Fiche de LAMRAYAH Mehdi

Titre : Modèles de réseaux de neurones profonds interprétables pour la classification de séries temporelles univariées et multivariées
Date : 2 septembre 2021
Heure: 10:00
Résumé : Cette thèse s’articule en trois parties majeures. La première concerne l’élaboration d’un réseau offrant une explicabilité dans la classification de séries temporelles. Dans la seconde partie nous nous intéressons à des méthodes d’attention dans les réseaux de neurones. L’attention permet de focaliser les réseaux de neurones sur des segments des séries temporelles et ainsi de concentrer leur capacité calculatoire localement sur les parties utiles à la classification. En plus de fournir un gain en termes de précision, l’attention est un moyen d’obtenir de l’interprétation et de la compréhension dans les séries. La dernière partie s’intéresse à l’apprentissage par transfert. L’idée est d’exploiter au mieux la diversité et la quantité de séries temporelles pour obtenir des modèles plus robustes. Pour cela nous déterminons une proximité entre des séries temporelles de sous domaines différents et transférons les connaissances apprises entre les domaines.
Lieu : campus jussieu