Retour à la liste

Deep Generative Modeling [Participation : Hybride]

Contact : Monié Céline
celine.monie@u-picardie.fr

Catégorie : Formations scientifiques

Thématique : Formation à la recherche 

Langue de l'intervention : anglais

Nombre d'heures : 20

Crédits/Points : 7

Min participants : 7

Max participants : 100

Nbre en attente d'inscription : 20

Nombre de places disponibles : 100

Public prioritaire : Aucun

Public concerné :
Doctorant(e)s

Proposé par : Sciences, Technologie, Santé


Lieu : A préciser
Observations : ✅ Recommended Textbook Jakub M. Tomczak, Deep Generative Modeling (2nd edition, Springer, 2024) This book balances theoretical rigor with practical coding examples, making it ideal for PhD students learning advanced generative modeling.
Mots clés : Autoregressive Models, Diffusion Models, Flow-based Models, Generative Adversarial Networks (GANs), Latent Variable Models (VAEs), Large Language Models (LLMs)
Début de la formation : 11 mars 2026
Fin de la formation : 26 mars 2026
Date ouverture des inscriptions :
Date fermeture des inscriptions : 4 mars 2026
Modalités d'inscription : Via ADUM

Objectifs :
By attending this course, students will:
• Gain a clear understanding of the main types of deep generative models.
• Learn how methods such as GANs, VAEs, and diffusion models work and compare.
• Explore their applications across disciplines and the connections to modern LLMs.
• Critically assess the strengths, limits, and ethical aspects of generative AI.
This course equips participants with the conceptual tools to follow, discuss, and engage with one of the most dynamic areas of artificial intelligence today.

Programme :
This course introduces the fascinating world of deep generative models, the AI systems that can create new data such as images, text, or music. Students will explore the main families of generative models — from autoregressive and flow-based methods, to Variational Autoencoders (VAEs), Generative Adversarial Networks (GANs), and today’s leading diffusion models. The course also connects these approaches to Large Language Models (LLMs) and their role in generative AI.
Without requiring prior coding or advanced math, the program explains both the core ideas and the applications of these models in science, engineering, and beyond. By the end, participants will understand how generative AI systems are designed, where they succeed, and what challenges they raise for research and society


Pré-requis :
No prerequisities; a basic knowledge of neural networks may help but is not necessary.

Equipe pédagogique :
• Nom : Cirrincione • Prénom : Giansalvo • Mail : exin@u-picardie.fr • Téléphone : +39-3491146645 (Whatsapp) • Grade/Fonction : MCU HdR • Unité de Recherche de rattachement : LTI • Etablissement (Artois / ULCO / UPJV) : UPJV

Méthode pédagogique :
CM with Powerpoint ; mostly theoretical

Compétences acquises à l'issue de la formation :
Arrêté du 22 février 2019 définissant les compétences des diplômés du doctorat et inscrivant le doctorat au RNCP
Voir annexe 1

Les Compétences et capacités visées à l'issue de la formation (fiches RNCP)

Arrêté du 22 février 2019 définissant les compétences des diplômés du doctorat et inscrivant le doctorat au répertoire national de la certification professionnelle. https://www.legifrance.gouv.fr/loda/id/JORFTEXT000038200990/

Bloc 1 : Conception et élaboration d’une démarche de recherche et développement, d’études et prospective

- Disposer d'une expertise scientifique tant générale que spécifique d'un domaine de recherche et de travail déterminé

- Faire le point sur l’état et les limites des savoirs au sein d’un secteur d’activité déterminé, aux échelles locale, nationale ou internationale

- Identifier et résoudre des problèmes complexes et nouveaux impliquant une pluralité de domaines, en mobilisant les connaissances et les savoir-faire les plus avancés

- Identifier les possibilités de ruptures conceptuelles et concevoir des axes d’innovation pour un secteur professionnel

- Apporter des contributions novatrices dans le cadre d’échanges de haut niveau, et dans des contextes internationaux

- S’adapter en permanence aux nécessités de recherche et d’innovation au sein d’un secteur professionnel

Bloc 2 : Mise en œuvre d’une démarche de recherche et développement, d’études et prospective

- Mettre en œuvre les méthodes et les outils de la recherche en lien avec l’innovation

- Mettre en œuvre les principes, outils et démarches d’évaluation des coûts et de financement d’une démarche d’innovation ou de R&D

- Garantir la validité des travaux ainsi que leur déontologie et leur confidentialité en mettant en œuvre les dispositifs de contrôle adaptés

- Gérer les contraintes temporelles des activités d’études, d’innovation ou de R&D

- Mettre en œuvre les facteurs d’engagement, de gestion des risques et d’autonomie nécessaire à la finalisation d’un projet R&D, d’études ou d’innovation

Bloc 3 : Valorisation et transfert des résultats d’une démarche R&D, d’études et prospective

- Mettre en œuvre les problématiques de transfert à des fins d’exploitation et valorisation des résultats ou des produits dans des secteurs économiques ou sociaux

- Respecter les règles de propriété intellectuelle ou industrielle liées à un secteur

- Respecter les principes de déontologie et d’éthique en relation avec l’intégrité des travaux et les impacts potentiels

- Mettre en œuvre l’ensemble des dispositifs de publication à l’échelle internationale permettant de valoriser les savoirs et connaissances nouvelles

- Mobiliser les techniques de communication de données en « open data » pour valoriser des démarches et résultats

Bloc 4 : Veille scientifique et technologique à l’échelle internationale

- Acquérir, synthétiser et analyser les données et informations scientifiques et technologiques d’avant-garde à l’échelle internationale

- Disposer d’une compréhension, d’un recul et d’un regard critique sur l’ensemble des informations de pointe disponibles

- Dépasser les frontières des données et du savoir disponibles par croisement avec différents champs de la connaissance ou autres secteurs professionnels

- Développer des réseaux de coopération scientifiques et professionnels à l’échelle internationale

- Disposer de la curiosité, de l’adaptabilité et de l’ouverture nécessaire pour se former et entretenir une culture générale de haut niveau

Bloc 5 : Formation et diffusion de la culture scientifique et technique

- Rendre compte et communiquer en plusieurs langues des travaux à caractère scientifique et technologique en direction de publics ou publications différents, à l’écrit comme à l’oral

- Enseigner et former des publics diversifiés à des concepts, outils et méthodes avancés

- S’adapter à un public varié pour communiquer et promouvoir des concepts et démarches d’avant-garde

Bloc 6 : Encadrement d’équipes dédiées à des activités de recherche et développement, d’études et prospective

- Animer et coordonner une équipe dans le cadre de taches complexes ou interdisciplinaires

- Repérer les compétences manquantes au sein d’une équipe et participer au recrutement ou à la sollicitation de prestataires

- Construire les démarches nécessaires pour impulser l’esprit d’entrepreneuriat au sein d’une équipe

- Identifier les ressources clés pour une équipe et préparer les évolutions en termes de formation et de développement personnel

- Evaluer le travail des personnes et de l’équipe vis à vis des projets et objectifs


La formation participe à l'objectif suivant :conforter la culture scientifique des doctorants dans leur champ disciplinaire ou en interdisciplinaire

Calendrier :

Séance n° 1
Date : 11-03-2026
Horaire : 14H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom

Séance n° 2
Date : 12-03-2026
Horaire : 14H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom

Séance n° 3
Date : 18-03-2026
Horaire : 14H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom

Séance n° 4
Date : 19-03-2026
Horaire : 14H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom

Séance n° 5
Date : 24-03-2026
Horaire : 14H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom

Séance n° 6
Date : 25-03-2026
Horaire : 14H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom

Séance n° 7
Date : 26-03-2026
Horaire : 15H00 - 17H00
Intervenant : Giansalvo Cirrincione - MCU HDR LTI UPJV -
Lieu : A préciser - Hybride
Intitulé cours : Deep Generative Modeling
Info diverses : Rajouter salle + lien Zoom


Inscription au cours




Retour à la liste