200 ans de la cristallerie du Val Saint Lambert
2026 marquera les 200 ans de la cristallerie du Val Saint Lambert. L’Université de Liège a décidé de réaliser une exposition portant sur le verre dans la société actuelle.
Université publique ouverte sur le monde et ancrée dans le développement scientifique, culturel et économique de sa région, l'ULiège s'appuie sur ses trois piliers : l'enseignement, la recherche et l'engagement citoyen.
L'ULiège forme des citoyens responsables, dotés de connaissances de pointe et d'un esprit critique, capables de partager les savoirs et de faire progresser un monde de plus en plus complexe.
L'ULiège développe et valorise une recherche d’excellence, pluridisciplinaire et en prise directe avec ses enseignements.
L’ouverture au monde est au cœur des priorités de l’Université de Liège. L’institution propose de nombreuses formules de mobilité internationale tant à ses étudiants qu’à ses chercheurs et son personnel, permettant ainsi à chacun de renforcer ses compétences transversales et sa connaissance des langues.
L'ULiège : une expérience à vivre au quotidien. Implantée dans 3 villes et 4 campus, l'université est un acteur incontournable en termes d'environnement et de mobilité.
Des chercheurs de l’Institut Montefiore (Faculté des Sciences appliquées) de l’Université de Liège viennent de développer un nouveau neurone artificiel en s’inspirant des différents modes de fonctionnement des neurones humains. Baptisé Bistable Recurrent Cell (BRC), ce procédé a permis à des réseaux récurrents d’apprendre des relations temporelles de plus de mille unités discrètes de temps, là où les méthodes classiques échouaient après seulement une centaine d’unités de temps. Ces résultats importants font l’objet d’une publication dans le journal PLOS One.
L'
énorme intérêt voué à l’intelligence artificielle (IA) ces dernières années a permis le développement de techniques d’apprentissage automatique extrêmement performantes. Par exemple, les séries temporelles - toute série de données pour laquelle une composante temporelle est présente comme le cours de la bourse, l’évolution météorologique ou encore les électroencéphalogrammes -, de par leur nature, sont extrêmement fréquentes et présentent un grand intérêt vu leur vaste champs d’applications. L’analyse de séries temporelles est un type de tâche pour lequel les techniques d’apprentissage automatique ont un grand intérêt, permettant de prédire des évènements futurs sur base d’évènements passés. Vu la diversité d’applications potentielles, il est logique que le traitement de telles données via des algorithmes d’IA ait connu un fort engouement au cours de ces dernières années.
Un type particulier de réseau de neurones artificiels, appelé réseau récurrent (RNN), a été spécialement développé au cours de ces dernières années afin de disposer d’une mémoire qui permet au réseau de retenir de l’information au cours du temps afin de traiter une série temporelle correctement. A chaque nouvelle donnée reçue, le réseau met à jour sa mémoire pour retenir cette nouvelle information. Malgré ces développements, il reste toutefois difficile d’entraîner de tels réseaux et leur mémoire reste limitée dans le temps. « On peut imaginer l’exemple d’un réseau qui reçoit une nouvelle information tous les jours, explique Nicolas Vecocen, doctorant au sein du labo Systems and Modeling de l’Université de Liège et premier auteur de l’étude. Mais au bout du cinquantième jour, on remarque que l’information du premier jour sera oubliée. »
Les neurones humains sont quant à eux capables de retenir de l’information sur un temps quasiment infini grâce au mécanisme de bi-stabilité. « Celui-ci permet aux neurones de se stabiliser dans deux états différents, selon l’historique des courants qu’ils ont subis, et cela pour un temps infini, reprend le jeune chercheur. Autrement dit, grâce à ce mécanisme, les neurones humains peuvent retenir un bit (une valeur binaire) d’information pour un temps infini. » S’appuyant sur ce mécanisme de bi-stabilité, Nicolas Vecoven et ses collègues Damien Ernst (spécialiste de l’IA) et Guillaume Drion (spécialiste en neurosciences) de l’ULiège, ont construit un nouveau neurone artificiel, doté de ce même mécanisme, et l’ont intégré dans des réseaux artificiels récurrents . Baptisé Bistable Recurrent Cell (BRC), ce nouveau neurone artificiel a permis à des réseaux récurrents d’apprendre des relations temporelles de plus de 1000 pas de temps, là où les méthodes classiques échouaient après seulement une centaine de pas de temps. Des résultats importants et prometteurs qui font l’objet d’une publication dans la revue PLOS One. Les trois chercheurs poursuivent leurs recherche dans ce domaine particulier et continuent à développer des technologies pour améliorer les mémoires de réseaux de neurones récurrents (RNN - Recurrent neural networks), en favorisant l’émergence de points d’équilibre au sein de ces derniers.
VECOVEN Nicolas, ERNST Damien, DRION Guillaume, A bio-inspired bistable recurrent cell allows for long lasting memory, PLOS One, 8 june 2021. DOI
2026 marquera les 200 ans de la cristallerie du Val Saint Lambert. L’Université de Liège a décidé de réaliser une exposition portant sur le verre dans la société actuelle.
Une nouvelle étude à l’ULiège et un appel aux entrepreneur·es, confirmé·es et aux jeunes entrepreneur·es des incubateurs étudiant·es
Le Pr David Lyden (Weill Cornell Medical College) a inauguré à l’ULiège le cycle de conférences et rencontres en Belgique autour de The pre-metastatic nice concept.