LAGHMARI Khalil

Docteur
Équipe : LFI
Date de départ : 31/03/2018
https://lip6.fr/Khalil.Laghmari

Direction de recherche : Christophe MARSALA

Co-encadrement : RAMDANI Mohammed (FSTM Université Hassan II, Maroc)

Classification multi-labels graduée : découverte des relations entre les labels, et adaptation à la reconnaissance des odeurs et au contexte big data des systèmes de recommandation

En classification multi-labels graduée (CMLG), chaque instance est associée à un ensemble de labels avec des degrés d’association gradués. Par exemple, une même molécule odorante peut être associée à une odeur forte ‘musquée’, une odeur modérée ‘animale’, et une odeur faible ‘herbacée’. L’objectif est d’apprendre un modèle permettant de prédire l’ensemble gradué de labels associé à une instance à partir de ses variables descriptives. Par exemple, prédire l’ensemble gradué d’odeurs à partir de la masse moléculaire, du nombre de liaisons doubles, et de la structure de la molécule.
Un autre domaine intéressant de la CMLG est les systèmes de recommandation. En effet, les appréciations des utilisateurs par rapport à des items (produits, services, livres, films, etc) sont d’abord collectées sous forme de données MLG (l’échelle d’une à cinq étoiles est souvent utilisée). Ces données sont ensuite exploitées pour recommander à chaque utilisateur des items qui ont le plus de chance de l’intéresser.
Dans cette thèse, une étude théorique approfondie de la CMLG permet de ressortir les limites des approches existantes, et d’assoir un ensemble de nouvelles approches apportant des améliorations évaluées expérimentalement sur des données réelles. Le cœur des nouvelles approches proposées est l’exploitation des relations entre les labels. Par exemple, une molécule ayant une forte odeur ‘musquée’ émet souvent une odeur faible ou modérée ‘animale’. Cette thèse propose également de nouvelles approches adaptées au cas des molécules odorantes et au cas des gros volumes de données collectées dans le cadre des systèmes de recommandation.

Soutenance : 23/03/2018

Membres du jury :

Abdelaziz BERRADO, Professeu, EMI-Université Mohammed V de Rabat [Rapporteur]
Anne LAURENT, Professeur, LIRMM, Université de Montpellier [Rapporteur]
Abdelkrim BEKKHOUCHA, Professeur, FSTM-Université HASSAN II de Casablanca
Bernadette BOUCHON-MEUNIER, Directrice de recherches émérite, LIP6, CNRS, Sorbonne Université, Paris
Christophe MARSALA, Professeur, LIP6, Sorbonne Université, Paris
Mohammed RAMDANI, FSTM-Université HASSAN II de Casablanca

Date de départ : 31/03/2018

Publications 2015-2018

Mentions légales
Carte du site