Accueil > Manifestations > Thèses et HDR > Thèses > Noureddine Yassine Nair Benrekia

Noureddine Yassine Nair Benrekia

Directeur de thèse

Pascale Kuntz

Résumé

L’importance croissante donnée actuellement aux contenus personnalisés a conduit au développement de plusieurs systèmes de classification interactive pour diverses
applications originales. Néanmoins, tous ces systèmes recourent à une classification mono-label des items qui limite fortement l’expressivité de l’utilisateur. Le problème
majeur commun à tous les développeurs d’un système de classification interactif et multi-label est : quel classifieur multi-label devrions-nous choisir ? Les évaluations
expérimentales des systèmes d’apprentissage interactifs récents sont essentiellement subjectives. L’importance de leurs conclusions est donc limitée. Pour tirer des
conclusions plus générales qui permettent de guider la sélection de l’algorithme d’apprentissage approprié lors du développement d’un tel système, nous étudions de manière approfondie l’impact des contraintes d’interactivité majeures (apprentissage à partir de peu d’exemples en un temps limité) sur les performances prédictives et les temps de calcul des classifieurs. Les expérimentations mettent en évidence le potentiel d’une approche d’apprentissage ensemble (Random Forest of Predictive Clustering Trees) (RFPCT).
Cependant, la forte contrainte sur le temps de calcul posée par l’interactivité, nous a conduits à proposer une nouvelle approche d’apprentissage hybride FMDI-RF+ qui
associe RF-PCT avec une approche de factorisation de matrice efficace pour la réduction de dimensions. Les résultats expérimentaux indiquent que FMDI-RF+ est aussi précise que RF-PCT dans les prédictions avec clairement un avantage à FMDI-RF+ pour la vitesse de calcul.

Composition du jury :

  • Pascale Kuntz, Professeur, Université de Nantes, Directrice de thèse
  • Younès Bennani, Professeur, Université Paris 13,
  • Christel Vrain, Professeur, Université d’Orléans,
  • Philippe Preux, Professeur, Université de Lille 3,

Dernière modification : vendredi 23 octobre 2015