Relatore : Amal EL FALLAH SEGHROUCHNI

Co-relazione : FARGES Jean-Loup

Apport des methodes de deep learning au probleme de la patrouille multiagent dans un environnement dynamique

Pubblicazioni 2017-2022

• 2022
  • M. Othmani‑Guibourg, A. El Fallah Seghrouchni, J.‑L. Farges : “LSTM Path-Maker : une stratégie à base de réseau de neurones LSTM pour la patrouille multiagent”, Revue Ouverte d'Intelligence Artificielle, vol. 3 (3-4), pp. 345-372, (Association pour la diffusion de la recherche francophone en intelligence artificielle) (2022)
• 2019
  • M. Othmani : “Apport des methodes de deep learning au probleme de la patrouille multiagent dans un environnement dynamique”, these, difesa 12/11/2019, relatore El fallah seghrouchni, Amal, co-relazione : Farges, Jean-Loup (2019)
  • M. Othmani‑Guibourg, A. El Fallah‑Seghrouchni, J.‑L. Farges : “LSTM Path-Maker : une nouvelle stratégie pour la patrouille multiagent basée sur l’architecture LSTM”, Conférence Nationale en Intelligence Artificielle, Toulouse, France (2019)
  • M. Othmani‑Guibourg, A. El Fallah‑Seghrouchni, J.‑L. Farges : “LSTM Path-Maker: a new LSTM-based strategy for the multi-agent patrolling”, Proceedings of the 52^nd Hawaii International Conference on System Sciences, Wailea, HI, United States, pp. 616-625 (2019)
• 2017
  • M. Othmani‑Guibourg, A. El Fallah‑Seghrouchni, J.‑L. Farges, M. Potop‑Butucaru : “Multi-agent patrolling in dynamic environments”, International Conference on Agents, Beijing, China, (IEEE digital library) (2017)