PASTIS research group
Présentation en français :
À l'Université Paris 8, le groupe de recherche PASTIS du LIASD rassemble des enseignant·es-chercheur·es et des doctorant·es en informatique. Notre groupe s'inscrit dans une dynamique de modélisation et de compréhension des activités cognitives humaines en interaction avec l'informatique. Notre démarche donne une part importante à la pratique de la programmation, typiquement au travers de simulations et de mises en œuvres d'outils concrets et utilisables.
Les membres de PASTIS mettent en œuvre cette approche commune dans différents domaines de l'informatique : nous traitons de synthèse d'images expressives, de résolution de jeux, de représentation du raisonnement, d'apprentissage automatique, d'analyse de textes, du contrôle pour la privacy, et de compréhension de programmes.
Le nom “PASTIS” est d'ailleurs un acronyme qui reflète la diversité des domaines de l'informatique dans lesquels les membres de notre groupe travaillent : Programming, Artificial intelligence, Security, Texts, Images, Simulations.
Presentation in English:
Paris 8 University's PASTIS research group, part of the LIASD, is composed of computer science academics and PhD candidates. Our group focuses on understanding and modeling cognitive human activities dealing with computers. Our approach gives an important role to programming, typically through simulations and implementation of concrete and usable tools.
Members of PASTIS implement this common approach in various fields of computer science: we work on expressive rendering, game solving, knowledge representation and reasoning, machine learning, text analysis, privacy as control, and program comprehension.
The name “PASTIS” is actually an acronym that reflects the diversity of computer science fields in which our team members work: Programming, Artificial intelligence, Security, Texts, Images, Simulations.
People
Faculty members
- Adrien Revault d'Allonnes (MCF)
GdR IA and GdR I3 (GT “fouille de données”) participant. IEEE CIS member (French chapter president), EUSFLAT member.
information evaluation, trust, non-classical logic, machine learning, clustering, formal models, artificial intelligence, fake news.
- Anna Pappa (MCF)
GdR IA participant.
artificial intelligence, natural langage processing, corpus and dataset construction, parsers, machine learning, chatbots.
- Farès Belhadj (MCF)
GdR IG-RV participant.
expressive rendering, real-time rendering, GPU-based algorithm, abstraction and stylization, surface modeling, fractals.
- Françoise Balmas (MCF-HDR)
software quality, program analysis and understanding, programming styles and paradigms.
- Jean-Jacques Bourdin (PR)
GdR IG-RV participant. Eurographics Education Board member.
image synthesis, expressive rendering, virtual painting, teaching of/with computer graphics.
- Nicolas Jouandeau (PR) — head of the research group
GdR IA (GT Jeux) participant. ICGA member.
computer games, artificial intelligence, tree search, machine learning.
- Pablo Rauzy (MCF)
Géode. GdR Sécurité (GT PVP, GT MFS) member. GdR CIS.
security, privacy, formal models, control, usability.
- Revekka Kyriakoglou (MCF)
GdR IA, GdR IM, GdR LIFT.
symbolic dynamics, combinatorics on words, formal languages, natural language processing.
- Sylvia Chalençon (MCF)
GdR IG-RV participant.
image synthesis, 3D interactions, augmented reality, medical image analysis, image registration, visualisation.
- Vincent Boyer (MCF-HDR — currently on leave)
expressive rendering, real-time rendering, GPU-based algorithm, abstraction and stylization.
PhD students
- Jean-Pascal Palus (2021–)
“Dynamique et évolution de la confiance : explication et formalisation de la mésinformation”.
Advisors: Adrien Revault d'Allonnes, Nicolas Jouandeau.
- Maroua Boudabous (2019–)
“Modélisation d'un système intelligent d'analyse prédictive des données textuelles massives pour l'aide à la décision”.
Advisors: Anna Pappa, Françoise Balmas.
- Stephen Obonyo (2021–)
“Bioinformatic Computation With Active Learning”.
Advirsors: Dickson Owuor (Strathmore), Nicolas Jouandeau.
Postdocs and ATERs
- Emna Chebbi (ATER 2021–2022)
- Hanane Zerdoum (ATER 2021–2022)
- Oumaima El Joubari (ATER 2021–2022)
- Syrine Saidi (ATER 2021–2022)
- Sylvain Chichery (postdoc 05/2022–04/2023)
“Modélisation du respect de la vie privée dans des raisonnements éthiques formels”, ReComp project, with Pablo Rauzy.
Interns
- Chaima Ben Salem (03/2022–08/2022)
“MetaMoi : Clone 3D expressif à multi-modalités de contrôle”, MetaMoi project, with Farès Belhadj.
- Emil Raducanu (05/2022–09/2022)
“Litte_Bot : le chatbot Molière”, with Anna Pappa.
- Jilin He (05/2022–09/2022)
“Creation of a domain-specific keyword set”, with Revekka Kyriakoglou.
- Mouna Benabid (03/2022–08/2022)
“Résolution de jeux à reconnaissance”, with Revekka Kyriakoglou and Nicolas Jouandeau.
Former members
- 2021 : Patrick Gikunda (PhD student 2018–2021), Rahima Zaouche (ATER 2020–2021), Rémi Nollet (ATER 2020–2021), Sarah Zouinina (ATER 2020–2021).
Projects
Ongoing financed projects
Past projects
- Deep Learning To Identify Fall Armyworm Pest, PHC PAMOJA 2019–2020, Université Paris 8, University of Nairobi, KALRO - Kenya (contact Nicolas Jouandeau).
News
Le projet MetaMoi propose d’étudier et de concevoir un nouveau modèle d’interactions au travers d’un avatar de soi. Dans le domaine des applications informatiques, l’avatar était, par le passé, un assistant pour de l’initiation, de l’aide à la pratique, du dépannage ou encore des astuces d’utilisation. Dans le domaine des jeux vidéos, les avatars sont devenus des représentations des joueurs dans des méta-univers. Avec les réseaux sociaux, les médias, la communication, les jeux vidéos et les mondes virtuels connectés, les avatars vont devenir des représentations de nous même, pilotés par chacun ou pouvant agir et interagir en notre nom, à notre place, comme nous le ferions ou selon un modèle de comportement choisi. Il s’agit donc de définir comment nous représenter, comment représenter nos expressions, comment permettre aux programmes d’apprendre à réagir comme nous le ferions.
Les objectifs visés par ce projet abordent donc de multiples problématiques pour lesquels la recherche et l’élaboration de nouveaux modèles seront nécessaires. Chaque partie produira ainsi ses propres résultats et publications scientifiques en lien direct avec le domaine sous-jacent. L’agrégation totale ou partielle de ces parties permettra de produire des résultats scientifiques en lien avec d’autres domaines comme la santé, l’éducation ou la psychologie.
