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
-
Mostepha KHOUADJIA, Ingénieur-Chercheur IRT SystemX, co-encadrant
-
Pierre MARQUIS, Professeur de classe exceptionnelle, Université d’Artois, France – Rapporteur
- Sebastien DESTERCKE, Directeur de Recherche CNRS, Université de Technologie de Compiegne, France – Rapporteur
- Thomas SCHIEX, Directeur de Recherche INRAE, Université Fédérale de Toulouse, France – Examinateur
- Florence D’ALCHE BUC, Professeure des universités, Télécom Paris, Institut Polytechnique de Paris, France – Examinateur
- Tias GUN, Assistant Professor, KU Leuven, Belgique – membre invité
Informations pratiques :
La soutenance aura lieu le 26 mai à 14h30.
Lieu : sc 046 – Bâtiment Bouygues 3 rue Joliot-Curie F-91192 Gif-sur-Yvette Cedex
