Arthur Ledaguenel soutiendra sa thèse le 26 mai 2025
Doctorants
Publié le 19/05/2025
Partager
Partager
Arthur Ledaguenel, doctorant au sein du programme IA2 (projet SMD) de l’IRT SystemX, soutiendra sa thèse de l’Université Paris-Saclay le 26 mai 2025, à 14h30, sur le thème : « Techniques neurosymboliques probabilistes pour la classification informée : une vue unifiée, évaluation experimentale et analyse de complexité ».
Résumé de la thèse :
Dans cette thèse, nous étudions les tâches de classification multi-label informée par de la connaissance a priori. Cette étude se déploie selon trois axes principaux. Premièrement, développer un formalisme unifié pour décrire les techniques neurosymboliques d’intégration de la connaissance, avec une focalisation sur les techniques qui reposent sur le raisonnement probabiliste, puis étendre ce formalisme à différents régimes de supervision et au cas particulier de la classification conforme. Deuxièmement, effectuer une évaluation expérimentale de trois techniques neurosymboliques probabilistes sur quatre jeux de données, en analysant en particulier l’évolution de la performance avec la taille du réseau de neurones. Troisièmement, étudier la complexité de calcul des techniques neurosymboliques probabilistes et dessiner une carte de la complexité du raisonnement probabiliste.
Composition du jury :
Céline HUDELOT, Professeure des universités, CentraleSupélec, directrice de thèse
L’objectif de cet Observatoire des Technologies Drone est de co-construire la feuille de route R&D du Hub Drones de Systematic, et notamment : - de cartographier les enjeux technologiques avec les acteurs de l’écosystème - d'accompagner les projets de R&D multipartenaires & multifilières - de valoriser les atouts du CEDIF, Centre d’Excellence Drones d’Ile de France Les résultats obtenus résultent d'une…
Kéren Saint-Hilaire, doctorante au sein de la chaire CRITiCAL, menée conjointement par l'École Polytechnique de Montreal et par l’IRT SystemX, soutiendra le 19 février 2025 à 9h30 sa thèse intitulée : Génération automatique de graphes d’attaque et de remédiation. Résumé de la thèse : Depuis la pandémie de COVID-19, les cyberattaques ne cessent de se…
Pierre Colombo (CentraleSupélec - Equall.ai) a animé un Seminar@SystemX sur le thème "Advancing Domain-Specific Large Language Models", le 19 septembre 2024. Résumé (en anglais) Large Language Models (LLMs) have revolutionized natural language processing, demonstrating remarkable versatility across various tasks. However, task and domain specialization is crucial to maximize their potential and achieve higher accuracy and…