laboratoire sur HAL