Fiche de AFCHAR Darius

Informations professionnelles


Statut: Docteur ED
ED: EDITE
Unité de recherche: ISIR (EDITE)
Employeur: Deezer


Date de debut de thèse: 30 novembre 2020
Date soutenance de thèse: 7 décembre 2023
Directeur de thèse: Vincent GUIGUE (ISIR (EDITE))
Sujet de thèse: Interpretable Machine Learning for Music Recommendation Thématique : Intelligence artificielle



Soutenance de thèse

Données générales

Titre : Interpretable Music Recommender Systems
Date : 7 décembre 2023
Heure: 09:00
Résumé : Entrez le résumé
Lieu : ISIR, Sorbonne U

Rapporteurs/ Rapporteuses

Personne Qualité Etablissement
M. Richard Gael Professeur des universités Laboratoire Traitement et Communication de l'Information, Telecom Paris
M. Miller Tim Professeur des universités Australian National University (Australie)

Composition du jury

Personne Qualité Etablissement
M. Guigue Vincent Maître de Conférences (HDR) Institut des Systèmes Intelligents et de Robotique, Sorbonne Université
M. Hennequin Romain Industriel DEEZER
M. Richard Gael Professeur des universités Laboratoire Traitement et Communication de l'Information, Telecom Paris
Mme. Lesot Marie-jeanne Professeure des universités LIP6, Sorbonne Université
M. Miller Tim Professeur des universités Australian National University (Australie)
Mme. Bauer Christine Professeure des universités University of Salzburg (Autriche)
M. Schedl Markus Professeur des universités Johannes Kepler University Linz (Autriche)