Chiquet, Pauline Lecellier, François Carré, Philippe
Depuis une vingtaine d’années, les universités utilisent des outils numériques qui génèrent des traces numériques pour améliorer l’accessibilité de leurs cours. L’étude présentée dans cet article a pour objectif de caractériser des profils étudiants de manière automatique à partir de ces données. Cependant, en général, les études dans ce cadre sont...
Baena, Raphaël
The thesis focuses on the concept of generalization, particularly in the context of supervised machine learning classification. This approach involves learning to solve a task (classification) based on labeled training data. Generalization is defined as the ability to make accurate predictions on unseen data during training. Traditionally, generali...
Ferdinand, Quentin
Deep learning methods are designed for closed-set recognition, where a predefined set of known classes is assumed. However, in real-world scenarios, open-set recognition is more realistic, allowing for the possibility of encountering unknown or novel classes during testing. Classincremental learning specifically addresses this problem by focusing o...
Chabi Adjobo, Lébini
Les travaux menés dans le cadre de cette thèse contribuent à l'amélioration du diagnostic des cancers de la peau grâce à des outils d'aide au diagnostic. Ces techniques, plus particulièrement celles basées sur l'apprentissage profond, ont révolutionné le paysage de la vision par ordinateur et s'intéressent à l'analyse des caractéristiques morpholog...
Chibouti, Dahia
Le travail présenté dans ce mémoire concerne les écoulements faiblement raréfiés de gaz dans des conduites dont les longueurs sont très grandes par rapport à leur diamètre. Ce problème porte aussi bien sur des micro-conduites à pression ambiante que sur des conduites de taille centimétrique à très faible pression, dès lors que le diamètre est compr...
Deng, Weikun Medjaher, Kamal Gogu, Christian Morio, Jérôme
This paper proposes a new contrastive self-supervised learning paradigm for bearing remaining useful life (RUL) prediction based on CNN-LSTM models. It addresses the dilemma of scarce labels and data imbalance in Prognostics and Health Management (PHM) by designing a specific pretext task to mine the potential degradation-related information in unl...
Gourimate, Aymane
L'uni longitudinal caractérise l'écart entre le profil longitudinal théorique de la chaussée et celui de sa surface réelle. Ainsi, l'uni de la chaussée qualifie les dégradations de sa surface qui interfèrent avec la sécurité et le confort de ses passagers. Toutefois, cette notion reste difficilement maîtrisable surtout dans le cadre d'une réhabilit...
Parag, Amit
L'apprentissage profond par renforcement utilise des simulateurs comme oracles abstraits pour interagir avec l'environnement. Dans les domaines continus des systèmes robotiques multi-corps, des simulateurs différentiables ont récemment été proposés mais sont encore sous-utilisés, même si nous avons les connaissances nécessaires pour leur faire prod...
Boukraichi, Hamza
The primary goal of this thesis is to develop efficient and reliable numerical methods and deep learning methods for the reduction of parametric and/or non-parametric contact models in structural dynamics, including impact zone scenarios that can evolve over time on cabin aeronautical equipment. The approach is to determine a zone of interest in th...
Andreev, Anton Chevallier, Sylvain Barthélemy, Quentin
Quantum computing is a promising technology for machine learning, in terms of computational costs and outcomes. In this work, we intend to provide a framework that facilitates the use of quantum machine learning in the domain of brain-computer interfaces-where biomedical signals, such as brain waves, are processed.