| 09/2015-en cours |
Maître de conférence au LIRIS dans l'équipe SMA |
| 04/2015-08/2015 |
Post doc au LRI dans l'équipe A&O (en collaboration avec l'ENSTA Paristech, équipe Robotique et Vision)
|
| 10/2013-03/2015 |
Post doc à l'ENSTA Paristech (département U2IS) dans l'équipe INRIA Flowers
| Directeur |
Alexander Gepperth |
| Titre |
Apprentissage de concepts d'objets significatifs par apprentissage faible dans un environment virtuel de conduite. |
|
| 10/2007-08/2012 |
Doctorat au laboratoire LORIA dans l'équipe Cortex
| Directeur |
Bernard Girau |
| Titre |
Apprentissage spatial de corrélations multimodales par des mécanismes d'inspiration corticale. |
| Résumé |
Cette thèse traite de la problématique de l'unification de différents flux d'informations modales qui peuvent provenir des senseurs d'un agent. Cette unification, inspirée des expériences psychologiques comme l'effet ventriloque, s'appuie sur la détection de corrélations, définies comme des motifs spatiaux qui apparaissent régulièrement dans les flux d'entrée. L'apprentissage de l'espace des corrélations du flux d'entrée échantillonne cet espace et généralise les échantillons appris. Cette thèse propose des principes fonctionnels pour le traitement multimodal de l'information qui ont aboutit à l'architecture connexionniste, générique, modulaire et cortico-inspirée SOMMA (Self-Organizing Maps for Multimodal Association). Dans ce modèle, le traitement de chaque modalité s'effectue au sein d'une carte corticale. L'unification multimodale de l'information est obtenue par la mise en relation réciproque de ces cartes. L'échantillonnage et la généralisation des corrélations reposent sur une auto-organisation contrainte des cartes. Ce modèle est caractérisé par un apprentissage progressif de ces propriétés fonctionnelles: les propriétés monomodales amorcent l'émergence des propriétés multimodales et, dans le même temps, l'apprentissage de certaines corrélations par chaque carte est un préalable à l'auto-organisation de ces cartes. Par ailleurs, l'utilisation d'une architecture connexionniste et d'un apprentissage continu et non supervisé fournit au modèle des propriétés de robustesse et d'adaptabilité qui sont généralement absentes des approches informatiques classiques. |
|
| 03/2007-08/2007 |
Stage de six mois à l'université Laval, dans l'équipe DAMAS (Decision, Adaptation, Multi AgentS)
| Directeur |
Brahim Chaib-draa |
| Titre |
Planification décentralisé dans un jeu stochastique fini non escompté à horizon fini à deux joueurs. |
|