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
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.
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.
Anita Salvador, "Fusion de données IRM multi-échelles et longitudinales par apprentissage de représentation", Thèse co-encadrée avec Nicolas Duchateau, démarrée en Novembre 2023.
Alvaro Sanchez, "Development of a self-maturing helicopter troubleshooting function", Thèse CIFRE AIRBUS, démarrée en Octobre 2022.
Joris Fournel, "Deep Learning for thoracic imaging segmentation to improve cardiovascular risk prediction", soutenue le 05 Décembre 2023.
Florian Combes, "Modélisation des usages clients", Thèse CIFRE RENAULT, soutenue le 15 Décembre 2022.
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.
David Obst, "Amélioration de la prévision par méthode de DeepLearning au moyen de données textuelles", Thèse CIFRE EDF, soutenue en Décembre 2021.
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.
Kamel Jebreen, "Modèles graphiques pour la classification supervisée et les séries temporelles", Soutenue le 10 Octobre 2017.
Pierre Michel "Sélection d'items en classification non supervisée et questionnaires auto adaptatifs". Thèse co-encadrée avec L. Boyer, Soutenue en Décembre 2016.
Mohamed Boucekine "Modélisation statistique du Response Shift en qualité de vie". Thèse co-encadrée avec P. Auquier, soutenue en Décembre 2015.
Mathias Bourel "Agrégation de modèles en apprentissage statistique". Thèse en cotutelle Franco Uruguayenne (B. Ghattas, R. Fraiman), Soutenue en Novembre 2013.
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.
Corentin Duprey, (R) « Modélisation et apprentissage automatique pour la maintenance prédictive sur système avion», 20/12/2024, Université de Clermont-Auvergne.
Samir Orujov, (R) « Statistical methods for conditional volatility modeling with applications to finance. 19/12/2024, Université de Bretagne Sud.
Benjamin Larvaron, (R) « Modeling battery health degradation with uncertainty quantification», 21/05/2024, Nancy.
Farideh Bazangani, (P) « Deep Learning-Based Medical Image Generation using GANs and VAEs: Insights from MRI, PET, and Texture Synthesis », 05/12/2023, Marseille.
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.
Honorine Royer , (R) « Méthodes d’apprentissage statistique mêlant approche bayésienne et deep learning », 03/11/2022, Nantes.
Yven Amara-Ouali , (E) « Statistical modelling of electric vehicle charging behaviours », 22/09/2022, Orsay.
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.
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.
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.
Marie Milliet de Faverges, (R) «Développement et implémentation de modèles apprenants pour l'exploitation des grandes gares», soutenue le 16/10/2020 au CNAM.
Marius Bartcus, (E) «Bayesian non-parametric parsimonious mixtures for model-based clustering», soutenue le 28/10/2015 à Toulon.
Zaid Shawket, (E) «Propriétés arithmétiques et statistiques des fonctions digitales restreintes», soutenue le 22/07/2011 à Marseille.
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.
Julie Peyre, (E) «Analyse statistique des données issues des biopuces à ADN», soutenue le 10/05/2005, Université de Grenoble.
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
Christelle Haikal, (E) «Applications actuelles des réseaux de neurones pour l'étude des lésions hépatiques en IRM: revue systématique de la littérature et étude préliminaire dans notre centre.», DES radiologie, Marseille, 20/09/2021.
Frederico Rodríguez Teja, (E) «Metodologias Cooperativas para la Clasificación del Tráfico en Internet», soutenue en Décembre 2009 à Montevideo devant le jury: E. Grampin Castro, H. Cancela, B. Ghattas, P. Belzarena. (Mémoire de Master Rechecher en Informatique).
Thomas Boussemart, (E) «Etude prédiction histologique des tumeurs parotidiennes à l'aide des paramètres quantitatifs de l'IRM de perfusion». Soutenue en Mars 2015 à Aix Marseille Université
Comité de suivi de thèses
Mohamed Bahi YAHIAOUI , «Réduction des temps de calcul et propagation efficace des incertitudes pour la simulation des gaz de fission », 2023, Université de Grenoble.
Quentin FERRE , « Tirer parti des combinaisons d'éléments cis-régulateurs », 2021, Université d'Aix Marseille.
Aref ASADI , « Modélisation de dégradation de système de production d'énergie : fonction de répartition empirique et tests d'adéquation pour processus stochastique », 2023, Université de Troyes.
Diane MANZON , « Développement de nouveaux outils en plans d'expériences adaptés à l'approche Quality by Design (QbD) dans un contexte biologique », 16/04/2021, Marseille.
Encadrement de mémoires (Master, LP, écoles)
(PI= Projet Industriel, MP= Mini Projet)
V. Malcuit, V. De Pierrefeu, Yann Frendo, PI CentraleSupelec, 2020-2021, Segmentation sémantique de scan médicaux.
P. Rakower, F. Mollard, PI CentraleSupelec, 2020-2021, Détection de failles dans des coupes structurales.
A. Skalli, M. Dhmine, M. Ndiaye, M2 DataScience, 2020-2021, MP, Captionning.
N. Duffaut, J. Alexis, B. Journet, N. mohamed , LP GTSBD, 2020-2021, MP, Captionning interface.
M. Dhmine, M2 DataScience, 2020-2021, MP, Classification multi label.
K. Skalli, M. Dhmine, M. Ndiaye, M2 DataScience, 2020-2021, MP, Captionning.
A. Rhermini, P. Desmarchelier, E. Vincent, PI CentraleSupelec, 2019-2020, Question Answering sur des données géologiques.
S. Diao, M2 DataScience, 2019-2020, MP, CUBT(Clustering using Unsupervised Binary Trees)
J. Cheukam Ngouonou, S. Diao; M2 DataScience, 2019-2020, MP, les modèles ZIP
O. Doughmi, H. Dahaoui, A. LODI, M2 DataScience, 2019-2020, MP, La segmentation sémantique non supervisée d'images.
KM Dagnon, OB Tayewo, A. Tabet Ibrahim, M2 DataScience, 2019-2020, MP, Génération automatique de texte par deep learning
S. Egloh, A. Latrèche, S. Nait, LP GTSBD, PT, 2019-2020, Captionning de schémas structuraux.
A. Benbacer, M2 IMSA 2019, Clustering en Big Data.
K. Eltarr, S. Partinico, S. Massinissa, M2 DataScience, 2018-2019, mini projet, Clustering de donnés textuelles
A. Gabor, LP GTSBD, 2018-2019, Gestion et analyse statistique de site web commercial.
R. Gros, P. Luzeaux, M. Pleskof,PI CentraleSupelec, 2017-2018, Patrimoine Muséal et Deep Learning.
C. Moyen, F. Massin, M. Srati, S. Traki, PI CentraleSupelec, 2016-2017, Identification d'une oeuvre d'art par Deep Learning.
F. EL MBARKI, R. Bour, T. LAVOLE, O. Puche, ENSAI Janvier-Avril 2016, Arbres de décision non supervisés.
J.B. Queyrie, M. Giraud R. Westerlynck, T. Blanc, ENSAI, 2015-2016. Optimisation du transport de patients dialysés.
G. Boumah, T. Julian, LP GTSBD, 2013-2014, Analyse de partitions qui évoluent dans le temps.
I. Bah, L. Perron, LP GTSBD, 2013-2014, Simulations avec les réseaux bayésiens.
P. Borniambuc, M2 IMSA, 2013-2014, Les réseaux bayésiens: modélisation de l'interaction entre les régions anatomiques du cerveau.
Nicolas Edwards, Sylvain Humbertclaude, Anne-Marie Stoliaroff-Pepin, ENSAI, année, 2013-2014, Classification non supervisée de données discrètes par arbres de décision.
Sydney Bécu, Lubin Lemarchand, Xavier Loizeau, ENSAI, 2013-2014, Etude de l'évolution de partitions: Application aux données de cytométrie de flux.
Bourgueudieu, T., M2 Professionnel IMSA, 2012-2013, Les arbres de décision non supervisés.
Najemedine, L., Hadj, Y., L3 Professionnel GTSBD, 2012-2013, Traitement de données de cytométrie de flux.
Presentalis, K., M2 Professionnel IMSA, 2011-2012, Les modèles ZIP.
Al alawi, T., Hadj, Y., L3 Professionnel GTSBD, 2011-2012, Optimisation de la taille d'échantillons pour l'estimation des proportions des catégories de déchets à l'échelle nationale.
Ryk, F., L3 Professionnel GTSBD, 2010-2011, Etude des modèles prédictifs non paramétriques avec interfaçage Web
Nakjiengchanh, S., Chippaux, K., L3 Professionnel GTSBD, 2010-2011, Gestion de colles : Mise en place de base de données, Analyse de résultats saisis.
Nussli, A., Bouscarle, F., M2 Professionnel IMSA, 2010-2011, Indices de comparaison de partitions.
Coste, T., Ecole d'ingénieur ISTIL, Lyon, 2010-2011, Les arbres de régression pour des séries temporelles.
Ben Abderrahmane, R., M2 Professionnel MINT, 2009-2010, CART non supervisé.
Letev A., Michel P., M1 Mathématiques, 2009-2010, Modèles non linéaires et application en écotoxicologie.
Nguyen T., M1 Mathématiques, 2009-2010, Loi de Poisson avec Inflation de zéros, simulation, estimation et régression: application à des données de pêche en Atlantique.
Cugliari J., M2 Professionnel MINT, 2007-2008, CART et séries temporelles.
G. Ferreira, Master de Mathématiques (Montevideo), 2007-2008, Variables importance in Random Forests.
J. Piccini, A. Roche., Master de Mathématiques (Montevideo), 2007-2008, Regression Trees with functional explanatory variables.
F. Rodrigo, F. Benvenidas, G. Tejera, Master Informatique (Montevideo), 2007-2008, Predicting flow class in data networks.
M. Bourel, A. Mesa, Master de Mathématiques (Montevideo), 2007-2008, Boosting Multiclass.
I. Machado, M. Pons, S. Marroni, Master de Mathématiques (Montevideo), 2007-2008, Aprendizaje automático: aplicación a datos de captura incidental de tortugas marinas.
L. Barros, N. Da Silva, Master de Mathématiques (Montevideo), 2007-2008, Modelando el Comercio Mundial de Carne Bovina, Aplicación de Redes Bayesianas
I. Alvarez, A. Castrillejo, Master de Mathématiques (Montevideo), 2007-2008, Redes Bayesianas: una aplicación con simulaciones.
A. Moraes, P. Vilanova, Master de Mathématiques (Montevideo), 2007-2008, Analysis of a bias effect in a tree-based variable importance measure.3
Mostefa Kara S., M2 Professionnel MINT, 2006-2007, Importance des variables par les SVM.
Noti B., M1 Mathématiques, 2005-2006, Least Angle Regression.
Foulon I., M1 Mathématiques, 2005-2006, Modélisation de l'interaction entre les protéines, utilisation des algorithmes EM.
Rossi P., Aichaoui L., M2 Professionnel MINT, 2004-2005, Analyse de séquences d'ADN par Gibbs Sampling.
Zago M., M2 Recherche Informatique, 2003-2004, Réseaux bayésiens sur des classes de gènes pour la modélisation des interactions.
Traskine M., M2 Professionnel MINT, 2003-2004, Discrétisation de données de Biopuces.
Zago M., DESS MINT, 2002-2003, Arbres de décision bagging et boosting.
Rey Robert D., DESS MINT, 2002-2003, "Arbres de décision obliques"
Deragopian Sandrine., Vidal G., DESS MINT, 2002-2003, "CART Multivarié"
Traskine M., DEA Informatique, 2002-2003, "Réseaux bayésiens, applications aux données transcriptom"
Tsvetelina Nikolaeva., Todorov K., ESM2, 2002-2003, " Classifications et apprentissage"
Kone M., Lap-Tak C., Maîtrise de Mathématiques, 2002-2003, " Champs de Markov , estimation et simulations"
Kien L., Villes V., DESS de Mathématiques pour l'Ingénieur, 2001-2002, "Les Support Vector Machines"
Brezzia L., Cochard A., DESS de Mathématiques pour l'Ingénieur, 2000-2001, Estimation Bootrap de paramètres de modèles de régression linéaire.
Califano M., Sanchez M., DESS de Mathématiques pour l'Ingénieur, 1999-2000, Réechantillonnage adaptatif pour l'analyse discriminante linéaire.
Germain Rola, M2 IMSA, Avril-Septembre 2016. Importance des variables dans les arbres de décision non supervisés.
Ahlam Chaieb, ESSAI Tunis, Avril-Aout, 2014. Les arbres de décision non supervisés.
Paul Borniambuc, M2 IMSA, Avril-Aout, 2014. Les réseaux bayésiens.
Thomas Coste, EPU (Ecole Polytechnique Universitaire de Lyon, filière Mathématiques Appliquées et Modélisation), 2011-2012, Les arbres de décisions pour séries temporelles.
Faculté des Sciences Economiques, Aix Marseille School of Economics