Actualités Offres de thèses Soutenances à venir

Soutenances autorisées pour l'école doctorale
[ED 590 MIIS] Mathématiques, Information, Ingénierie des Systèmes

Liste des soutenances à venir 7

De la cοmplexité de l'annοtatiοn manuelle : méthοdοlοgie, biais et recοmmandatiοns

Doctorant·e
BALEDENT Anaelle
Direction de thèse
MATHET Yann (Directeur·trice de thèse)
WIDLÖCHER ANTOINE (Co-encadrant·e de thèse)
Date de la soutenance
01/12/2022 à 09:00
Lieu de la soutenance
Salle des thèses S3 102, Bâtiment Sciences 3, Université de Caen Normandie, Campus 2, 6 Bd Maréchal Juin,14000 CAEN
Rapporteurs de la thèse
LANDRAGIN FREDERIC Directeur de recherche au CNRS LATTICE, ENS, Montrouge
ROSSET SOPHIE Directeur de recherche Université Paris Saclay
Membres du jurys
ANTOINE JEAN YVES, Professeur des universités, UNIVERSITE DE TOURS
ESHKOL-TARAVELLA IRIS, Professeur des universités, Université Paris-Nanterre
FORT KARËN, Maître de conférences, Sorbonne Université
HO-DAC LYDIA-MAI, Maître de conférences, Université Toulouse Jean Jaurès maison de la Recherche
LANDRAGIN FREDERIC, Directeur de recherche au CNRS, LATTICE, ENS, Montrouge
MATHET Yann, Maître de conférences, Université de Caen Normandie
ROSSET SOPHIE, Directeur de recherche, Université Paris Saclay
WIDLÖCHER ANTOINE, Maître de conférences, Université de Caen Normandie
Résumé
Les corpus de référence annotés constituent des éléments primordiaux de nombreuses tâches du Traitement Automatique des Langues. Leur construction fait l'objet d’une attention particulière, notamment lors de campagnes d’annotation manuelle. Ces dernières impliquent de multiples aspects, déjà étudiés dans la littérature mais souvent de manière séparée. Nous présentons une synthèse des problèmes rencontrés lors des différentes étapes d'une campagne, attirant l’attention des gestionnaires sur des points de vigilance, afin qu'ils fassent preuve de prudence durant leur campagne. Cette thèse donne une première définition des biais d’annotation, qui sont des phénomènes perturbateurs et variés pouvant avoir une incidence sur les annotations. Nous proposons une méthode et des moyens d'observation pour détecter et analyser la présence de biais d’annotation. Deux campagnes d’annotation, menées spécialement dans le but d'étudier des biais particuliers, servent d'illustration et nous ont permis de constater l'influence tangible de certains paramètres sur l’annotation. Dans cette optique, nous avons aussi introduit la notion de consensualité, qui permet en particulier de situer un annotateur par rapport à un groupe. Nous montrons un premier lien entre les annotateurs les moins consensuels et les moins performants.
Abstract
Annotated reference corpora are essential elements of many tasks in Natural Language Processing. Their construction is the object of particular attention, especially during manual annotation campaigns. The latter involve multiple aspects, already studied in the literature but often separately. We present a synthesis of the problems encountered during the different stages of a campaign, drawing the attention of managers to points of vigilance, so that they can be careful during their campaign. This thesis gives a first definition of annotation biases, which are disturbing and varied phenomena that can have an impact on annotations. We propose a method and means of observation to detect and analyze the presence of annotation bias. Two annotation campaigns, conducted specifically to study particular biases, serve as illustrations and have allowed us to observe the tangible influence of certain parameters on the annotation. In this perspective, we have also introduced the notion of consensuality, which allows us to situate an annotator in relation to a group. We show a first link between the least consensual annotators and the least efficient ones.

Cadre interactif de fοuille de mοtifs avec prise en cοmpte des préférences de l'utilisateur

Doctorant·e
HIEN Lobnury
Direction de thèse
LOUDNI Samir (Directeur·trice de thèse)
BOIZUMAULT Patrice (Co-directeur·trice de thèse)
Date de la soutenance
07/12/2022 à 14:00
Lieu de la soutenance
UNIVERSITE DE CAEN, CAMPUS 2, BATIMENT SCIENCES 3,  SALLE S3 102
Rapporteurs de la thèse
DAO THI-BICH-HAN Maître de conférences HDR Université d'Orléans
LECOUTRE CHRISTOPHE Professeur des universités Université d’Artois
Membres du jurys
BOIZUMAULT Patrice, Professeur des universités, Université de Caen Normandie
DAO THI-BICH-HAN, Maître de conférences HDR, Université d'Orléans
LECOUTRE CHRISTOPHE, Professeur des universités, Université d’Artois
LOUDNI Samir, Professeur des universités, MINES NANTES
SOLNON CHRISTINE, Professeur des universités, INST NAT SC APPLIQ DE LYON
SOULET ARNAUD, Maître de conférences, UNIVERSITE DE TOURS
ZIMMERMANN Albrecht, Maître de conférences, Université de Caen Normandie
Résumé
La recherche de motifs intéressants a fait évoluer la fouille de motifs vers un modèle centré sur l'utilisateur. Dans ce cadre, la fouille interactive de motifs permet de prendre en compte les préférences de l'utilisateur afin de guider la recherche vers les motifs pertinents. Elle consiste à alterner entre phases d’extraction de motifs et phases d’apprentissage sur les motifs intéressants en introduisant un mécanisme de feedback permettant à l'utilisateur d'exprimer ses préférences. Les préférences exprimées sont alors exploitées pour apprendre et mettre à jour un modèle de préférences qui sera utilisé pour extraire de nouveaux motifs plus intéressants. Cette démarche soulève de nombreux défis méthodologiques à relever parmi lesquelles la nécessité de produire rapidement des résultats diversifiés et le choix du modèle de représentation et d'exploitation des préférences exprimées. Les contributions de cette thèse concerne ainsi les point suivants : un cadre générique de fouille de motifs diversifiés exploitant la programmation par contrainte; l'exploitation de ce cadre pour l'échantillonnage de motifs diversifiés; une nouvelle classe de descripteurs exploitant les motifs discriminants; une nouvelle méthode d’apprentissage exploitant les motifs discriminants pour apprendre les préférences de l'utilisateur.
Abstract
The search for interesting patterns has evolved pattern mining into a user-centric model. For this purpose, interactive pattern mining allow one to exploit user preferences to ease the mining of interesting patterns. It consists of alternating between phases of pattern mining and learning phases on interesting patterns by introducing a feedback mechanism allowing the user to express his preferences. The preferences expressed are then exploited to learn and update a model of preferences which will be used to extract new patterns that are more interesting. This approach raises many methodological challenges, including the need of an efficient miner of diverse patterns and the choice of an accurate preference model. This thesis thus aims to propose some contibutions to the following points : a generic model for mining diverse patterns using constraint programming; a method for sampling diverse patterns exploiting the generic model; a new class of features using discriminant patterns; a new learning method using discriminant patterns for user preferences learning.

Segmentatiοn d'images οmnidirectiοnnelles de scènes rοutières

Doctorant·e
SEKKAT Ahmed Rida
Direction de thèse
VASSEUR PASCAL (Directeur·trice de thèse)
HONEINE PAUL (Co-directeur·trice de thèse)
Date de la soutenance
08/12/2022 à 10:00
Lieu de la soutenance
Université de Rouen Normandie
Rapporteurs de la thèse
ACHARD CATHERINE PROFESSEUR DES UNIVERSITES SORBONNE UNIVERSITE
RUICHEK YASSNINE PROFESSEUR DES UNIVERSITES UNIV TECHN BELFORT MONTBELIARD UTBM SEVENANS
Membres du jurys
ACHARD CATHERINE, PROFESSEUR DES UNIVERSITES, SORBONNE UNIVERSITE
DEMONCEAUX CEDRIC, PROFESSEUR DES UNIVERSITES, UNIVERSITE DE BOURGOGNE
DUPUIS YOHAN, DIRECTEUR DE RECHERCHE, CESI
HONEINE PAUL, PROFESSEUR DES UNIVERSITES, Université de Rouen Normandie
MORBIDI FABIO, MAITRE DE CONFERENCES, UNIVERSITE AMIENS PICARDIE JULES VERNE
RUICHEK YASSNINE, PROFESSEUR DES UNIVERSITES, UNIV TECHN BELFORT MONTBELIARD UTBM SEVENANS
VASSEUR PASCAL, PROFESSEUR DES UNIVERSITES, UNIVERSITE AMIENS PICARDIE JULES VERNE

Représentatiοn symbοlique pοur la lοgique épistémique dynamique prοbabiliste

Doctorant·e
GAMBLIN Sebastien
Direction de thèse
BOUZID Meroua (Directeur·trice de thèse)
Date de la soutenance
12/12/2022 à 10:00
Lieu de la soutenance
Salle des thèses, Campus 2, Université de Caen Normandie
Rapporteurs de la thèse
DE LIMA TIAGO Maître de conférences HDR Université d’Artois
HERZIG ANDREAS Directeur de recherche au CNRS Institut de Recherche en Informatique de Toulouse
Membres du jurys
BELARDINELLI FRANCESCO, Maître de conférences, Imperial College London, Blackett Labo.
BOUZID Meroua, Professeur des universités, Université de Caen Normandie
DE LIMA TIAGO, Maître de conférences HDR, Université d’Artois
HERZIG ANDREAS, Directeur de recherche, Université Toulouse 3 Paul Sabatier
NIVEAU Alexandre, Maître de conférences, Université de Caen Normandie
PINCHINAT SOPHIE, Professeur des universités, UNIVERSITE RENNES 1
Résumé
Cette thèse porte sur l'étude de la mise en pratique de la logique épistémique dynamique probabiliste, permettant de représenter les connaissances des agents à propos des connaissances des autres agents en utilisant des probabilités. Pour cela, en nous appuyant sur l'état de l'art du model checking symbolique, nous proposons un encodage des structures de Kripke et structures d'événements de notre logique via des fonctions booléennes et fonction pseudo-booléennes. Nous avons implémenté nos définitions en utilisant des structures de données adaptées : les Algebraic Decision Diagrams, qui généralisent les classiques Binary Decision Diagrams en permettant de manipuler des probabilités. Grâce à cette implémentation, nous avons pu mener des expérimentations qui nous ont permis de montrer que notre représentation symbolique passe mieux à l'échelle que la version explicite sur l'exemple du jeu de cartes Hanabi.
Abstract
This thesis deals with the study of the practical application of the probabilistic dynamic epistemic logic, allowing to represent the knowledge of agents about the knowledge of other agents by using probabilities. For this, based on the state of the art of symbolic model checking, we propose an encoding of Kripke structures and event structures of our logic via boolean functions and pseudo-Boolean functions. We have implemented our definitions by using adapted data structures: Algebraic Decision Diagrams, which generalize the classical Binary Decision Diagrams by allowing the manipulation of probabilities. Thanks to this implementation, we have been able to conduct experiments that have allowed us to show that our symbolic representation scales better than the explicit version on the Hanabi card game example.

Spatial prοpagatiοn fοr sοme nοnlοcal and nοn-autοnοmοus reactiοn-diffusiοn systems arising in pοpulatiοn dynamics

Doctorant·e
JIN Zhucheng
Direction de thèse
DUCROT ARNAUD (Directeur·trice de thèse)
Date de la soutenance
12/12/2022 à 09:00
Lieu de la soutenance
UNIVERSITE LE HAVRE NORMANDIE
Salle Madeleine de Scudéry (PRSH)
25, rue Philippe Lebon
76063 Le Havre cedex
Rapporteurs de la thèse
HAMEL FRANCOIS PROFESSEUR DES UNIVERSITES AIX-MARSEILLE UNIVERSITE
LIANG XING PROFESSOR UNIV OF SCIENCES AND TECHNOLOGIES CHINE
Membres du jurys
DUCROT ARNAUD, PROFESSEUR DES UNIVERSITES, Université Le Havre Normandie
GRIETTE QUENTIN, PROFESSEUR DES UNIVERSITES, Université Le Havre Normandie
HAMEL FRANCOIS, PROFESSEUR DES UNIVERSITES, AIX-MARSEILLE UNIVERSITE
HILHORST DANIELLE, DIRECTEUR DE RECHERCHE EMERITE, UNIVERSITE PARIS-SACLAY
LIANG XING, PROFESSOR, UNIV OF SCIENCES AND TECHNOLOGIES CHINE
MAGAL PIERRE, PROFESSEUR DES UNIVERSITES, UNIVERSITE DE BORDEAUX
Résumé
Dans cette thèse, on étudie la propagation spatiale pour certaines équations et systèmes d'équations de réaction-diffusion non autonomes. On considère que les coefficients dépendent du temps de façon générale. Cependant, pour obtenir des résultats optimaux, notamment sur les vitesses d'expansion de certaines solutions, nous supposerons que les variations temporelles possèdent des propriétés supplémentaires de moyennisation. Les cas de coefficients périodiques ou presque périodiques seront des cas particulier de notre analyse, pour lesquels nous pouvons obtenir l'existence d'une vitesse d'expansion. Dans un premier travail, nous nous intéressons à l'existence et la non existence de solutions de type ondes progressives généralisées pour une équation de Fisher-KPP avec diffusion non locale. Ici le noyau de diffusion non local ainsi que le terme de réaction dépendent du temps. L'existence et la non existence de telles solutions sont prouvées. Le deuxième travail concerne l'étude de la propriété de d’expansion pour des solutions d'une équations non autonome de Fisher-KPP avec diffusion non locale. Sous certaines hypothèses de moyennisation temporel sur les coefficients, on décrit une vitesse d'expansion pour certaines classes de donnée initiales. On considère ensuite un système proie-prédateur non autonome avec diffusion locale. On s'intéresse tout particulièrement au cas où la proie et le prédateur peuvent tout deux envahir l'environnement, initialement vide des deux espèces. En prouvant des estimations ponctuelles locales entre les densités des deux espèces, nous décrivons les vitesses de propagation des deux espèces. Enfin, nous étudions certaines propriétés d'expansion pour les solutions d'une classe de systèmes de type proie-prédateur posé sur un réseau discret. La dispersion spatiale des deux espèces suit des lois données par des noyaux de convolution. En combinant des estimations ponctuelles similaires au chapitre précédent avec des méthodes développées pour les équations non locales dans notre second travail, nous décrivons le comportement en temps grand de certaines solutions de co-invasion.
Abstract
In this thesis, we study the spatial propagation for some non-autonomous reaction-diffusion equations and systems. Here we mainly consider that coefficients depend on time in a general way. To obtain some sharp results, we assume that the time variations exhibit somehow good averaging properties, including periodicity and almost periodicity as special cases. In the first work, we investigate the so-called generalized travelling wave solutions for a Fisher-KPP equation with nonlocal diffusion. Both the nonlocal kernel and the reaction term depend on time. The existence and nonexistence of such solutions are proved. The second work is concerned with the spreading properties of solutions to non-autonomous Fisher-KPP equations with nonlocal diffusion. Under certain assumptions on the coefficients, a definite spreading speed is obtained. Then, we focus on a two-components non-autonomous prey-predator system with diffusion. We are interested in the case where both the prey and the predator can co-invade the empty environment. Based on the derivation of local pointwise estimates between the densities of the two species, we obtain the spreading speeds for such a system. Lastly, for a class prey-predator systems posed on a lattice with a discrete convolution dispersion, we can also derive similar estimates. By combining the method developed for nonlocal equation in our second work, the large time behaviour of some solutions to such a problem is described.

Fοrmatiοn de cοalitiοns répétée dans un cοntexte stοchastique : prοtοcοles et expérimentatiοns

Doctorant·e
GUENERON Josselin
Direction de thèse
BONNET Gregory (Directeur·trice de thèse)
Date de la soutenance
13/12/2022 à 14:00
Lieu de la soutenance
Salle des thèses S3 102, Batîment Sciences 3, Université de Caen Normandie, Campus 2, 6 Bd Maréchal Juin,14000 CAEN
Rapporteurs de la thèse
AKNINE SAMIR Professeur des universités Université Lyon 1 Claude Bernard
MANDIAU RENE Professeur des universités Université polytechnique Hauts de France
Membres du jurys
AIRIAU STÉPHANE, Maître de conférences, UNIVERSITE PARIS DAUPHINE
AKNINE SAMIR, Professeur des universités, Université Lyon 1 Claude Bernard
BONNET Gregory, Maître de conférences, Université de Caen Normandie
EL FALLAH SEGHROUCHNI AMAL, Professeur des universités, Sorbonne Université
MANDIAU RENE, Professeur des universités, Université polytechnique Hauts de France
MORGE MAXIME, Maître de conférences, Université de Lille
Résumé
Cette thèse porte sur l'étude des jeux de coalitions stochastiques répétés qui permettent de lever certaines hypothèses fortes souvent considérées dans les jeux classiques, comme la connaissance a priori des utilités associées aux coalitions ou la nature détermiste de ces utilités. Dans la première partie de cette thèse, nous avons établi un modèle de formation de coalitions stochastique, et nous avons proposé un protocole d’apprentissage de la fonction caractéristique sur la base de jeux répétés. Nous avons également défini plusieurs concepts de solution fondés sur une notion d’équilibre exploration-exploitation. Des expérimentations montrent qu'un de nos concepts est aussi efficace qu'une approche gloutonne sans toutefois la surpasser. Dans la seconde partie de cette thèse, nous avons adapté un protocole connu de négociations multilatérales au cadre de la formation de coalitions classique, et proposé des stratégies mieux adaptées à ce cadre, d’abord dans un contexte distribué, puis décentralisé. Ensuite, nous avons étendu ce protocole au cas des jeux répétés et stochastiques, avec de nouvelles stratégies, pour les contextes distribué et décentralisé. Une analyse empirique a permis de montrer que nos stratégies sont efficaces dans les cadre distribués déterministe et stochastique.
Abstract
This thesis focuses on the study of repeated stochastic coalitional games which allow to lift some strong assumptions often considered in classic coalition formation, such as the a priori knowledge of the utilities of the coalitions or the deterministic nature of these utilities. In the first part of this thesis, we have established a model of stochastic coalition formation, and we have proposed a protocol for learning the characteristic function on the basis of repeated games. We have also defined several solution concepts based on a notion of exploration-exploitation equilibrium. Experiments show that one of our concepts is as efficient as a greedy approach however without surpassing it. In the second part of this thesis, we have adapted a well-known multilateral negotiation protocol to the framework of coalition formation, and proposed strategies that are adapted to this framework, first in a distributed and then in a decentralized context. Then, we have extended this protocol to the case of repeated and stochastic games, with new strategies, for both distributed and decentralized contexts. An empirical analysis allowed us to show that our strategies are efficient in the distributed deterministic and stochastic settings.

Recοnnaissance d’actiοns humaines par apprentissage prοfοnd et generatiοn de dοnnées etiquetees basees sur le jumeau numerique de pοste cοbοtique industriel.

Doctorant·e
DALLEL Mejdi
Direction de thèse
BAUDRY DAVID (Directeur·trice de thèse)
Date de la soutenance
14/12/2022 à 10:00
Lieu de la soutenance
Campus CESI, 80 avenue Edmund Halley Rouen Madrillet Innovation 76800 Saint-Étienne-du-Rouvray
Rapporteurs de la thèse
DOUIK ALI PROFESSEUR DES UNIVERSITES Université de Sousse
KAMSU FOGUEM BERNARD PROFESSEUR DES UNIVERSITES ENIT (Tarbes)
Membres du jurys
BAUDRY DAVID, PROFESSEUR DES UNIVERSITES, CESI
BOUTTEAU RÉMI, PROFESSEUR DES UNIVERSITES, Université de Rouen Normandie
DOUIK ALI, PROFESSEUR DES UNIVERSITES, Université de Sousse
HAVARD VINCENT, MAITRE DE CONFERENCES, CESI
KAMSU FOGUEM BERNARD, PROFESSEUR DES UNIVERSITES, ENIT (Tarbes)
NUZILLARD DANIELLE, PROFESSEUR DES UNIVERSITES, UNIVERSITE REIMS CHAMPAGNE ARDENNE
Résumé
La reconnaissance d’actions humaines (HAR) permet de faciliter les interactions et la collaboration humain-robot (HRC) au sein de l’industrie 4.0. En effet, les robots collaboratifs sont de plus en plus présents dans notre quotidien et induisent une interaction de plus en plus étroite entre l’humain et le robot, concept rassemblé dans le terme « cobotique ». Afin de garantir une collaboration efficace, les robots doivent être capables de comprendre leur environnement et doivent pouvoir communiquer sur leurs tâches en cours et leurs intentions. Cette communication et ces interactions représentent un enjeu majeur de performance et de sécurité. Dans ce contexte, cette thèse aborde le problème de reconnaissance d’actions humaines dans un milieu industriel pour répondre aux exigences de ses applications et aborder les problématiques de traitement en temps réel en impliquant un cas d'utilisation industriel lié à l’assemblage sur un poste cobotique d’un produit manufacturé. Dans un premier temps, nous avons réalisé un état de l’art sur la collaboration humain-robot, les jeux de données de HAR et les méthodes associées. Cette étude a mis en évidence le manque des jeux de données de HAR dans un contexte industriel et nous a amené à proposer le jeu de données d'actions humaines industrielles nommé InHARD portant sur l’assemblage sur poste cobotique. L’introduction de ce jeu de données a révélé que l’entrainement des algorithmes de HAR pouvait bénéficier de l’apport des outils de Réalité Virtuelle (RV) permettant de simuler les interactions humains robots afin de surmonter les problèmes liés à la labélisation et au manque de données. Ainsi, nous avons proposé une méthodologie couplant jumeau numérique (DT) et réalité virtuelle pour extraire un modèle numérique des humains et permettre la génération automatique de données labélisées. Cette méthodologie a été appliquée pour créer le jeu de données InHARD-DT et nous avons évalué la robustesse et la généralisation de notre méthode en entrainant l’algorithme de HAR avec les données du jumeau numérique et en validant sur des données du jumeau physique. Les résultats montrent une généralisation atteignant les 89% de précision et de F1-score, prouvant la pertinence de l’approche proposée. Nos études sur les algorithmes d’apprentissage profond basés sur des données squelettes ont été approfondies et ont permis de proposer une nouvelle méthode utilisant les réseaux de neurones convolutionnels à graphes spatio-temporel avec une fenêtre glissante et un vote majoritaire nommé STGCN-SWMV. Cette approche permet une détection en temps réel sur des données en flux continu. Nous avons montré l’efficacité de la méthode présentée qui, en comparaison avec les méthodes de HAR de l’état de l’art, a obtenu de meilleures performances de classification sur les jeux de données OAD et UOW. Les travaux de cette thèse ouvrent différentes possibilités et applications pour améliorer la collaboration humain-robot, qui est en adéquation avec la transition de l’industrie 4.0 vers l’industrie 5.0 plaçant l’humain au cœur de l’industrie.
Abstract
Human Action Recognition (HAR) facilitates human-robot (HRC) interactions and collaboration within Industry 4.0. Indeed, collaborative robots are increasingly present in our daily lives and induce an increasingly close interaction between humans and robots, a concept brought together in the term “cobotics”. In order to ensure effective collaboration, robots must be able to understand their environment and must be able to communicate about their ongoing tasks and intentions. This communication and these interactions represent a major performance and security challenge. In this context, this thesis addresses the problem of recognizing human actions in an industrial environment to meet the requirements of its applications and to address the problems of real-time processing by involving an industrial use case related to assembly on a cobotic station of a manufactured product. First, we carried out a state of the art on human-robot collaboration, HAR datasets and associated methods. This study highlighted the lack of HAR datasets in an industrial context and led us to propose the Industrial Human Action Recognition dataset named InHARD relating to assembly on a cobotic station. The introduction of this dataset revealed that the training of HAR algorithms could benefit from the contribution of Virtual Reality (VR) tools allowing to simulate human-robot interactions in order to overcome the problems related to labeling and lack of data. Thus, we have proposed a methodology coupling Digital Twins (DT) and Virtual Reality to extract a digital model of humans and allow automatic labeled data generation. This methodology was applied to create the InHARD-DT dataset and we evaluated the robustness and generalizability of our method by training the HAR algorithm with data from the digital twin and validating on data from the physical twin. The results show a generalization reaching 89% of Accuracy and F1-score, proving the effectiveness of the proposed approach. Our studies on Deep Learning (DL) algorithms based on skeleton data have been deepened and allowed to propose a new method using Spatial-Temporal Graph Convolutional Neural Networks with a Sliding Window and a Majority Voting named STGCN-SWMV. This approach allows real-time detection on continuous data streams. We have shown the efficiency of the presented method which, in comparison with state-of-the-art HAR methods, obtained better classification performance on the OAD and UOW datasets. The work of this thesis opens up different possibilities and applications to improve human-robot collaboration, which is in line with the transition from industry 4.0 to industry 5.0, placing humans at the heart of industry.