Badih GHATTAS - Activités de recherche

B. GHATTAS

Encadrement Post doctoral

  1. Oscar Luis Cruz González , "Substitution de modèles numériques de mécanique des fluides par des modèles d’apprentissage profond. Applications aux pathologies vasculaires ", En collaboration avec Valérie Deplano (IRPHE), démarrée en Aout 2023.

Encadrement doctoral

  1. Brian Britos, "Méthodes de diffusion pour la génération de séries temporelles avec application à des séries financières", Thèse co-encadrée avec Mathias Bourel, démarrée en Octobre 2024.
  2. Maha Ouali, "Évaluation d'impact des mesures de sobriété énergétique : Inférence causale par contrôle synthétique construit par deep learning", Thèse CIFRE EDF, co-encadrée avec Emmanuel Flachaire, démarrée en Novembre 2023.
  3. Anita Salvador, "Fusion de données IRM multi-échelles et longitudinales par apprentissage de représentation", Thèse co-encadrée avec Nicolas Duchateau, démarrée en Novembre 2023.
  4. Alvaro Sanchez, "Development of a self-maturing helicopter troubleshooting function", Thèse CIFRE AIRBUS, démarrée en Octobre 2022.
  5. Joris Fournel, "Deep Learning for thoracic imaging segmentation to improve cardiovascular risk prediction", soutenue le 05 Décembre 2023.
  6. Florian Combes, "Modélisation des usages clients", Thèse CIFRE RENAULT, soutenue le 15 Décembre 2022.
  7. Franck Jaotombo, "Apprentissage automatique et apprentissage profond pour des données médicales hospitalières structurées et non structurées", codirigée avec L. Boyer (Labo de Santé Publique), soutenue le 08 Decembre 2022.
  8. David Obst, "Amélioration de la prévision par méthode de DeepLearning au moyen de données textuelles", Thèse CIFRE EDF, soutenue en Décembre 2021.
  9. Mustafa EL Qumsan, "Apprentissage supervisé pour les données NGS", thèse Co-encadrée avec J. Van Helden (Techniques Avancées de Génomique Comparative), Soutenue en Décembre 2018.
  10. Kamel Jebreen, "Modèles graphiques pour la classification supervisée et les séries temporelles", Soutenue le 10 Octobre 2017.
  11. Pierre Michel "Sélection d'items en classification non supervisée et questionnaires auto adaptatifs". Thèse co-encadrée avec L. Boyer, Soutenue en Décembre 2016.
  12. Mohamed Boucekine "Modélisation statistique du Response Shift en qualité de vie". Thèse co-encadrée avec P. Auquier, soutenue en Décembre 2015.
  13. Mathias Bourel "Agrégation de modèles en apprentissage statistique". Thèse en cotutelle Franco Uruguayenne (B. Ghattas, R. Fraiman), Soutenue en Novembre 2013.
  14. Carolina Crisci " Effets du changement climatique sur les écosystèmes littoraux de la Mer Méditerranée Nord-occidentale: étude de la relation entre les conditions de témpérature et la réponse biologique pendant les événements de mortalité massive"' . Thèse co-encadrée (B. Ghattas, B. Ferral), soutenue en Octobre 2011.
  15. Anis Ben Ishak " Séléction de variables par les machines à vecteurs supports pour la discrimination binaire et multiclasse en grande dimension". Thèse en cotutelle Franco Tunisienne (B. Ghattas, A. Trabelsi), soutenue à l'Université de la Méditerranée le 06 Septembre 2007.

Jurys de thèses

(P=Président, R=Rapporteur, E=Examinateur)
  1. Rémi VAUCHER, (R) « Détection d’anomalies sur signaux temporels par la méthode des signatures et l’analyse topologique des données», 09/01/2025, Université de Lyon II.
  2. Corentin Duprey, (R) « Modélisation et apprentissage automatique pour la maintenance prédictive sur système avion», 20/12/2024, Université de Clermont-Auvergne.
  3. Samir Orujov, (R) « Statistical methods for conditional volatility modeling with applications to finance. 19/12/2024, Université de Bretagne Sud.
  4. Benjamin Larvaron, (R) « Modeling battery health degradation with uncertainty quantification», 21/05/2024, Nancy.
  5. Farideh Bazangani, (P) « Deep Learning-Based Medical Image Generation using GANs and VAEs: Insights from MRI, PET, and Texture Synthesis », 05/12/2023, Marseille.
  6. Nicolas Dulac , (R) « Conception d'un système d’anticipation des écarts, suivi, diagnostic et aide à la décision de production dans le cadre de l’Industrie futur. Application à la production par fluotournage sur des pièces de grande taille », 16/12/2022, Lyon I.
  7. Honorine Royer , (R) « Méthodes d’apprentissage statistique mêlant approche bayésienne et deep learning », 03/11/2022, Nantes.
  8. Yven Amara-Ouali , (E) « Statistical modelling of electric vehicle charging behaviours », 22/09/2022, Orsay.
  9. Aleksandra Malkova, (E) « Reconstruction de Cartes de Puissance Radio avec des réseaux de neurones profonds dans un contexte d'apprentissage faiblement étiqueté», 08/07/2022, Université de Grenoble.
  10. Charlotte Lu, (E) «Segmentation automatique d'images scanographiques de dissections aortiques à l’aide de l’apprentissage profond», Thèse de médecine, Limoges, 15/10/2021.
  11. Mohamed Abdi Khaire, (R) «Contribution à l'analyse et à la modélisation de la dynamique spatio-temporelle du taux d'incidence des arboviroses à Djibouti», soutenue le 16/07/2021 à Clermont Ferrand.
  12. Marie Milliet de Faverges, (R) «Développement et implémentation de modèles apprenants pour l'exploitation des grandes gares», soutenue le 16/10/2020 au CNAM.
  13. Marius Bartcus, (E) «Bayesian non-parametric parsimonious mixtures for model-based clustering», soutenue le 28/10/2015 à Toulon.
  14. Zaid Shawket, (E) «Propriétés arithmétiques et statistiques des fonctions digitales restreintes», soutenue le 22/07/2011 à Marseille.
  15. Paola Bermolen, (E) «Modéles probabilistes et statistiques pour la conception et l'analyse des systèmes de communications», soutenue le 26/02/2010 à Telecom ParisTech.
  16. Julie Peyre, (E) «Analyse statistique des données issues des biopuces à ADN», soutenue le 10/05/2005, Université de Grenoble.
  17. Nadine Ansaldi, (E) «Contribution des méthodes statistiques à la quantification de l'agrément de conduite», soutenue le 22/11/2002, Université de Marne la vallée.

Jurys de thèses de médecine, et de masters à l'étranger