Arthur Ledaguenel soutiendra sa thèse le 26 mai 2025
Doctorants
Publié le 19/05/2025
Partager
Partager
Arthur Ledaguenel, doctorant au sein du programme IA2 (projet SMD) de l’IRT SystemX, soutiendra sa thèse de l’Université Paris-Saclay le 26 mai 2025, à 14h30, sur le thème : « Techniques neurosymboliques probabilistes pour la classification informée : une vue unifiée, évaluation experimentale et analyse de complexité ».
Résumé de la thèse :
Dans cette thèse, nous étudions les tâches de classification multi-label informée par de la connaissance a priori. Cette étude se déploie selon trois axes principaux. Premièrement, développer un formalisme unifié pour décrire les techniques neurosymboliques d’intégration de la connaissance, avec une focalisation sur les techniques qui reposent sur le raisonnement probabiliste, puis étendre ce formalisme à différents régimes de supervision et au cas particulier de la classification conforme. Deuxièmement, effectuer une évaluation expérimentale de trois techniques neurosymboliques probabilistes sur quatre jeux de données, en analysant en particulier l’évolution de la performance avec la taille du réseau de neurones. Troisièmement, étudier la complexité de calcul des techniques neurosymboliques probabilistes et dessiner une carte de la complexité du raisonnement probabiliste.
Composition du jury :
Céline HUDELOT, Professeure des universités, CentraleSupélec, directrice de thèse
Francis Bach (Inria - ENS Paris) a animé un Seminar@SystemX, organisé en collaboration avec le programme Confiance.ai, sur le thème Génération d'images par méthode de diffusion, le 5 juin 2024, de 11h à 12h. Résumé : An alternative view of denoising diffusion models. Denoising diffusion models have led to impressive generative models in many domains.…
Alessandro Leite (Inria Saclay - LISN, Paris-Saclay University) animera un Seminar@SystemX sur le thème "Causal Knowledge Discovery through Large Language Models: Challenges and Opportunities", le 10 octobre 2024 de 14h à 15h. >> Lien de connexion au webinaire << Résumé (en anglais) Understanding the data-generating process is critical in many disciplines, including physics, econometrics,…
Yann LeCun (Meta-FAIR & New York University) a animé un séminaire Confiance.ai en partenariat avec le cycle Seminar@SystemX sur le thème « How do we get to human-level AI?», le 1 juin 2023 de 11h00 à 12h00. Résumé : How could machines learn as efficiently as humans and animals? How could machines learn to reason and…