Emmanuel Bruno
Maître de conférences Université de Toulon · UFR Sciences et Techniques
Chercheur au Laboratoire d'Informatique et Systèmes (LIS, UMR 7020), équipe R2I, site de Toulon.
Data Management Information Retrieval Large Language Models Multi-Agent Systems Affective Computing
Recherche
Mes travaux portent sur la gestion des données, la recherche d’information et les interactions entre intelligence artificielle et humains. Mes recherches actuelles s’articulent autour de deux axes principaux, tous deux menés en collaboration avec Elisabeth Murisasco et Patrice Bellot.
Interaction humains–grands modèles de langage
Ces travaux prolongent la thèse de Xavier Daull, co-encadrée avec Elisabeth Murisasco et Patrice Bellot. Je conçois des architectures combinant grands modèles de langage (LLM) et expertise humaine pour résoudre des problèmes complexes, notamment dans des contextes impliquant des données sensibles.
Ces architectures sont multi-agents avec expert dans la boucle : plusieurs agents LLM collaborent afin de concevoir, vérifier et capitaliser des outils réutilisables.
Les applications concernent notamment la génération de documents scientifiques (articles, brevets) à partir d’informations initiales limitées telles qu’un titre et un résumé.
Analyse des émotions et des sentiments
Ces travaux s’inscrivent dans la continuité de la thèse de Soelie Lerch, co-encadrée avec Elisabeth Murisasco et Patrice Bellot. Je développe des approches multimodales combinant texte, audio, vidéo et signaux physiologiques afin de modéliser l’émotion ressentie et d’étudier la proximité émotionnelle entre contenus. Cette thèse a abouti au projet EMOLIS, consacré à l’analyse émotionnelle, aux jeux de données multimodaux et à la recommandation de contenus adaptés.
Enseignement
Domaines d'enseignement
- Java et son écosystème
- Mapping relationnel/Objet
- Services web
- Développement collaboratif avec Git
- Méthodes agiles et intégration continue
- Architectures microservices
- Conteneurs et déploiement
- Développement web et mobile
Ressources pédagogiques
J’ai regroupé mes supports de cours, notebooks et exemples fonctionnels dans une collection de ressources utilisées à l’Université de Toulon.
Ces supports sont produits selon des pratiques d’intégration et de livraison continues (CI/CD).
Publications sélectionnées
Interaction LLM–humain
2025 IEEE/WIC WI-IAT 2025
A Flexible Multi-Agent LLM-Human Framework for Fast Human Validated Tool Building X. Daull, P. Bellot, E. Bruno, V. Martin, E. Murisasco
CollabToolBuilder : cadre multi-agents (Coach, Coder, Critic, Capitalizer) avec expert dans la boucle pour générer, valider et capitaliser des outils réutilisables.
2025 ACM DocEng 2025
An Adaptive Agentic Tool Building Architecture leveraging Expert-in-the-Loop Guidance, applied to Document Generation X. Daull, E. Murisasco, P. Bellot, E. Bruno, V. Martin
Architecture agentique générique exploitant plusieurs agents LLM et la supervision d’un expert humain pour rechercher l’information et générer des documents.
2025 EGC 2025 / RNTI-E-41
Développement collaboratif d’outils par des agents LLM et humains : application à la synthèse scientifique X. Daull, E. Murisasco, P. Bellot, E. Bruno, V. Martin
Approche collaborative LLM–humain permettant de générer et valider des fonctions neuro-symboliques Python et de construire progressivement des outils réutilisables.
2023 (v. 2025) Prépublication
Complex QA and language models hybrid architectures — Survey X. Daull, P. Bellot, E. Bruno, V. Martin, E. Murisasco
État de l’art sur les limites des grands modèles de langage et les architectures hybrides combinant raisonnement, outils externes et supervision humaine.
Analyse émotionnelle
2024 LREC-COLING 2024
EMOLIS App and Dataset to Find Emotionally Close Cartoons S. Lerch, P. Bellot, E. Bruno, E. Murisasco
Jeu de données multimodal associant transcriptions émotionnelles et signaux physiologiques, accompagné d’une application de recommandation de contenus émotionnellement proches.
Classification documentaire
2023 ACM DocEng 2023
Exploiting Label Dependencies for Multi-Label Document Classification Using Transformers H. Fallah, E. Bruno, P. Bellot, E. Murisasco
Approche exploitant les dépendances entre labels afin d’améliorer la classification documentaire multi-étiquette basée sur les Transformers.
Contact
Coordonnées
Emmanuel Bruno
Université de Toulon Avenue de l’Université BP 20132 83957 La Garde Cedex France
Clé PGP
Clé publique :