BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen - ECPv5.7.0//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
X-ORIGINAL-URL:https://www.greyc.fr
X-WR-CALDESC:évènements pour GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
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
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251202T104500
DTEND;TZID=Europe/Paris:20251202T114500
DTSTAMP:20260418T215224
CREATED:20251017T095103Z
LAST-MODIFIED:20251219T083719Z
UID:11989-1764672300-1764675900@www.greyc.fr
SUMMARY:Séminaire Algortihmique : « Efficient and succinct zero-knowledge arguments in the CL framework  »\, Agathe Beaugrand (GREYC)
DESCRIPTION:Multiparty computation (MPC) aims at allowing a set of participants to perform computation together on private inputs. In order to protect the privacy of the users and guarantee the correctness of the computation\, MPC relies on several cryptographic tools\, among which asymmetric encryption and zero-knowledge proofs. In this talk\, we focus on using the CL encryption scheme\, a linearly homomorphic encryption scheme based on class groups of imaginary quadratic fields\, for MPC. In this context\, it is crucial to design short and computationally efficient zero-knowledge protocols\, which is particularly challenging\, due to the unknown order of the underlying groups for CL. To overcome this difficulty\, we define a new notion of soundness\, called partial extractability\, that allows us to improve the efficiency of CL related zero-knowledge proofs. \n(Joint work with Guilhem Castagnos and Fabien Laguillaumie.)
URL:https://www.greyc.fr/event/seminaire-algortihmique-agathe-beaugrand-greyc/
LOCATION:Sciences 3- S3 351
CATEGORIES:Amacc,General,News,Séminaire Algo
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251204T140000
DTEND;TZID=Europe/Paris:20251204T153000
DTSTAMP:20260418T215224
CREATED:20251126T104656Z
LAST-MODIFIED:20251126T104656Z
UID:11992-1764856800-1764862200@www.greyc.fr
SUMMARY:Séminaire Image : "Méthodes d’apprentissage profond pour la détection et la caractérisation des satellites géostationnaires à partir d’images spectro-spatiales" Sidney Besnard
DESCRIPTION:Nous aurons le plaisir d’écouter Sidney Besnard\, doctorant au GREYC.\nIl donnera un séminaire IMAGE le jeudi 4 décembre 2025 à 14h en salle de séminaire F-200\, qui sera aussi la répétition de sa soutenance de thèse de la semaine d’après. \nTitre : « Méthodes d’apprentissage profond pour la détection et la caractérisation des satellites géostationnaires à partir d’images spectro-spatiales » \nRésumé :  \nL’environnement spatial terrestre n’est plus un domaine vide\, mais un environnement congestionné et hautement dynamique. Les grandes constellations densifient à la fois les ceintures orbitales et le spectre radio\, entraînant des émissions qui se chevauchent\, des reconfigurations rapides de charges utiles et une proximité accrue entre satellites. Dans ce contexte\, cette thèse aborde un défi central de la connaissance de la situation spatiale et spectrale : détecter et extraire l’empreinte radiofréquence (RF) des satellites en orbite géostationnaire (GEO) à partir de mesures RF spectro-spatiales passives. \nCe travail est motivé par les limitations de WeTrack™\, développé par Safran Data Systems (SDS)\, qui permet un suivi précis des positions et paramètres orbitaux des satellites mais requiert\, pour amorcer la première mesure\, une fenêtre fréquentielle et une position initiale du satellite\, des informations généralement ajustées manuellement ou issues de catalogues publics. Afin d’alléger cette dépendance\, SDS a développé le système WatchTower\, qui génère des images spectro-spatiales de l’ensemble de l’orbite géostationnaire. \nCependant\, exploiter de manière robuste les images spectro-spatiales de WatchTower implique d’analyser des scènes massives et ambiguës. Cette thèse explore plusieurs pistes de recherche guidées par une idée centrale : tirer parti de la physique intrinsèque des données pour informer les algorithmes d’apprentissage machine. Étant donné la rareté des annotations et la disponibilité limitée de vérité terrain\, en particulier pour l’activité spectrale\, les approches purement fondées sur les données se révèlent insuffisantes. En intégrant des modèles physiques dans la boucle d’apprentissage\, nous développons des méthodes efficaces qui améliorent la robustesse\, la généralisation et l’interprétabilité tout au long du manuscrit.
URL:https://www.greyc.fr/event/seminaire-image-methodes-dapprentissage-profond-pour-la-detection-et-la-caracterisation-des-satellites-geostationnaires-a-partir-dimages-spectro-spatiales-sidney-besnard/
LOCATION:ENSICAEN – Batiment F – Salle F-200\, 6 Bd Maréchal Juin\, Caen\, 14050\, France
CATEGORIES:General,Image,News,Seminaire Image
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251209T104500
DTEND;TZID=Europe/Paris:20251209T114500
DTSTAMP:20260418T215224
CREATED:20251219T084006Z
LAST-MODIFIED:20251219T084006Z
UID:12005-1765277100-1765280700@www.greyc.fr
SUMMARY:Séminaire Algorithmique : « Structured-Seed Local Pseudorandom Generators and their Applications »\, Melissaris Nikolas (IRIF\, Univ. Paris Cité)
DESCRIPTION:Pseudorandom generators are basic tools for simulating randomness efficiently. A local PRG is one where each output bit depends on only a few bits of the seed\, which makes them useful in low-depth cryptography and certain complexity-theoretic constructions. \nIn this talk\, I will introduce structured-seed local PRGs (SSL-PRGs)\, where the seed is not uniform but comes from a simple\, efficiently sampleable structured distribution. This small change turns out to broaden what we can build: we can construct SSL-PRGs under assumptions that are much weaker than those needed for standard local PRGs. \nThe key idea combines PRGs that tolerate “noisy” sparse input with new ways to locally compress sparse vectors. From this\, we obtain efficient SSL-PRGs based on variants of the Learning-Parity-with-Noise problem. I will also show how SSL-PRGs recover several known applications such as constant overhead secure computation and hardness-of-learning\, under these milder assumptions.
URL:https://www.greyc.fr/event/seminaire-algorithmique-structured-seed-local-pseudorandom-generators-and-their-applications-melissaris-nikolas-irif-univ-paris-cite/
LOCATION:Sciences 3- S3 351
CATEGORIES:Amacc,General,News
END:VEVENT
END:VCALENDAR