Description
Date depot: 25 octobre 2019
Titre: Apprentissages dans les CBNs non paramétriques
Directeur de thèse:
Christophe GONZALES (LIP6)
Encadrant :
Pierre-Henri WUILLEMIN (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le but de cette thèse est de contribuer au domaine de l’apprentissage des CBNs. Il s’agira dans un premier temps d’étudier les possibilités d’utiliser les méthodes d’apprentissage du cadre classique (discret). La voie choisie actuellement consiste à proposer des scores ou des tests d’indépendance dans le cadre de lois continues, non paramétriques. En particulier un algorithme de type PC utilisant un test d’indépendance non-paramétrique sera envisagé. D’autres méthodes d’apprentissages nonparamétriques seront par la suite étudiées et en particulier des méthodes utilisant des notions de théorie de l’information (entropie, information mutuelle) continue.
Ces nouvelles techniques d’apprentissage des CBNs seront implémentées dans le module C++ wrappé en python: otagrum. Ce module permet la communication entre deux bibliothèques C++ que sont aGrUM, spécialisé dans la gestion de modèles graphiques discrets et openTURNS, spécialisé dans la gestion de distributions continues et en particulier de copules.
Doctorant.e: Lasserre Marvin