Accueil > Manifestations > Thèses et HDR > Thèses > Ghada Trabelsi

Ghada Trabelsi

Directeur de thèse

Philippe Leray
Alimi Adel M.

Résumé

Les réseaux bayésiens dynamiques (RBD) sont une classe de modèles
graphiques probabilistes qui est devenu un outil standard pour la
modélisation de divers phénomènes stochastiques variant dans le temps.
A cause de la complexité induite par l’ajout de la dimension temporelle,
l’apprentissage de la structure DBN est une tâche très complexe. Les
algorithmes existants sont des adaptations des algorithmes d’apprentissage de structure pour les RB basés sur score mais sont souvent limitées lorsque le nombre de variables est élevé. Une autre limitation pour les études d’apprentissage de la structure des RBD, ils utilisent leurs propres Benchmarks et techniques pour l’évaluation. Le problème dans le cas dynamique, nous ne trouvons pas de travaux antérieurs qui fournissent des détails sur les réseaux et les indicateurs de comparaison utilisés.
Nous nous concentrons dans ce projet à l’apprentissage de la structure des RBD et ses méthodes d’évaluation avec respectivement une autre famille des algorithmes d’apprentissage de la structure, les méthodes de recherche locale, et une nouvelle approche de génération des grandes standard RBD et un métrique d’évaluation. Nous illustrons l’intérêt de ces méthodes avec des résultats expérimentaux.

Composition du jury :

  • Mme Nahla BEN AMOR, Professeur des Universités, University of Tunis (Rapporteur)
  • M. Ioannis TSAMARDINOS, Professeur des Universités, University of Crete, Grèce (Rapporteur)
  • M. Marc GELGON, Professeur des universités, Université de Nantes (examinateur)
  • M. Sylvain PIECHOWIAK, Professeur des Universités, Université de
    Valenciennes et Hainaut-Cambrésis (Examinateur)
  • M. Philippe LERAY, Professeur des universités, Université de Nantes (Directeur de thèse)
  • M. Adel. M. ALIMI, Professeur des Universités, University of Sfax (Co-directeur de thése)
  • M. Mounir BEN AYED, Maître Assistant, University of Sfax (Co-encadrant)

Dernière modification : vendredi 13 décembre 2013