Sous-communautés au sein de cette communauté

Soumissions récentes

  • Analyse de malwares et classification à l’aide de réseaux de neurones convolutionnels 1DPeer reviewedClosed access 

    2021, Leveau, Romain; Lerat, Jean-Sébastien, HE en Hainaut
    Acte de conférence ou de colloque
    Les logiciels malveillants peuvent avoir des impacts particulièrement négatifs sur notre société, d’autant plus que celle-ci a de plus en plus recours à des systèmes informatiques. En vue de garantir la sécurité de ces systèmes, la détection et la prévention de ces logiciels malveillants sont nécessaires. Dans cette optique, l’objectif de ce travail est de procéder à une classification entre ...
  • Analyse statique de rançongiciels à l'aide de modèles de Markov cachésPeer reviewedClosed access 

    2022, Moreau, Samuel; Lerat, Jean-Sébastien, HE en Hainaut
    Acte de conférence ou de colloque
    Les attaques de rançongiciels (ransomware) comme Cryptolocker, WannaCry ou encore Locky ont fait prendre conscience du danger de ces logiciels malveillants. WannaCry aurait infecté plus de 300 000 ordinateurs à travers le monde en 2017. Apparus pour la première fois il y a environ une quinzaine d'années en Russie, les rançongiciels prennent en otage les données des utilisateurs dans l'attente ...
  • Apprentissage profond distribué : d’un seul nœud vers plusieurs nœuds de calculClosed access 

    2022, Lerat, Jean-Sébastien; Mahmoudi, Ahmed Sidi; Mahmoudi, Saïd, HE en Hainaut
    Acte de conférence ou de colloque
    L'utilisation croissante de l'apprentissage profond (DL) exploite des modèles de plus en plus complexes avec une quantité croissante de données. Le DL distribué (DLL) permet d'entraîner rapidement des modèles en répartissant la charge de calcul. Nous proposons une approche empirique pour accélérer la distribution en se concentrant sur les stratégies de parallélisation locales. Les résultats ...
  • Deep Learning Frameworks: Performances AnalysisClosed access 

    2021, Lerat, Jean-Sébastien; Mahmoudi, Ahmed Sidi; Mahmoudi, Saïd, HE en Hainaut
    Acte de conférence ou de colloque
    The fourth industrial revolution use modern technologies that produce a continues flow of data. This large amount of data cannot be analyzed with traditional technologies to detect and diagnose problem without the need of a human. Deep learning consists of a set of methods based on neural networks that can process and extract information from a such amount of data. Deep learning frameworks provide ...
  • Comparaison des frameworks d'apprentissage profond sur un seul noeud de calculClosed access 

    2021, Lerat, Jean-Sébastien; Mahmoudi, Ahmed Sidi; Mahmoudi, Saïd, HE en Hainaut
    Acte de conférence ou de colloque
    Le deep learning est un domaine en plein expansion, expérimenté et mis en production à travers des frameworks. Ceux-ci sont exploités aussi bien sur des clusters de calcul que sur des cartes embarquées comme la Jeston Nano de Nvidia. De plus en plus souvent, la charge de travail est distribuée sur différents nœuds de calcul sans considérer le choix du framework. Dans ce travail, nous analysons ...
  • Intracellular Pathways of Holothuroid Oocyte Maturation Induced by the Thioredoxin Trx-REESPeer reviewedOpen access 

    2021, Delroisse, Jérome; Léonet, Aline; Henri, Alexandre; Eeckhaut, Igor, HE en Hainaut
    Article scientifique
    Abstract: In holothuroids, oocyte maturation is stopped in ovaries at the prophase I stage of meiosis. In natural conditions, the blockage is removed during the spawning by an unknown mechanism. When oocytes are isolated by dissection, the meiotic release can be successfully induced by a natural inducer, the REES (i.e., Rough Extract of Echinoid Spawn) that is used in aquaculture to obtain ...
  • Amélioration des performances d’un moteur de base de données relationnelle embarqué par l’utilisation de GPUPeer reviewedClosed access 

    2016, Cremer, Samuel; Bagein, Michel; Mahmoudi, Saïd; Manneback, Pierre, HE en HainautAutre
    Acte de conférence ou de colloque
    Concomitamment à la montée en puissance des systèmes de type « Big Data », les systèmes de gestion de base de données relationnelle (SGBDR) restent toujours largement utilisés. Dans cet article, nous présentons une solution capable d'améliorer la rapidité et la consommation énergétique d'un SGBDR embarqué SQLite. Notre solution, nommée CuDB, tente d'exploiter au mieux les spécificités des architectures ...
  • CuDB: a Relational Database Engine Boosted by Graphics Processing UnitsPeer reviewedClosed access 

    2016, Cremer, Samuel; Bagein, Michel; Mahmoudi, Saïd; Manneback, Pierre, HE en HainautAutre
    Acte de conférence ou de colloque
    GPUs benefit from much more computation power with the same order of energy consumption than CPUs. Thanks to their massive data parallel architecture, GPUs can outperform CPUs, especially on Single Program Multiple Data (SPMD) programming paradigm on a large amount of data. Database engines are now everywhere, from different sizes and complexities, for multiple usages, embedded or distributed; ...
  • Energy Efficiency for Ultrascale Systems: Challenges andTrends from Nesus ProjectPeer reviewedOpen access 

    2015, Bagein, Michel; Barbosa, Jorge; Blanco, Vicente; Brandic, Ivona; Cremer, Samuel; Frémal, Sébastien; Karatza, Helen D.; Lefevre, Laurent; Mastelic, Toni; Oleksiak, Ariel; Orgerie, Anne-Cécile; Stavrinides, Georgios L.; Varrette, Sébastien, HE en HainautAutre
    Livre/Ouvrage ou monographie
    Energy consumption is one of the main limiting factors for designing and deploying ultrascalesystems. Therefore, this paper presents challenges and trends associated with energy efficiency forultrascale systems based on current activities of the working group on ”Energy Efficiency” inthe European COST Action Nesus IC1305. The analysis contains major areas that are related tostudies of ...
  • Distributed Deep Learning: From Single-Node to Multi-Node ArchitecturePeer reviewedClosed access 

    2022, Lerat, Jean-Sébastien; Mahmoudi, Sidi Ahmed; Mahmoudi, Saïd, HE en Hainaut
    Article scientifique
    During the last years, deep learning (DL) models have been used in several applications with large datasets and complex models. These applications require methods to train models faster, such as distributed deep learning (DDL). This paper proposes an empirical approach aiming to measure the speedup of DDL achieved by using different parallelism strategies on the nodes. Local parallelism is considered ...
  • Improving Performances of an Embedded Relational Database Management System with a Hybrid CPU/GPU Processing EnginePeer reviewedClosed access 

    2017, Cremer, Samuel; Bagein, Michel; Mahmoudi, Saïd; Manneback, Pierre, HE en HainautAutre
    Article scientifique
    End-user systems are increasingly impacted by the exponential growth of data volumes and their processing. Moreover, post-processing operations, essentially dedicated to ergonomic features, require more and more resources. Improving overall performances of embedded relational database management systems (RDBMS) can contribute to deliver better responsiveness of end-user systems while increasing the ...
  • Efficiency of GPUs for Relational Database Engine ProcessingPeer reviewedClosed access 

    2016, Cremer, Samuel; Bagein, Michel; Mahmoudi, Saïd; Manneback, Pierre, HE en HainautAutre
    Article scientifique
    Relational database management systems (RDBMS) are still widely required by numerous business applications. Boosting performances without compromising functionalities represents a big challenge. To achieve this goal, we propose to boost an existing RDBMS by making it able to use hardware architectures with high memory bandwidth like GPUs. In this paper we present a solution named CuDB. We compare ...
  • Cross-biome comparison of microbial association networksPeer reviewedClosed access 

    2015, Faust, Karoline; Lima-Mendez, Gipsi; Lerat, Jean-Sébastien; F. Sathirapongsasuti, Jarupon; Knight, Rob; Huttenhower, Curtis; Lenaerts, Tom; Raes, Jeroen, Autre
    Article scientifique
    Clinical and environmental meta-omics studies are accumulating an ever-growing amount of microbial abundance data over a wide range of ecosystems. With a sufficiently large sample number, these microbial communities can be explored by constructing and analyzing co-occurrence networks, which detect taxon associations from abundance data and can give insights into community structure. Here, we investigate ...
  • Evolution of common-pool resources and social welfare in structured populationsPeer reviewedClosed access 

    2013, Lerat, Jean-Sébastien, Autre
    Acte de conférence ou de colloque
    The Common-pool resource (CPR) game is a social dilemma where agents have to decide how to consume a shared CPR. Either they each take their cut, completely destroying the CPR, or they restrain themselves, gaining less immediate profit but sustaining the resource and future profit. When no consumption takes place the CPR simply grows to its carrying capacity. As such, this dilemma provides a ...
  • Single node deep learning frameworks: Comparative study and CPU/GPU performance analysisPeer reviewedClosed access 

    2021, Lerat, Jean-Sébastien; Mahmoudi, Sidi Ahmed; Mahmoudi, Saïd, HE en Hainaut
    Article scientifique
    Deep learning presents an efficient set of methods that allow learning from massive volumes of data using complex deep neural networks. To facilitate the design and implementation of algorithms, deep learning frameworks provide a high-level programming interface. Based on these frameworks, new models, and applications are able to make better and better predictions. One type of deep learning application ...
  • L'interprétation du patrimoine colonial belge dans l'espace public. Questionner la "décolonisation" par le regard de l'historien.Peer reviewedOpen access 

    2021, Borgies, Loïc, HE en Hainaut
    Acte de conférence ou de colloque
    Contribution aux Actes de colloque de la 6e Journée des Chercheurs en Haute école consacrée aux questions soulevées par l'interprétation du patrimoine colonial belge occupant l'espace public.
  • Comparaison des frameworks d’apprentissage profondPeer reviewedOpen access 

    2021, Lerat, Jean-Sébastien, HE en Hainaut
    Article scientifique
    L’apprentissage automatique est un ensemble de méthodes issues de l’intelligence artificielle qui visent à apprendre à l’aide de données. Au sein de ces méthodes, l’apprentissage profond se concentre sur des réseaux de neurones qui sont des modèles mathématiques dont l’objectif est de s’inspirer du fonctionnement du cerveau à l’aide de neurones artificiels. Ceux-ci sont très performants lorsqu’il ...
  • Analyse de malwares et classification à l’aide de réseaux de neurones convolutionnels 1DPeer reviewedOpen access 

    2021, Leveau, Romain; Lerat, Jean-Sébastien, HE en Hainaut
    Article scientifique
    Les logiciels malveillants peuvent avoir des impacts particulièrement négatifs sur notre société, d’autant plus que celle-ci a de plus en plus recours à des systèmes informatiques. En vue de garantir la sécurité de ces systèmes, la détection et la prévention de ces logiciels malveillants sont nécessaires. Dans cette optique, l’objectif de ce travail est de procéder à une classification entre des ...
  • Thioredoxins induce oocyte maturation in holothuroids (Echinodermata)Peer reviewedOpen access 

    15 juillet 2019, Leonet, Aline; Delroisse, Jérôme; Schuddinck, Christopher; Wattiez, Ruddy; Jangoux, Michel; Eeckhaut, Igor, HE en Hainaut
    Article scientifique
    Chromatographic fractions of a rough extract of echinoid spawn (REES) is demonstrated to efficiently induce oocyte maturation in aspidochirote holothuroids. The method is so efficient that it is currently used in holothuriculture to obtain fertilised eggs even outside the reproductive period of the aquacultivated species. In the present study, we isolated and identified from echinoid spawns the ...