Bonjour,
Nous recherchons un candidat pour une thèse de doctorat en informatique débutant en septembre/octobre 2024 sur le sujet suivant :
Titre de la thèse : Génération de vérités terrain incomplètes et fiables en utilisant des modèles profonds pour l’apprentissage en ligne.
Thesis title: Generating incomplete and reliable ground truths for online learning using deep models.
Mots-clés : apprentissage en ligne, apprentissage profond (CNN, GAN, Transformers), régression, prise de décision adaptative, jeu de données de fine-tuning, modèle de vérification, données évolutives, fonctions de perte, apprentissage basé sur les espaces de projection, connaissance contextuelle.
Keywords: online learning, deep learning (CNN, GAN, Transformers), regression, adaptive decision-making, fine-tuning dataset, verification model, evolving data, loss functions, learning based on projection spaces, contextual knowledge
Laboratoire d’accueil : Connaissance et Intelligence Artificielle Distribuées (CIAD - UR7533)
Directeur de thèse : Prof. Yassine RUICHEK (yassine.ruichek@utbm.fr)
Co-encadrant : Dr. Abderrazak CHAHI (abderrazak.chahi@utbm.fr)
Retrouvez plus de détails sur le sujet de thèse en consultant le fichier PDF via ce lien :
https://drive.google.com/file/d/1nBkGUmuRl58dPSYpHBVnVr5OnvkQZlse/view?usp=sharing
Les candidats sont invités à soumettre leur candidature aux encadrants de thèse. Celle-ci doit comprendre les documents suivants : CV, lettre de motivation, relevés de notes et lettres de référence.
(c) GdR IASIS - CNRS - 2024.