Informations professionnelles
      
      
        
        
            
            
            
            Statut:  Docteur ED 
            
            
            
        
      
      ED: EDITE 
      
      Unité de recherche:  ISIR (EDITE)
Employeur: Sorbonne Université Date de debut de thèse: 1 novembre 2018 Date soutenance de thèse: 25 mai 2022 Directeur de thèse: Patrick GALLINARI (ISIR (EDITE)) Directrice de thèse: Sylvie THIRIA (LOCEAN (EDITE)) Encadrant : Olivier SCHWANDER (ISIR (EDITE)) Sujet de thèse: Apprentissage statistique de dynamiques physiques et applications en modélisation du climat. Thématique : Intelligence artificielle
    
    
     
     
    
       
    
    
    
    
     
    
  
   
    
    
    
      Employeur: Sorbonne Université Date de debut de thèse: 1 novembre 2018 Date soutenance de thèse: 25 mai 2022 Directeur de thèse: Patrick GALLINARI (ISIR (EDITE)) Directrice de thèse: Sylvie THIRIA (LOCEAN (EDITE)) Encadrant : Olivier SCHWANDER (ISIR (EDITE)) Sujet de thèse: Apprentissage statistique de dynamiques physiques et applications en modélisation du climat. Thématique : Intelligence artificielle
Soutenance de thèse
Données générales
                      Titre : Apprentissage Statistique de Dynamiques Physiques 
                      Date : 25 mai 2022
                      Heure: 16:00
                      Résumé : L’apprentissage profond a bouleversé plusieurs champs de l’intelligence artificielle, comme la vision par ordinateur ou le NLP. En revanche, l’apprentissage des systèmes dynamiques reste un domaine d’étude actif car plusieurs obstacles se présentent. En effet, la quantité de données accessible pour les systèmes dynamiques reste souvent bien inférieure aux quantités auxquelles les réseaux neuronaux ont montré des capacités accrues. Par ailleurs, les systèmes dynamiques, en particulier physiques, sont régis par des propriétés spécifiques, cruciales pour la compréhension de leurs comportements. Ainsi, nous tenterons dans cette thèse de résoudre ces obstacles pour répondre à la question: comment utiliser l’apprentissage profond pour modéliser des systèmes dynamiques? Nous nous sommes alors attachés à étudier comment incorporer des connaissances a priori dans des algorithmes d’apprentissage ainsi qu’à la conception d’architectures de réseaux de neurones adaptées aux systèmes dynamiques.
                      Lieu : 4 Place Jussieu
                  
          Rapporteurs/ Rapporteuses
| Personne | Qualité | Etablissement | 
|---|---|---|
| M. Schoenauer Marc | Directeur de recherche (HDR) | INRIA-Saclay | 
| M. Habrard Amaury | Professeur des universités | Laboratoire Hubert Curien, Univ. Jean Monnet-Saint-Etienne | 
Composition du jury
| Personne | Qualité | Etablissement | 
|---|---|---|
| Mme. Korba Anna | Professeure des universités | The Center for Research in Economics and Statistics, Univ. Paris Saclay | 
| M. Bousquet Nicolas | Industriel | EDF | 
| M. Schoenauer Marc | Directeur de recherche (HDR) | INRIA-Saclay | 
| M. Habrard Amaury | Professeur des universités | Laboratoire Hubert Curien, Univ. Jean Monnet-Saint-Etienne | 
| M. Gallinari Patrick | Professeur des universités | Institut des Systèmes Intelligents et de Robotique, Sorbonne Université | 
| M. Biau Gerard | Professeur des universités | Laboratoire de Probabilités, Statistique et Modélisation |