ACTUALITÉS
-
jan252019
-
fév242019
-
mar82019
-
mar222019
-
mai142019
-
juin62019
-
sep62019
-
sep132019
-
oct302019
-
déc312019
En 2019, le CNRS fête ses 80 ans (et le laboratoire I3S ses 30 ans). La délégation régionale du CNRS Côte d'Azur (DR20) dont fait partie le laboratoire propose des manifestations pendant toute l'année 2019.
ACTUALITÉS (tout voir)
En 2019, le CNRS fête ses 80 ans (et le laboratoire I3S ses 30 ans). La délégation régionale du CNRS Côte d'Azur (DR20) dont fait partie le laboratoire propose des manifestations pendant toute l'année 2019.
LE LABORATOIRE I3S
C’est sur le campus Sophia Tech, au cœur de la technopole sophipolitaine que notre laboratoire effectue des recherches dans le domaine des sciences de l’information et de la communication.
« Faire avancer la connaissance, tenir compte des réalités économiques et technologiques, tout en imaginant les solutions de demain ».
Le laboratoire I3S est un des plus importants laboratoires de recherche en sciences de l’information et de la communication de la Côte d’Azur et a été un des premiers à s’installer sur la technopole de Sophia Antipolis. Il rassemble un peu moins de 300 personnes. [+...]
En partenariat avec le CNRS et Inria, et par de très nombreuses collaborations industrielles, nous travaillons sur des thématiques de recherche innovantes, à la pointe de la science et de la technologie : systèmes et réseaux ubiquitaires, biologie et santé numériques, modélisation pour l’environnement, interactions et usages. [+...]
Le laboratoire est constitué de 4 équipes :
Equipe COMRED (COMmunications, Réseaux, systèmes Embarqués et Distribués)
Equipe MDSC (Modèles Discrets pour les Systèmes Complexes)
Équipe SIS (Signal, Image et Systèmes)
Équipe SPARKS (acronyme en anglais signifiant logiciels omniprésents à différentes échelles et systèmes centrés sur les connaissances)
DERNIERS DÉPÔTS I3S DANS HAL
FOCUS DU MOIS
Joëlle Despeyroux, Amy Felty, Pietro Lio and Carlos Olarte.
MLCSB 2018
Data streams for a personalised breast cancer programme could include collections of image data, tumour genome sequencing, likely at the single cell level, and liquid biopsies (DNA and Circulating Tumour Cells (CTCs)). Although they are rich in information, the full power of these datasets will not be realised until we develop methods to model the cancer systems and conduct analyses that transect these streams. In addition to machine learning approaches, we believe that logical reasoning has the potential to provide help in clinical decision support systems for doctors. The autors develop a logical approach to modelling cancer progression, focusing on mutation analysis and CTCs, which include the appearance of driver mutations, the transformation of normal cells to cancer cells in the breast, their circulation in the blood, and their path to the bone.
Long term goal is to improve the prediction of survival of metastatic breast cancer patients. The autors model the behaviour of the CTCs as a transition system, and we use Linear Logic (LL) to reason about our model. The autors consider several important properties about CTCs and prove them in LL. In addition, The autors formalise our results in the Coq Proof Assistant, thus providing formal proofs of their model. The autors believe that our results provide a promising proof-of-principle and can be generalised to other
cancer types and groups of driver mutations.
