
















Soutenance de thèse : Alexandre Stenger
Lieu : Amphi A301 du Pôle API, 300 bd Sébastien Brant, Illkirch.
Date et horaire : Mardi 30 Septembre à 14h
Titre : Méthodes d’apprentissage profonds et perspectives probabilistes en adaptation de domaine non supervisée pour la segmentation d’images biomédicales.
Résumé : Alors que les avancées en apprentissage profond ont en grande partie été dues à l’augmentation des capacités de calcul, comment aborder le problème d’adaptation de domaine pour la segmentation d’images biomédicales à l’heure des modèles de fondation ?
La présentation sera donnée en français.
Jury :
La conférence EGC (Extraction et Gestion des Connaissances) s’est déroulée du 27 au 31 janvier 2025...
L’Alsace insolite, l’émission 100% insolite, produite par France 3 Grand-Est et animée par Eric...
Nectarine, la nouvelle équipe-projet à l’antenne Inria de Strasbourg a été fondée début octobre...
Le laboratoire ICube félicite la startup TERDEPOL SAS, distinguée par le concours national...
À compter du 1er septembre 2025, une nouvelle équipe de direction prendra ses fonctions à la tête...
ICube et l'université de Strasbourg lance son premier Student Chapter dédié à la photonique ! Une...
Nous sommes fiers de voir les travaux menés au sein du laboratoire ICube contribuer à une solution...
Du 6 au 11 avril 2025, la communauté internationale du traitement du signal s’est réunie à...
Lors de sa 11ème édition (27 mai – 29 juin 2025), le Street Art Fest Grenoble-Alpes a présenté une...
L’article “Few-shot Text-driven Adaptation of Foundation Models for Surgical Workflow Analysis” de...
💡 Et si les sciences se racontaient à la première personne ? C’est l’idée originale au cœur de...