BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//LORIA - ECPv6.17.4.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.loria.fr
X-WR-CALDESC:Évènements pour LORIA
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231205T140000
DTEND;TZID=Europe/Paris:20231205T160000
DTSTAMP:20231113T154226Z
CREATED:20231027T163320Z
LAST-MODIFIED:20231113T154226Z
UID:23439-1701784800-1701792000@www.loria.fr
SUMMARY:PhD Defense: Vinicius Ribeiro (Multispeech)
DESCRIPTION:Vinicius Ribeiro (Multispeech) will defend his thesis\, entitled « Deep Supervision of the Vocal Tract Shape for Articulatory Synthesis of Speech« \, on Tuesday\, December 5th at 2 pm in room A008. \nAbstract :\nSpeech is a dynamic and non-stationary process that requires the interaction of several vocal tract articulators. The context in which a phoneme is articulated strongly influences its production\, a phenomenon known as coarticulation. Articulatory speech synthesis and its counterpart\, acoustic-to-articulatory inversion\, hold many potential applications\, such as L2 learning and speech therapy design. Moreover\, these models are helpful for speech synthesis and automatic speech recognition since they create a link to the speech production process.\nModeling speech articulations presents challenges such as coarticulation\, non-uniqueness\, and speaker normalization. Historically\, the research focused on geometrical\, mathematical\, and statistical models to describe speech dynamics. Nevertheless\, developing such models faces the difficulty of obtaining relevant articulatory data from actual speakers. Since the vocal tract is not observable from the outside\, various invasive and non-invasive methods have been used to collect these data\, including flesh point tracking and medical imaging. The first attempts to extract articulatory data used X-rays\, but it was abandoned due to the exposition to ionizing radiation. Then\, electromagnetic articulography rapidly grew in popularity due to the high sampling rate and the low cost compared to the alternatives. More recently\, real-time magnetic resonance imaging (RT-MRI) has been the preferred acquisition method due to the visibility of the vocal tract from the glottis to the lips.\nThis thesis explores the synthesis of speech articulation gestures corresponding to a sequence of phonemes. The primary objective is to design a model that predicts the temporal evolution of the vocal tract shape for each phoneme in the input sequence. Nevertheless\, developing a realistic temporal model of the vocal tract is challenging. Therefore\, we split the problem into three contributions.\nThe first is obtaining the vocal tract profile from the RT-MRI films by developing a robust method for segmenting vocal tract articulations. The second contribution is to build an articulatory model that predicts the vocal tract shape for any phonetic input in French. The challenges are learning coarticulation and enforcing the places of articulation and articulatory gestures that lead to the expected acoustics. The third contribution is the evaluation of the predicted shapes. We propose to quantify phonetic information with the aid of phoneme recognition. We measure the phonetic information retained by the mid-sagittal contours and that reproduced by the vocal tract shape synthesizer using the phoneme error rate and the recognizer’s internal representations.\nThis thesis points to significant directions in speech articulation synthesis. We observe that directly modeling\, without an articulatory model\, leads to the best and most natural results. Nevertheless\, using an intermediate articulatory model permits the introduction of relevant phonetic knowledge into the model. Finally\, we open a new direction to evaluate articulatory models through their phonetic representations.\nJury\nReviewers:\n\n\nDamien Lolive — ENSSAT Lannion\, Université de Rennes\, France\nAntoine Serrurier — RWTH University Aachen\, Germany\n\nExaminers:\n\n\n\nAnne Boyer — Université de Lorraine\, France\nEduardo Valle — University of Campinas\, Brazil\nAlice Turk — University of Edinburgh\, Scotland\nPierre-André Vuissoz — Université de Lorraine\, France\n\nThesis Director:\n\n\n\nYves Laprie — Université de Lorraine\, France
URL:https://www.loria.fr/event/soutenance-de-these-de-vinicius-ribeiro-multispeech/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231201T093000
DTEND;TZID=Europe/Paris:20231201T113000
DTSTAMP:20231127T094343Z
CREATED:20231127T094343Z
LAST-MODIFIED:20231127T094343Z
UID:24017-1701423000-1701430200@www.loria.fr
SUMMARY:Soutenance de thèse de Yoann Fleytoux (Larsen)
DESCRIPTION:Yoann Fleytoux (Larsen) soutiendra sa thèse intitulée « Exploiter les préférences humaines pour guider la préhension robotique »\, le 1er décembre à 9h30 en salle C005. \nRésumé :\n\nCette thèse aborde le défi de la préhension d’objets aux prises difficiles par des robots manipulateurs en combinant l’apprentissage automatique\, l’utilisation de capteurs tactiles et l’expertise humaine. Dans certaines applications industrielles telles que la manipulation de déchets\, la téléopération de robots est utilisée pour manipuler des objets irréguliers. Cette tâche est complexe à automatiser en raison de l’irrégularité\, de la visibilité partielle\, de la fragilité et de la susceptibilité des objets à se briser lors de la manipulation ou du transport. Dans ce contexte\, l’expertise de l’opérateur est cruciale pour guider les robots\, car ses critères de décision ne se traduisent pas facilement en critères mathématiques implémentables dans un algorithme automatique. Apprendre à partir d’exemples est une approche pertinente. Cependant\, étant donné que ces démonstrations sont coûteuses à acquérir\, les travaux de cette thèse proposent des pistes nécessitant peu de démonstrations de l’expert.\nL’objectif est d’améliorer les compétences de préhension du robot en utilisant l’apprentissage hors ligne et en ligne\, ce qui permet au robot d’apprendre rapidement les préférences de préhension adaptées aux objets en question. Ainsi\, cette thèse contribue au développement de solutions robotiques avancées pour la manipulation d’objets complexes. \n\nJury\nRapporteurs :\n\nSylvain Calinon\, Senior Research Scientist\, Idiap\, Switzerland\nYoucef Mezouar &Professeur\, Institut Pascal-Université Clermont Auvergne\n\nExaminateurs : \n\nBernadetta Addis\, Professeur\, Université de Lorraine\, Loria\, Nancy\nChristophe Leroux\, Manager European Affairs in AI and robotics\, CEA\, France\n\nDirecteur et co-directeur de thèse :\n\nJean-Baptiste Mouret\, Directeur de Recherche\, Inria Nancy Grand-Est\nSerena Ivaldi\, Directrice de Recherche\, Inria Nancy Grand-Est
URL:https://www.loria.fr/event/soutenance-de-these-de-yoann-fleytoux-larsen/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231117T140000
DTEND;TZID=Europe/Paris:20231117T160000
DTSTAMP:20231113T151421Z
CREATED:20231113T151421Z
LAST-MODIFIED:20231113T151421Z
UID:23819-1700229600-1700236800@www.loria.fr
SUMMARY:Soutenance de thèse de Juliette Faille (Synalp)
DESCRIPTION:Juliette Faille (Synalp) soutiendra sa thèse intitulée « Génération de texte en langue naturelle à partir de données : évaluation et explicabilité »\, le 17 novembre à 14h en salle C005. \nRésumé :\nLes modèles de génération de langage naturel (NLG) ont récemment atteint de très hautes performances. Les textes qu’ils produisent sont généralement corrects sur le plan grammatical et syntaxique\, ce qui les rend naturels. Bien que leur sens soit correct dans la grande majorité des cas\, même les modèles de NLG les plus avancés produisent encore des textes avec des significations partiellement inexactes.\nDans cette thèse\, en nous concentrons sur le cas particulier des problèmes liés au contenu des textes générés\, nous proposons d’évaluer et d’analyser les modèles utilisés dans les tâches de verbalisation de graphes RDF (Resource Description Framework) et de génération de questions conversationnelles.\nTout d’abord\, nous étudions la tâche de verbalisation des graphes RDF et en particulier les omissions et hallucinations d’entités RDF\, c’est-à-dire lorsqu’un texte généré automatiquement ne mentionne pas toutes les entités du graphe RDF d’entrée ou mentionne d’autres entités que celles du graphe d’entrée. Nous évaluons 25 modèles de verbalisation de graphes RDF sur les données WebNLG. Nous développons une méthode pour détecter automatiquement les omissions et les hallucinations d’entités RDF dans les sorties de ces modèles. Nous proposons une métrique basée sur le nombre d’omissions ou d’hallucinations pour quantifier l’adéquation sémantique des modèles NLG avec l’entrée.\nNous constatons que cette métrique est corrélée avec ce que les annotateurs humains considèrent comme sémantiquement correct et nous montrons que même les modèles les plus globalement performants sont sujets à des omissions et à des hallucinations.\nSuite à cette observation sur la tendance des modèles de verbalisation RDF à générer des textes avec des problèmes liés au contenu\, nous proposons d’analyser l’encodeur de deux de ces modèles\, BART et T5. Nous utilisons une méthode d’explicabilité par sondage et introduisons deux sondes de classification\, l’une paramétrique et l’autre non paramétrique\, afin de détecter les omissions et les déformations des entités RDF dans les plongements lexicaux des modèles encodeur-décodeur. Nous constatons que ces classifieurs sont capables de détecter ces erreurs dans les encodages\, ce qui suggère que l’encodeur des modèles est responsable d’une certaine perte d’informations sur les entités omises et déformées.\nEnfin\, nous proposons un modèle de génération de questions conversationnelles basé sur T5 qui\, en plus de générer une question basée sur un graphe RDF d’entrée et un contexte conversationnel\, génère à la fois une question et le triplet RDF correspondant. Ce modèle nous permet d’introduire une procédure d’évaluation fine évaluant automatiquement la cohérence avec le contexte de la conversation et l’adéquation sémantique avec le graphe RDF d’entrée.\nNos contributions s’inscrivent dans les domaines de l’évaluation en NLG et de l’explicabilité. Nous empruntons des techniques et des méthodologies à ces deux domaines de recherche afin d’améliorer la fiabilité des modèles de génération de texte.\nJury\nRapporteurs :\n\nCyril LABBE\, Professeur des universités\, Université Grenoble Alpes\nBenjamin PIWOWARSKI\, Chargé de recherche\, Sorbonne Université\n\nExaminateurs : \n\nChloé CLAVEL\, Professeure des universités\, Télécom Paris\nLaure SOULIER\, Maîtresse de conférences\, Sorbonne Université\nAlbert GATT\, Professeur des universités Université d’Utrecht\n\nDirectrice de thèse :\n\nClaire GARDENT\, Directrice de recherche\, Université de Lorraine
URL:https://www.loria.fr/event/soutenance-de-these-de-juliette-faille-synalp/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231113T100000
DTEND;TZID=Europe/Paris:20231113T120000
DTSTAMP:20231113T161847Z
CREATED:20231027T164046Z
LAST-MODIFIED:20231113T161847Z
UID:23441-1699869600-1699876800@www.loria.fr
SUMMARY:PhD Defense: Prerak Srivastava (Multispeech)
DESCRIPTION:Prerak Srivastava (Multispeech) will defend his thesis\, entitled « Realism in Virtually Supervised Learning for Acoustic Room Characterization and Sound Source Localization« \, on Monday\, November 13th at 10 am in room A008. \nAbstract :\nAudio Augmented Reality aims to integrate virtual audio content into the user’s acoustic environment\, creating an immersive audio experience. The commercial availability of augmented reality headsets such as Apple Vision Pro has further motivated interest in this research field. To synthesize binaural spatial audio that can recreate the perception of distance\, direction\, and acoustic cues\, the knowledge of specific acoustic parameters of the user’s environment is a pre-requisite. Acoustic parameters can be divided into two categories: global parameters associated with the room’s geometry\, reverberation time\, and wall materials\, and local parameters concerning the location of each sound source. With the help of room acoustic simulators\, these parameters are used to simulate room impulse responses. These room impulse responses can then be convolved with dry speech signals to synthesize binaural spatial audio with a perception of realism. However\, the estimation of these acoustic parameters is a challenge. Previous research has attempted to address this problem through cumbersome and time-consuming in-situ measurements\, which are often impractical.\nIn this thesis\, we tackle this challenge by leveraging supervised machine-learning techniques using speech recordings as input. Our primary focus is on cuboid rooms with static acoustic scenarios. In the initial part of our work\, we develop a multi-task neural network for room parameter estimation. We then assess its robustness using real-world data. In the second part\, we shift our focus towards virtually supervised learning. This approach involves training machine learning models exclusively on simulated data. The rationale behind this strategy is rooted in the limited availability of task-specific real datasets within this domain. To ensure genralization\, the training dataset should closely resemble the scenarios encountered in the test datasets. In order to bridge the gap\, we improve realism in the open-source room acoustics simulator Pyroomacoustics by implementing an extended image source method. Further\, this improved room acoustics simulator is used to train neural networks for the tasks of room parameter estimation and sound source localization. We employ several real test datasets to assess the positive impact brought by training the systems using the improved simulator. Our experiments show that the generalization of the system is improved across both tasks when compared to the systems trained for the same task with less realistic training data. To the best of our knowledge\, this is one of the first studies to explore the field of virtually supervised learning for the task of global and local room acoustic parameter estimation.\nJury\n\nReviewers:\n\nRainer Martin – Ruhr-Universitat Bochum\, Germany\nEric Bavu – CNAM Paris\, France\n\nExaminers:\n\nMarie-Odile Berger – INRIA Nancy\, France\nSimon Leglaive – Centrale Supelec\, Rennes\, France\n\n\n\nThesis Director and co-Director: \n\n\nEmmanuel Vincent – INRIA Nancy\, France\nAntoine Deleforge – INRIA Nancy\, France
URL:https://www.loria.fr/event/phd-defense-prerak-srivastava-multispeech/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231110T150000
DTEND;TZID=Europe/Paris:20231110T170000
DTSTAMP:20231106T095343Z
CREATED:20231030T100611Z
LAST-MODIFIED:20231106T095343Z
UID:23454-1699628400-1699635600@www.loria.fr
SUMMARY:PhD Defense: Liam Cripwell (Synalp)
DESCRIPTION:Liam Cripwell (Synalp) will defend his thesis\, entitled « Controllable and document-level text simplification« \, on Friday\, November 10th at 3 p.m. am in room A008. \nAbstract :\nText simplification is a task that involves rewriting a text to make it easier to read and understand for a wider audience\, while still expressing the same core meaning. This has potential benefits for disadvantaged end-users (e.g. non-native speakers\, children\, the reading impaired)\, while also showing promise as a preprocessing step for downstream NLP tasks. Recent advancements in neural generative models have led to the development of systems that are capable of producing highly fluent outputs. However\, these end-to-end systems often rely on training corpora to implicitly learn how to perform the necessary rewrite operations. In the case of simplification\, these datasets are lacking in both quantity and quality\, with most corpora either being very small\, automatically constructed\, or subject to strict licensing agreements. As a result\, many systems tend to be overly conservative\, often making no changes to the original text or being limited to the paraphrasing of short word sequences without substantial structural modifications. Furthermore\, most existing work on text simplification is limited to sentence-level inputs\, with attempts to iteratively apply these approaches to document-level simplification failing to coherently preserve the discourse structure of the document. This is problematic\, as most real-world applications of text simplification concern document-level texts.\nIn this thesis\, we investigate strategies for mitigating the conservativity of simplification systems while promoting a more diverse range of transformation types. This involves the creation of new datasets containing instances of under-represented operations and the implementation of controllable systems capable of being tailored towards specific transformations and simplicity levels. We later extend these strategies to document-level simplification\, proposing systems that are able to consider surrounding document context and use similar controllability techniques to plan which sentence-level operations to perform ahead of time\, allowing for both high performance and scalability. Finally\, we analyze current evaluation processes and propose new strategies that can be used to better evaluate both controllable and document-level simplification systems.\nJury\n\nReviewers:\n\nBenoît Sagot\, Inria Paris\nBenoit Favre\, Aix Marseille Université\n\nExaminers:\n\nWei Xu\, Georgia Institute of Technology\nLiana Ermakova\, Université de Bretagne Occidentale\n\n\nThesis Director and co-Director: \n\n\nClaire Gardent\, Université de Lorraine\nJoël Legrand\, Université de Lorraine
URL:https://www.loria.fr/event/phd-defense-liam-cripwell-synalp/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231107T140000
DTEND;TZID=Europe/Paris:20231107T160000
DTSTAMP:20231106T093115Z
CREATED:20231031T125943Z
LAST-MODIFIED:20231106T093115Z
UID:23456-1699365600-1699372800@www.loria.fr
SUMMARY:Soutenance de thèse de Rosalie Defourné (Mosel-VeriDis)
DESCRIPTION:Rosalie Defourné (Mosel-VeriDis) soutiendra sa thèse intitulée « Encodages de la théorie des ensembles de TLA+ pour la preuve automatique »\, le 7 novembre à 14h en salle C005. \nRésumé :\nCette thèse porte sur TLA+\, un langage de spécification fondé sur la logique temporelle et la théorie des ensembles non typée. TLA+ est principalement utilisé dans l’industrie pour vérifier des systèmes concurrents et distribués. On s’intéresse en particulier à la preuve interactive de théorèmes TLA+\, qui peut être réalisée avec l’outil TLAPS. Cet assistant de preuve emploie une batterie de prouveurs automatiques externes afin de vérifier les obligations de preuve qui correspondent aux étapes de raisonnement de l’utilisateur.\nJury\nRapporteurs :\n\nAurélie Hurault\, ENSEEIHT Toulouse\nDavid Delahaye\, Université de Montpellier\n\nExaminateurs : \n\nJasmin Blanchette\, Université Louis-et-Maximilien de Munich\nCatherine Dubois\, ENSIIE Évry\nChantal Keller\, Université Paris Saclay\nGuillaume Bonfante\, Université de Lorraine\n\nDirecteur et co-directeur de thèse :\n\nStephan Merz\, Université de Lorraine\nPascal Fontaine\, Université de Liège
URL:https://www.loria.fr/event/soutenance-de-these-de-rosalie-defourne-mosel-veridis/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231013T140000
DTEND;TZID=Europe/Paris:20231013T160000
DTSTAMP:20231011T071659Z
CREATED:20231011T071416Z
LAST-MODIFIED:20231011T071659Z
UID:23084-1697205600-1697212800@www.loria.fr
SUMMARY:Soutenance de thèse de Nacira Abbas (Orpailleur)
DESCRIPTION:Nacira Abbas (Orpailleur) soutiendra sa thèse intitulée « Analyse formelle de concepts pour la découverte de clés de liage dans le web des données »\, le 13 octobre à 14 h en salle A008. \nRésumé :\nLe Web des données est un espace de données global qui peut être considéré comme une couche supplémentaire au-dessus du Web des documents. Le liage des données est la tâche de découverte des liens d’identité entre les ensembles de données RDF (Resource Description Framework) sur le Web des données. Nous nous intéressons à une approche spécifique pour le liage des données\, qui repose sur les “clés de liage”. Cette clé a la forme de deux ensembles de paires de propriétés associées à une paire de classes. \nJury\nRapporteurs : \n\nFatiha Saïs\, Université Paris Saclay\nFayçal Hamdi\, Conservatoire national des arts et métiers\n\nExaminateurs : \n\nJérôme David\, Université de Grenoble\nLuis Galárraga\, IRISA Rennes\nMathieu d’Aquin\, Université de Lorraine\nSébastien Ferre\, Université de Rennes\nCassia Trojahn\, Université de Toulouse\n\nDirecteur de thèse : \n\nAmedeo Napoli\, Université de Lorraine
URL:https://www.loria.fr/event/soutenance-de-these-de-nacira-abbas-orpailleur/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231006T140000
DTEND;TZID=Europe/Paris:20231006T160000
DTSTAMP:20230918T110754Z
CREATED:20230918T110719Z
LAST-MODIFIED:20230918T110754Z
UID:23040-1696600800-1696608000@www.loria.fr
SUMMARY:PhD Defense: Djamel Eddine Amir (Mocqua)
DESCRIPTION:Djamel Eddine Amir (Mocqua) will defend his thesis\, entitled « Computability of Topological Spaces »\, on Friday\, October 6 at 2pm in room C005. \nAbstract:\nThe main objective of this thesis is to examine the concept of « computable type » and enhance our overall understanding of this notion\, as well as provide techniques for verifying or disproving this property. A compact metrizable space is said to have computable type if any semicomputable homeomorphic copy of that space is actually computable. This study builds upon the work of Miller\, who demonstrated that finite-dimensional spheres have computable type\, and Iljazović and other authors\, who extended this property to various spaces\, including compact manifolds.\nTo begin\, we establish the equivalence between two distinct definitions of computable type present in the literature\, involving metric spaces and Hausdorff spaces\, respectively. We contend that the stronger\, relativized version of computable type exhibits more favorable properties and lends itself well to topological analysis. Consequently\, we derive characterizations of  » strong computable type «  in purely topological terms as well as the descriptive complexity of topological invariants.\n\nIt naturally leads to our second objective\, is to the study of the expressive power of topological invariants of low descriptive complexity and their ability to differentiate between spaces. Specifically\, we investigate two families of low descriptive complexity topological invariants that capture the extensibility and null-homotopy of continuous functions. Using this framework\, we revisit previous findings on computable type and discover new insights. Notably\, we identify the complexity of the finite topological graph separation problem.\nLastly\, our third objective revolves around applying homology theory to study what we term the  » surjection property «  which characterizes the computable type property. For instance\, we prove that a finite simplicial complex has (strong) computable type if and only if the star at each vertex satisfies the surjection property. Furthermore\, the reduction to homology implies that the computable type property is decidable\, for finite simplicial complexes of dimension at most 4.\nJury\nPhD Advisors: \n\nMathieu HOYRUP\, INRIA\, Nancy\nEmmanuel JEANDEL\, Université de Lorraine\, Nancy\n\nReviewers: \n\nOlivier BOURNEZ\, École Polytechnique\, LIX\, Paris\nVasco BRATTKA\, University of the Bundeswehr Munich\, Germany & University of Cape Town\, South Africa\n\nExaminers: \n\nNathalie AUBRUN\, CNRS\, Paris\nLaurent BIENVENU\, CNRS\, Bordeaux\nMonique TEILLAUD\, INRIA\, Nancy\n\nInvited members: \n\nPierre GUILLON\, CNRS\, Marseille
URL:https://www.loria.fr/event/phd-defense-djamel-eddine-amir-mocqua/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231003T100000
DTEND;TZID=Europe/Paris:20231003T120000
DTSTAMP:20230918T135739Z
CREATED:20230918T135619Z
LAST-MODIFIED:20230918T135739Z
UID:23044-1696327200-1696334400@www.loria.fr
SUMMARY:PhD Defense: Dylan Marinho (Veridis)
DESCRIPTION:Dylan Marinho (Veridis) will defend his thesis\, entitled « Theoretical and algorithmic contributions to the analysis of safety and security properties in timed systems under uncertainty »\, on Tuesday\, October 3 at 10am in room A008. \nAbstract:\nReal-time systems can be used in a wide range of applications\, such as transport\, telecommunications and industry. However\, accidents can happen\, and it is necessary to have confidence in these systems in order to avoid them. It is therefore necessary to formally prove that their behavior will comply with a specification. This specification can be of two kinds: with safety properties\, showing that the system will always behave as expected\, and security properties\, showing that it will be resistant to certain attacks. For this\, the formalism of timed automata (TAs) is fairly common.\nJury\n\nPhD Advisors:\n\nStephan Merz\, Université de Lorraine\nÉtienne André\, Sorbonne Université\n\n\n\n\nReviewers:\n\nPatricia Bouyer Decitre\, Université Paris-Saclay\nThierry JÉRON\, Université de Rennes\n\n\n\n\nExaminers:\n\nVéronique Cortier\, Université de Lorraine\nThao Dang\, INP Grenoble\nFrédéric Herbreteau\, INP Bordeaux\nSwen Jacobs\, CISPA Helmholtz Saarbrucken
URL:https://www.loria.fr/event/phd-defense-dylan-marinho-veridis/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230824T150000
DTEND;TZID=Europe/Paris:20230824T170000
DTSTAMP:20230821T080600Z
CREATED:20230817T155312Z
LAST-MODIFIED:20230821T080600Z
UID:21690-1692889200-1692896400@www.loria.fr
SUMMARY:Soutenance de thèse de Chuyuan Li (Sémagramme)
DESCRIPTION:Chuyuan Li (Sémagramme) soutiendra sa thèse intitulée « Facing data scarcity in dialogue for discourse structure prediction and discovery »\, le 24 août à 15h en salle C005. \nRésumé : \nLa structure du discours reflète l’organisation cohérente des phrases dans un document. L’analyse du discours joue un rôle crucial dans le Traitement Automatique des Langages (TAL) et a démontré son utilité dans diverses applications telles que le résumé et les systèmes de question-réponses. Dans cette thèse\, nous étudions l’analyse du discours dans les dialogues : un cadre sous-exploré en raison de la rareté des données annotées.  \nNous abordons l’analyse du discours selon deux axes de recherche : la << découverte des traits du discours >> et la << prédiction de la structure du discours >>. Dans le premier axe de recherche\, nous menons des expériences pour étudier les marqueurs linguistiques\, à la fois lexicaux et non lexicaux\, dans les tâches de classification de texte. Nous proposons des techniques d’apprentissage automatique pour améliorer la représentation des données et l’ingénierie des traits afin de résoudre le problème de la rareté des données. Dans un second axe\, notre objectif est de prédire directement la structure du discours — une structure fondée sur les graphes enrichie de relations – d’un document donné. En nous inspirant des études récentes portant sur la BERTology\, nous extrayons les informations discursives encodées dans des modèles de langage pré-entraînés tels que BERT et BART. Nous démontrons des résultats prometteurs dans les différents domaines en utilisant une supervision minimale. \nJury\nPrésident : \n\nMathieu Constant\, professeur des universités\, ATILF\, Université de Lorraine\n\nRapporteurs : \n\nBenoit Crabbé\, professeur des universités\, Université Paris Cité\nJunyi Jessy Li\, professeure associée\, University of Texas\, Austin\, USA\n\nExaminateurs : \n\nChloé Clavel\, professeure des universités\, Télécom-Paris\nGiuseppe Carenini\, professeur\, University of British Columbia\, Canada\n\nDirecteurs : \n\nMaxime Amblard\, professeur des universités\, LORIA\, Université de Lorraine\nChloé Braud\, chargée de recherche\, IRIT\, CNRS\, Université Paul Sabatier
URL:https://www.loria.fr/event/soutenance-de-these-de-li-chuyuan-semagramme/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230711T140000
DTEND;TZID=Europe/Paris:20230711T160000
DTSTAMP:20230711T072414Z
CREATED:20230711T072414Z
LAST-MODIFIED:20230711T072414Z
UID:20880-1689084000-1689091200@www.loria.fr
SUMMARY:PhD Defense of Hrishikesh Dhondge (Capsid)
DESCRIPTION:Hrishikesh Dhondge (CAPSID) will defend his thesis\, entitled « Structural characterization of RNA binding to RNA recognition motif (RRM) domain using data integration\, 3D modeling\, and dynamic simulation« \, on Tuesday\, July 11 at 2pm in room C005. \nAbstract:\nThe specific goal of this thesis was to design and develop computational tools to better exploit existing knowledge on RNA Recognition Motif (RRM) domains using 3D modeling of RRM-RNA complexes. \nA central achievement of this thesis is the construction of a relational database called ‘InteR3M’ that integrates sequence\, structural and functional information about RRM domains. InteR3M database contains interactions between RRM and nucleic acids. \nDuring the data collection procedure\, inconsistencies were detected in the classification of several RRM instances in the popular domain databases CATH and Pfam. This led me to propose an original approach (CroMaSt) to solve this issue\, based on the cross-mapping of structural instances of RRMs between these two domain databases and on the structural alignment of domain instances with an RRM structural prototype. \nInformation stored in InteR3M database was then used for characterization of RNA binding to RRM domains and to model RRM-RNA complexes via anchored docking protocol. These led to the development of ‘RRMScorer’ and ‘RRM-RNA dock’ tools in the frame of collaborations. \nFinally\, molecular dynamic (MD) simulation is another computational tool tested in this thesis to contribute to the 3D modeling of RRM-RNA complexes. Promising preliminary MD protocols are described as attempts to distinguish between strongly and weakly binding RRM-RNA complexes. \nJury\nPhD Advisors: \n\nIsaure Chauvot de Beauchene CR CNRS\, Nancy\nMarie-Dominique Devignes CR CNRS (HDR)\, Nancy\n\nReviewers: \n\nOlga Kalinina Professeur\, Université de Sarrebruck\nJulie Thompson DR CNRS\, Strasbourg\n\nStanisław Dunin-Horkawicz Researcher\, Université de Varsovie \nExaminers: \n\nAlain Denise Professeur\, Université Paris Saclay\n\nInvited members: \n\nWim Vranken Professeur\, Vrije Universiteit Brussel
URL:https://www.loria.fr/event/phd-defense-of-hrishikesh-dhondge-capsid/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230707T140000
DTEND;TZID=Europe/Paris:20230707T163000
DTSTAMP:20230707T081528Z
CREATED:20230704T142851Z
LAST-MODIFIED:20230707T081528Z
UID:20545-1688738400-1688747400@www.loria.fr
SUMMARY:Soutenance de thèse d'Athénaïs Vaginay (Capsid)
DESCRIPTION:Athénaïs Vaginay (Capsid) soutiendra sa thèse intitulée « Synthèse de réseaux Booléens à partir de la structure et de la dynamique des réseaux de réactions »\, le 7 juillet à 13h en salle A008. \nRésumé :\nLa conversion entre différent formalismes de modélisation est un défi majeur en biologie des systèmes\, car elle aide à obtenir de nouvelles connaissances sur les systèmes biologiques. Cette thèse propose une approche pour synthétiser automatiquement des réseaux Booléens à partir de réseaux de réactions existants\, permettant la conversion entre deux formalismes très utilisés. La thèse se compose de trois contributions. \nJury\nDirecteurs de thèse \n\nTaha Boukhobza Professeur\, Université de Lorraine\nMalika Smaı̈l-Tabbonne Maı̂tre de Conférences HDR\, Université de Lorraine\n\nRapporteurs : \n\n\nFrançois Fages\, Directeur de Recherche\, Inria Saclay\nLoı̈c Paulevé\, Chargé de Recherche CNRS\, Labri\n\n\nExaminateurs :  \n\n\n\n\nAnna Niarakis\, Maı̂tre de Conférences HDR Université d’Evry Val d’Essonne\nThierry Bastogne\,  Professeur Université de Lorraine
URL:https://www.loria.fr/event/soutenance-de-these-dathenais-vaginay-capsid/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230705T133000
DTEND;TZID=Europe/Paris:20230705T160000
DTSTAMP:20230704T171211Z
CREATED:20230704T142134Z
LAST-MODIFIED:20230704T171211Z
UID:20543-1688563800-1688572800@www.loria.fr
SUMMARY:Soutenance de thèse de Lina Achaji (Larsen)
DESCRIPTION:Lina Achaji (Larsen) soutiendra sa thèse intitulée « Prédiction du comportement des usagers de la route pour les véhicules autonomes dans un contexte urbain »\, le 5 juillet à 13h30 en salle A008. \nRésumé :\nCes dernières années\, le développement des véhicules autonomes (AV) a beaucoup progressé. L’un des principaux moteurs de ces progrès est l’évolution rapide de la technologie des AV. Des capteurs sophistiqués\, des algorithmes et des techniques d’apprentissage automatique ont été développés\, permettant aux AV de naviguer sur les routes avec plus de précision et de sécurité. En outre\, les investissements dans la technologie AV se sont multipliés\, les grandes entreprises technologiques et les constructeurs automobiles investissant massivement dans la recherche et le développement. \nJury\nDirecteur de thèse \n\nCHARPILLET François\, Université de Lorraine\n\nRapporteurs : \n\nNASHASHIBI Fawzi\, Mines Paris Tech\nMOUTARDE Fabien\, PSL Université\n\nExaminateurs :  \n\n\nCAPELLE Cindy\, Université de Lille\nAIOUN François\, Stellantis\nABDERRAFIAA Koukam\, Université de Belfort Montbeliard\nMOREAU Julien\, Stellantis
URL:https://www.loria.fr/event/soutenance-de-these-de-lina-achaji-larsen/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230623T100000
DTEND;TZID=Europe/Paris:20230623T120000
DTSTAMP:20230628T101500Z
CREATED:20230628T101500Z
LAST-MODIFIED:20230628T101500Z
UID:20533-1687514400-1687521600@www.loria.fr
SUMMARY:PhD Defense: Mo Liu (Cello)
DESCRIPTION:Mo Liu (Cello team) will defend his thesis on Friday\, June 23rd at 10 am in room C005\, with a presentation entitled Dynamic epistemic logic with quantification and normative systems.
URL:https://www.loria.fr/event/phd-defense-mo-liu-cello/
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230623T093000
DTEND;TZID=Europe/Paris:20230623T113000
DTSTAMP:20230611T171512Z
CREATED:20230611T171512Z
LAST-MODIFIED:20230611T171512Z
UID:20461-1687512600-1687519800@www.loria.fr
SUMMARY:Soutenance de thèse de Quentin Yang (Caramba)
DESCRIPTION:Quentin Yang (Caramba) soutiendra sa thèse intitulée « Coercion-resistance in electronic voting: design and analysis »\, le 23 juin à 9h30 en salle A008.\nRésumé :\nLe vote est un outil central au bon fonctionnement de toute démocratie. Malgré son utilisation lors d’élections à grands enjeux\, le vote électronique n’apporte pas encore le même niveau de sécurité que le vote papier. En particulier\, des menaces déjà existantes telles que la coercition et l’achat de vote risquent de gagner en ampleur et d’impacter les résultats. Au cours de cette thèse\, nous étudions les solutions académiques permettant de faire face à ces phénomènes\, à savoir les notions de coercion-resistance et de receipt-freeness. Sur ces sujets\, nous identifions des limites des définitions existantes et proposons de nouvelles définitions permettant de modéliser de plus larges scénarios d’attaque. En plus de ces améliorations théoriques et pratiques\, nous proposons des stratégies efficaces pour éliminer certains risques\, comme les attaques à l’italienne et l’achat de vote. Pour cela\, nous développons une boîte à outils reposant sur des primitives dites de multi-party computation\, qui permettent à différents participants d’évaluer une fonction sur des données chiffrées. Cela nous permet de proposer de nouvelles méthodes de dépouillement offrant une propriété de tally-hiding\, qui contrecarre les attaques à l’italienne. Ces méthodes peuvent notamment s’appliquer à d’autres types de scrutin que le vote uninominal\, comme par exemple le vote préférentiel. Pour ce qui concerne l’achat de vote\, une autre contribution de cette thèse est de généraliser la notion de receipt-freeness afin qu’elle réponde davantage à ce risque\, comparée aux notions existantes. Nous proposons par ailleurs une solution modulaire qui permet de réaliser cette notion de receipt-freeness\, et donc de mettre à mal les stratégies d’achat de vote. Cette solution s’appuie sur de nouvelles primitives de chiffrement\, appelées traceable encryptions.\n\nJury\n\n\nAdeline Roux-Langlois\, chargée de recherche au CNRS (rapporteuse)\,\nDamien Vergnaud\, professeur à l’université de Sorbonne (rapporteur)\,\nHenri Gilbert\, responsable de laboratoire à l’ANSSI\,\nMarc Joye\, directeur scientifique chez Zama\,\nSimon Perdrix\, directeur de recherche Inria\,\nVanessa Teague\, Professeur associée à l’Australian National University\,\nVéronique Cortier\, directrice de recherche au CNRS (encadrante)\,\nPierrick Gaudry\, directeur de recherche au CNRS (encadrant).
URL:https://www.loria.fr/event/soutenance-de-these-de-quentin-yang-caramba/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230613T140000
DTEND;TZID=Europe/Paris:20230613T170000
DTSTAMP:20230611T165317Z
CREATED:20230611T165317Z
LAST-MODIFIED:20230611T165317Z
UID:20459-1686664800-1686675600@www.loria.fr
SUMMARY:Soutenance de thèse de Noémie Gonnier (Biscuit)
DESCRIPTION:Noémie Gonnier (Biscuit) soutiendra sa thèse intitulée « CxSOM : vers une architecture non-hiérarchique de cartes auto-organisatrices »\, le 13 juin à 14h en salle A008.\nRésumé :\nLe cortex cérébral apparaît dans de nombreux travaux comme une architecture de modules d’apprentissage\, les aires corticales\, qui interagissent rétroactivement.\nCette notion bio-inspirée d’architecture modulaire présente un intérêt computationnel dans la recherche de nouveaux paradigmes d’apprentissage non-supervisé. Il s’agit en effet de systèmes complexes\, propices à faire émerger des mécanismes d’apprentissage dus à l’interaction entre les modules.\nPartant de cette inspiration biologique\, cette thèse propose d’étudier la création d’architecture modulaire non hiérarchique de cartes auto-organisatrices.\nLes cartes auto-organisatrices (SOM) sont un algorithme d’apprentissage non-supervisé bien connu\, permettant de représenter de façon ordonnée et en faible dimension un espace d’entrées quelconques. Nous avons développé dans cette thèse un modèle modifié de cartes auto-organisatrices\, CxSOM (Consensus Driven Multi-SOM)\, qui permet de créer des architectures non-hiérarchiques de SOM qui apprennent les unes des autres.\nLa thèse constitue ensuite une analyse expérimentale des mécanismes d’organisation et d’apprentissage permis par l’architecture CxSOM.\nNous nous concentrons sur des tâches de mémoire associative de données provenant  de différentes modalités ; l’objectif est d’apprendre une représentation de plusieurs espaces d’entrées au sein de l’architecture et d’extraire en même temps des relations existant entre ces entrées. Nous avons en particulier mis en évidence un comportement de prédiction de modalité au sein de l’architecture.\nLa proposition du modèle CxSOM et l’analyse de l’apprentissage sur des architectures simples nous ont permis d’élaborer une base de travail\, vers la conception d’architectures non hiérarchiques comportant de nombreuses cartes.\n\nJury\n\nRapporteurs :\n\nFrédéric Alexandre\, DR Inria\, Centre Inria Bordeaux sud-ouest\nMadalina Olteanu\, Professeure des universités\, Université Paris-Dauphine PSL\, CEREMADE\n\nExaminateurs : \n\nLydia Boudjeloud-Assala\, Maîtresse de conférences HDR\, Université de Lorraine\, LORIA\nMathias Quoy\, Professeur des universités\, CY-Cergy Paris Université\, ETIS\n\nDirecteurs :\n\nYann Boniface\, Maître de conférence\, Université de Lorraine\, LORIA\nHervé Frezza-Buet\, HDR\, Professeur à CentraleSupélec\, LORIA
URL:https://www.loria.fr/event/soutenance-de-these-de-noemie-gonnier-biscuit/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230613T110000
DTEND;TZID=Europe/Paris:20230613T130000
DTSTAMP:20230611T170527Z
CREATED:20230611T170527Z
LAST-MODIFIED:20230611T170527Z
UID:20462-1686654000-1686661200@www.loria.fr
SUMMARY:PhD Defense: Debashisha Mishra (Simbiot)
DESCRIPTION:Debashisha Mishra (Simbiot) will defend his thesis\, entitled « Exploiting the synergies of unmanned aerial vehicles (UAVs) and 5G network« \, on Tuesday\, June 13th at 11am in room C005. \nAbstract:\nAs an expanding subject of aerial robotics\, Unmanned Aerial Vehicles (UAVs) have received substantial research attention within the wireless networking research community. As soon as national legislations enable UAVs to fly autonomously\, we will witness swarms of UAV filling the skies of our smart cities to complete diverse missions: package delivery\, infrastructure monitoring\, event videography\, surveillance\, tracking\, etc. Fifth generation (5G) and beyond cellular networks can improve UAV communications in a variety of ways and thus benefit the UAV ecosystem. There is a wide variety of wireless applications and use cases that can benefit from the capabilities of these smart devices\, including the UAV’s inherent characteristics of agile mobility in three-dimensional space\, autonomous operation\, and intelligent placement. The broad goal of this thesis is to provide a comprehensive analysis of the synergies that may be realized when combining 5G and beyond cellular networks with UAV technology. This thesis presents four types of UAV and cellular ecosystem integration models. UAV-assisted cellular paradigm refers to communication scenarios in which UAVs are used as flying (or aerial) base stations or as relays to augment current terrestrial cellular connectivity or to mitigate disaster situations. The cellular-assisted UAV paradigm foresees the integration of UAVs into the current cellular network as a new aerial user (flying UE) to serve a wide variety of applications and use cases. The UAV-to-UAV paradigm stresses the collective strength of a fleet of UAVs as a swarm and communication amongst UAVs inside the swarm. The hybrid non-terrestrial paradigm encompasses satellite and aerial networks\, therefore examining the whole spectrum of communication links from the ground to the air to the space in the form of an integrated space-air-ground communication network.Initially\, this thesis focuses on aerial base stations\, which have gained great academic attention in order to provide flexible\, on-demand communication services to ground users. On this occasion\, we build and construct a proof-of-concept prototype platform that delineates the design components required to implement such platforms in the real world\, and we then explain the necessity for optimal placement of aerial base stations. To support a heterogeneous class of 5G services from various vertical industries\, we propose a slicing-aware aerial base station framework for ground users with differentiated traffic requirements. Second\, we describe aerial users who are supported by current cellular infrastructure and examine difficulties such as coexistence of aerial users and ground users\, handovers\, and communication-aware trajectory optimization. A swarm of UAVs opens up new opportunities for new services and applications since the UAVs may independently coordinate their operations and work together to complete a given task. As part of this thesis\, we offer centralized and decentralized network models for UAV-to-UAV (U2U) communication inside swarm and conduct a full investigation of sidelink-assisted U2U communication with performance assessment. Expanding beyond terrestrial networks\, the 6G concept includes non-terrestrial networks such as satellite and aerial networks\, and so investigates a wide range of disparate communication channels on the way to the ultimate goal of a unified space-air-ground infrastructure. To ensure that the development activities of business\, academia\, and independent research organizations are in sync\, standardization bodies like 3GPP have established study topics and working groups. This dissertation shines a light on several innovative 6G enabling technologies and presents the in-depth research and evaluation of communication technology candidates\, socio-economic concerns\, and standardization activities being undertaken to harmonize UAV operations across varied geographical landscapes. \nJury\nReviewers : \n\nFabrice Valois\, INSA Lyon\, France\nKaushik Chowdhury\, Northeastern University\, Boston\, USA\n\nExaminers : \n\nNathalie Mitton\, INRIA Lille-Nord Europe\, France\nThouraya Toukabri\, Ericsson\, Île-de-France\, France\nE. Veronica Belmega\, Université Gustave Eiffel (UGE)\, France\nYe-Qiong Song\, Université de Lorraine – ENSEM\, France\n\nInvited : \n\nFrançois Charoy\, Université de Lorraine – TELECOM Nancy\, France\n\nSupervisor :\n \n\nEnrico Natalizio\, Université de Lorraine\, France
URL:https://www.loria.fr/event/phd-defense-debashisha-mishra-simbiot/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230606T133000
DTEND;TZID=Europe/Paris:20230606T153000
DTSTAMP:20230601T085613Z
CREATED:20230601T085613Z
LAST-MODIFIED:20230601T085613Z
UID:20256-1686058200-1686065400@www.loria.fr
SUMMARY:PhD Defense: Claire Théobald (Opailleur)
DESCRIPTION:Claire Théobald (Opailleur) will defend his thesis\, entitled « Bayesian Deep Learning for mining and analyzing astronomical data »\, on Tuesday June 6th at 1:30pm in room A008. \nAbstract:\nIn this thesis\, we address the issue of trust in deep learning predictive systems in two complementary research directions. The first line of research focuses on the ability of AI to estimate its level of uncertainty in its decision-making as accurately as possible. The second line\, on the other hand\, focuses on the explainability of these systems\, that is\, their ability to convince human users of the soundness of their predictions.\nThe problem of estimating the uncertainties is addressed from the perspective of Bayesian Deep Learning. Bayesian Neural Networks assume a probability distribution over their parameters\, which allows them to estimate different types of uncertainties. First\, aleatoric uncertainty which is related to the data\, but also epistemic uncertainty which quantifies the lack of knowledge the model has on the data distribution. More specifically\, this thesis proposes a Bayesian neural network can estimate these uncertainties in the context of a multivariate regression task. This model is applied to the regression of complex ellipticities on galaxy images as part of the ANR project « AstroDeep ». These images can be corrupted by different sources of perturbation and noise which can be reliably estimated by the different uncertainties. The exploitation of these uncertainties is then extended to galaxy mapping and then to « coaching » the Bayesian neural network. This last technique consists of generating increasingly complex data during the model’s training process to improve its performance.\nOn the other hand\, the problem of explainability is approached from the perspective of counterfactual explanations. These explanations consist of identifying what changes to the input parameters would have led to a different prediction. Our contribution in this field is based on the generation of counterfactual explanations relying on a variational autoencoder (VAE) and an ensemble of predictors trained on the latent space generated by the VAE. This method is particularly adapted to high-dimensional data\, such as images. In this case\, they are referred as counterfactual visual explanations. By exploiting both the latent space and the ensemble of classifiers\, we can efficiently produce visual counterfactual explanations that reach a higher degree of realism than several state-of-the-art methods. \nJury\nReviewers : \n\n\nMário Figueiredo\, Professeur des universités\, Université de Lisbonne\, Instituto de Telecomunicações\, Instituto Superior Técnico\, 1049-001\, Lisboa\, Portugal\n\n\nSébastien Destercke\, Directeur de recherche\, CNRS\, Université de Technologie de Compiegne\, 60205\, Compiegne\, France\n\n\nExaminers : \n\n\nMarie-Jeanne Lesot\, Maîtresse de conférences\, Sorbonne Université\, 75005\, Paris\, France\n\n\nMarianne Clausel\, Professeure des universités\, IECL – Site de Nancy\, Faculté des sciences et Technologies\, F-54000 Nancy\, France\n\n\nThesis Supervisors :\n \n\n\nMiguel Couceiro\, Professeur des universités\, Université de Lorraine\, CNRS\, LORIA\, F-54000 Nancy\, France\n\n\nFrédéric Pennerath\, Maître de conférences\, CentraleSupélec\, LORIA\, F-57000 Metz\, France\n\n\nInvited member :\n \n\nBrieuc Conan-Guez\, Maître de conférences\, Université de Lorraine\, LORIA\, F-57000 Metz\, France
URL:https://www.loria.fr/event/phd-defense-claire-theobald-opailleur/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230602T150000
DTEND;TZID=Europe/Paris:20230602T170000
DTSTAMP:20230601T084834Z
CREATED:20230601T081127Z
LAST-MODIFIED:20230601T084834Z
UID:20250-1685718000-1685725200@www.loria.fr
SUMMARY:Soutenance de thèse de Guillaume Le Berre (Synalp)
DESCRIPTION:Guillaume Le Berre (Synalp) soutiendra sa thèse intitulée « Vers la mitigation des biais en traitement neuronal des langues »\, le 2 juin à 15h.\nRésumé :\nIl est de notoriété que les modèles d’apprentissage profond sont sensibles aux biais qui peuvent être présents dans les données utilisées pour l’apprentissage. Ces biais qui peuvent être définis comme de l’information inutile ou préjudiciable pour la tâche considérée\, peuvent être de différentes natures : on peut par exemple trouver des biais dans les styles d’écriture utilisés\, mais aussi des biais bien plus problématiques portant sur le sexe ou l’origine ethnique des individus. Ces biais peuvent provenir de différentes sources\, comme des annotateurs ayant créé les bases de données\, ou bien du processus d’annotation lui-même. Ma thèse a pour sujet l’étude de ces biais et\, en particulier\, s’organise autour de la mitigation des effets des biais sur l’apprentissage des modèles de Traitement Automatique des Langues (TAL). J’ai notamment beaucoup travaillé avec les modèles pré-entraînés comme BERT\, RoBERTa ou UnifiedQA qui sont devenus incontournables ces dernières années dans tous les domaines du TAL et qui\, malgré leur large pré-entraînement\, sont très sensibles à ces problèmes de biais. \nMa thèse s’organise en trois volets\, chacun présentant une façon différente de gérer les biais présents dans les données. Le premier volet présente une méthode permettant d’utiliser les biais présents dans une base de données de résumé automatique afin d’augmenter la variabilité et la contrôlabilité des résumés générés. Puis\, dans le deuxième volet\, je m’intéresse à la génération automatique d’une base de données d’entraînement pour la tâche de question-réponse à choix multiples. L’intérêt d’une telle méthode de génération est qu’elle permet de ne pas faire appel à des annotateurs et donc d’éliminer les biais venant de ceux-ci dans les données. Finalement\, je m’intéresse à l’entraînement d’un modèle multitâche pour la reconnaissance optique de texte. Je montre dans ce dernier volet qu’il est possible d’augmenter les performances de nos modèles en utilisant différents types de données (manuscrites et tapuscrites) lors de leur entraînement.
URL:https://www.loria.fr/event/soutenance-de-these-de-guillaume-le-berre-synalp/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230602T140000
DTEND;TZID=Europe/Paris:20230602T160000
DTSTAMP:20230601T084645Z
CREATED:20230601T084645Z
LAST-MODIFIED:20230601T084645Z
UID:20252-1685714400-1685721600@www.loria.fr
SUMMARY:PhD Defense: Nuwan Herath (Gamble)
DESCRIPTION:Nuwan Herath (Gamble) will defend his thesis\, entitled « Fast high-resolution drawing of algebraic curves and surfaces »\, on Friday June 2nd at 2pm in room C005. \nAbstract:\nScientific visualization allows users to build an intuition and to get an understanding of their data. Its applications are numerous: modeling for simulations\, mechanism design\, medical imaging… We address the problem of visualizing implicit algebraic plane curves and surfaces\, that are solutions of a polynomial equation P(x\, y) = 0 or Q(x\, y\, z) = 0. More specifically\, we handle the problem of drawing high degree curves or surfaces at a high resolution. In this case\, most state-of-the-art approaches fail to produce drawings in a reasonable time due to the high evaluation cost of the polynomial.\nOur main contribution is to combine standard visualization algorithms from computer graphics with multipoint evaluation methods from computer algebra. More precisely\, we use the fast Discrete Cosine Transform (DCT)\, which can be computed efficiently with the Fast Fourier Transform (FFT) algorithm. In most of our algorithms\, we have combined that idea with a classical subdivision process in order to reduce the number of evaluations.\nUsing exact error bound computation and interval arithmetic\, we propose new algorithms which produce certified drawings. We compare them experimentally on two classes of high degree polynomials. Notably\, some of those approaches are faster than state-of-the-art drawing software. \nJury\nReviewers : \n\nStef Graillat\, Professor\, Sorbonne Université\, LIP6\nMichael Sagraloff\, Full Professor\, University of Applied Sciences Landshut · Computer Science\n\nExaminers : \n\nMarie-Odile Berger\, Senior Researcher\, INRIA Nancy\, Tangram Team\, Loria\nNathalie Revol\, Researcher\, INRIA Lyon\, LIP\, École Normale Supérieure de Lyon\n\nSupervisors :\n \n\nGuillaume Moroz\, Researcher\, INRIA Nancy\, Gamble Team\, Loria\nMarc Pouget\, Researcher\, INRIA Nancy\, Gamble Team\, Loria
URL:https://www.loria.fr/event/phd-defense-nuwan-herath-gamble/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230531T140000
DTEND;TZID=Europe/Paris:20230531T160000
DTSTAMP:20230601T090942Z
CREATED:20230529T090841Z
LAST-MODIFIED:20230601T090942Z
UID:20259-1685541600-1685548800@www.loria.fr
SUMMARY:Soutenance de thèse de Paul Caillon (Synalp)
DESCRIPTION:Paul Caillon (Synalp) soutiendra sa thèse intitulée « Apprentissage profond sans supervision directe pour le traitement automatique des langues »\, le 31 mai à 14h en salle C005.\nRésumé :\nLa profondeur des réseaux de neurones n’est plus l’aspect le plus important des systèmes d’apprentissage en profondeur de nos jours. Il s’agit plutôt de la possibilité de construire des fonctions de plus en plus abstraites et complexes implémentées sous forme de programmes informatiques paramétriques différentiables. La principale question concerne l’accès à des données annotées suffisantes pour entraîner cette fonction\, ce qui devient critique. Par conséquent\, de nos jours\, la distinction standard entre l’apprentissage supervisé et non supervisé devient de plus en plus floue\, car tout corpus annoté existant est inévitablement trop petit et statique pour représenter avec précision les informations les plus récentes. Un autre problème émergent est l’échelle des tailles de modèle utilisées pour atteindre des performances de pointe. Par exemple\, en traitement du langage naturel\, des super-modèles sont pré-entraînés\, puis affinés pour des tâches spécifiques (Bert\, XLM-R ou plus récemment PaLM et GPT-4). Les représentations génériques apprises par ces modèles sont ensuite adaptées aux tâches spécifiques à l’aide de méthodes d’apprentissage à quelques exemples adéquates lors d’une phase de « fine-tuning ».\nCertaines méthodes récentes réduisent les tailles des modèles entraînés après la phase d’entraînement tout en obtenant les mêmes performances\, afin d’obtenir des modèles d’apprentissage automatique plus petits et utilisables sur des dispositifs à performances de calcul limitées (voir les méthodes d’élagage de réseau\, de quantisation ou de distillation). D’autre part\, faire croître un petit réseau à la fois en largeur et en profondeur permet également d’apprendre des réseaux précis et relativement petits\, atteignant des performances de pointe sans avoir à passer par l’entraînement d’un super-modèle.\nDans cette thèse\, nous nous concentrons plus particulièrement sur le deuxième type d’approches. Nous travaillons sur des modèles capables d’augmenter progressivement la taille de la mémoire du réseau neuronal pour traiter une quantité croissante de données observées et observer la différence avec des modèles complets entraînés à partir de zéro\, en mettant l’accent sur la compréhension des raisons pour lesquelles la croissance progressive conduit à des performances comparables avec moins de paramètres. Nous travaillons également sur de nouvelles fonctions de perte non supervisées ou faiblement supervisées qui permettent de former des modèles génératifs qui résolvent le manque de généralité de la plupart des méthodes d’incorporation actuelles. Nous proposons ainsi un modèle simple de grossissement permettant d’ajouter progressivement des nouveaux paramètres au cours de l’apprentissage afin d’étudier les comportements propres à ces réseaux dynamiques.\nPlus précisément\, nous comparons les aspects des surfaces des fonctions de coût des réseaux standards et expansifs afin d’expliquer les performances de ces derniers. Pour les étudier plus en détails\, nous développons également une approximation du risque théorique pour la classification binaire qui peut être utilisée à la fois comme une mesure de généralisation et comme une fonction de coût non supervisée.\n\nJury\n\nRapporteurs : \n\nAlexandre Allauzen PR\, Université Paris-Dauphine et EPSCI\, PSL\nFrancois Portet PR\, Université Grenoble Alpes\n\nExaminatrices : \n\nMadalina Olteanu PR\, Université Paris Dauphine PSL\nMarianne Clausel PR\, Université de Lorraine\n\nDirecteur de thèse : \n\nChristophe Cerisara CR\, Université de Lorraine
URL:https://www.loria.fr/event/soutenance-de-these-de-paul-caillon-synalp/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230530T140000
DTEND;TZID=Europe/Paris:20230530T160000
DTSTAMP:20230601T081448Z
CREATED:20230525T143922Z
LAST-MODIFIED:20230601T081448Z
UID:20056-1685455200-1685462400@www.loria.fr
SUMMARY:PhD defense: Sandipana Dowerah (Multispeech)
DESCRIPTION:Sandipana Dowerah (Multispeech) will defend her thesis\, entitled « Deep Learning-based ​Multichannel Speech Enhancement for far-field Speaker Verification« \, on Tuesday May 30th at 2pm in room C005. \nAbstract:\n\n\nSmart applications like speaker verification have become essential in verifying the user’s identity for availing of personal assistants or online banking services based on the user’s voice characteristics. However\, far-field or distant speaker verification is constantly affected by surrounding noises which can severely distort the speech signal. Moreover\, speech signals propagating in long-range get reflected by various objects in the surrounding area\, which creates reverberation and further degrades the signal quality. This PhD thesis explores deep learning-based multichannel speech enhancement techniques to improve the performance of speaker verification systems in real conditions. Multichannel speech enhancement aims to enhance distorted speech using multiple microphones. It has become crucial to many smart devices\, which are flexible and convenient for speech applications.\n\nThree novel approaches are proposed to improve the robustness of speaker verification systems in noisy and reverberated conditions. Firstly\, we integrate a deep neural network architecture with signal-processing techniques for speech enhancement as a pre-processing to an x-vector-based speaker verification system. We examine the importance of using such pre-processing during the enrollment phase\, which has been largely overlooked in the literature. Experimental evaluation shows that pre-processing improves speaker verification performance if the enrollment files are processed similarly to the test data and if the test and enrollment occur within similar signal-to-noise ranges. We then propose to implement novel score-based diffusion probabilistic models for multichannel speech enhancement as a front-end to an ECAPA-TDNN speaker verification system. Particular emphasis is put on multi-channel speech enhancement techniques. We compute the time-frequency masks and multichannel filters using diffusion probabilistic models. As individual training of the speech enhancement module often introduces certain artefacts and distortions\, leading to mismatch problems. We propose joint optimization of both modules as it helps in retaining the information. We expanded the aforementioned approaches by jointly optimizing speech enhancement and speaker verification with and without knowledge distillation loss. The knowledge distillation loss minimizes the distance between the speaker embeddings obtained from the proposed system and those obtained clean speech signals\, further improving the performance of the speaker verification system on different noise conditions.\n\n\n\n\nReviewers : \n\n\nSylvain Meignier\, Professeur\, LIUM\, Le Mans Université\n\n\nSylvain Marchand\, Professeur\, IUT de La Rochelle\n\n\nExaminers : \n\n\nNancy Bertin\,  Chercheuse\, Oracle\n\n\nFrédéric Sur\, Professeur\, Loria\, Université de Lorraine\n\n\nSupervisors :\n \n\n\nRomain Serizel\, Maître de conférences\, Université de Lorraine\n\n\nDenis Jouvet\, Ancien Directeur de Recherches\, Inria Nancy – Grand Est
URL:https://www.loria.fr/event/phd-defense-sandipana-dowerah-multispeech/
LOCATION:C005\, Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230516T160000
DTEND;TZID=Europe/Paris:20230516T180000
DTSTAMP:20230517T083249Z
CREATED:20230516T080029Z
LAST-MODIFIED:20230517T083249Z
UID:19874-1684252800-1684260000@www.loria.fr
SUMMARY:Soutenance de thèse d'Alexandre Clément (Mocqua)
DESCRIPTION:Alexandre Clément (Mocqua) soutiendra sa thèse intitulée « Langages graphiques pour le contrôle quantique et l’optique linéaire »\, le mardi 16 mai à 16h en salle A008.\nRésumé :\nDans le modèle usuel de calcul quantique\, des opérations sur des données quantiques sont contrôlées de manière essentiellement classique. Un contrôle lui aussi quantique est cependant possible\, mais a été peu étudié en comparaison. En particulier\, il manque au contrôle quantique un formalisme permettant de l’exprimer de manière simple afin de raisonner efficacement sur des processus l’impliquant.\nLa première contribution de cette thèse est de poser les fondations d’un cadre formel dédié au contrôle quantique\, sous la forme d’un langage graphique. Notre principal résultat concernant ce langage est l’introduction d’une théorie équationnelle complète\, c’est à dire d’un ensemble d’équations permettant de transformer un diagramme\, par réécriture locale successive\, en n’importe quel autre diagramme représentant le même programme ou processus physique. \nUne deuxième contribution est l’application de ce formalisme d’une part au problème de l’optimisation des ressources dans les processus impliquant un contrôle quantique\, et d’autre part à la caractérisation de l’équivalence observationnelle des canaux de communication quantiques.\nLa troisième contribution de cette thèse est l’introduction d’un langage pour les circuits optiques linéaires. Nous l’équipons d’une théorie équationnelle complète\, ainsi que d’une forme normale simple\, accessible par un système de réécriture fortement normalisant et confluent.\nLa dernière contribution de cette thèse\, peut-être la plus importante\, est l’introduction d’une théorie équationnelle complète pour le langage des circuits quantiques. Nous nous appuyons pour cela sur une correspondance entre les circuits quantiques et les circuits optiques\, qui nous permet de transférer la théorie équationnelle déjà obtenue pour les circuits optiques. \nJury\n\n\n\nDirecteurs de thèse :\n\n\n\nSimon Perdrix (Inria\, LORIA)\nEmmanuel Jeandel (LORIA\, Université de Lorraine)\n\nRapporteurs :\n\nGiulio Chiribella (The University of Hong Kong\, University of Oxford)\nChris Heunen (University of Edinburgh)\n\nExaminateurs :\n\nCaroline Collange (Inria\, IRISA)\nEleni Diamanti (CNRS\, LIP6\, PCQT)\nMichele Pagani (Président du jury – IRIF\, Université Paris Cité)
URL:https://www.loria.fr/event/soutenance-de-these-dalexandre-clement-mocqua/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230420T140000
DTEND;TZID=Europe/Paris:20230420T160000
DTSTAMP:20230414T150248Z
CREATED:20230414T150248Z
LAST-MODIFIED:20230414T150248Z
UID:18825-1681999200-1682006400@www.loria.fr
SUMMARY:Soutenance de thèse de Pierre Champion (Multispeech)
DESCRIPTION:Pierre Champion (Multispeech) soutiendra sa thèse intitulée « Anonymisation de la parole : Évaluation et Conception de Techniques d’Anonymisation du Locuteur » le jeudi 20 avril à 14h dans la salle A008 du Loria.\nRésumé :\nL’essor de l’utilisation d’assistants vocaux\, présents dans les téléphones\, automobiles et autres\, a augmenté la quantité de données de parole collectées et stockées.\nBien que cette collecte de données soit cruciale pour entrainer les modèles qui traitent la parole\, cette collecte soulève également des préoccupations de protection de la vie privée.\nDes technologies de pointe traitant la parole\, telles que le clonage vocal et la reconnaissance d’attributs personnels (telles que l’identité\, l’émotion\, l’âge\, le genre\, etc.)\, peuvent être exploitées pour accéder et utiliser des informations personnelles.\nPar exemple\, un malfaiteur pourrait utiliser le clonage vocal pour se faire passer pour une autre personne afin d’obtenir un accès non autorisé à ses informations bancaires par téléphone.\nAvec l’adoption croissante des assistants vocaux tels qu’Alexa\, Google Assistant et Siri\, et la facilité avec laquelle les données peuvent être collectées et stockées\, le risque d’utilisation abusive de technologies telles que le clonage vocal et la reconnaissance d’attributs personnels augmente.\nIl est donc important pour les entreprises et les organisations de prendre en compte ces risques et de mettre en place des mesures appropriées pour protéger les données des utilisateurs\, en conformité avec les réglementations juridiques telles que le Règlement Général sur la Protection des Données (RGPD).\nPour répondre aux enjeux liés à la protection de la vie privée\, cette thèse propose des solutions permettant d’anonymiser la parole.\nL’anonymisation désigne ici le processus consistant à rendre les signaux de parole non associables à une identité spécifique\, tout en préservant leur utilité\, c’est-à-dire ne pas modifier le contenu linguistique du message.\nL’objectif est de préserver la vie privée des individus en éliminant ou en rendant floues toutes les informations personnellement identifiables (PPI) contenues dans le signal acoustique\, telles que l’accent ou le style de parole d’une personne.\nLes informations linguistiques personnelles telles que numéros de téléphone ou noms de personnes ne font pas partie du champ d’étude de cette thèse.\nNotre recherche s’appuie sur les méthodes d’anonymisation existantes basées sur la conversion de la voix et sur des protocoles d’évaluation existants.\nNous commençons par identifier et expliquer plusieurs défis auxquels les protocoles d’évaluation doivent faire face afin d’évaluer de manière précise le niveau de protection de la vie privée.\nNous clarifions comment les systèmes d’anonymisation doivent être configurés pour être correctement évalués\, en soulignant le fait que de nombreuses configurations ne permettent pas une évaluation adéquate de non-asociabilité d’un signal a une identité.\nNous étudions et examinons également le système d’anonymisation basé sur la conversion de la voix le plus courant\, identifions ses points faibles\, et proposons de nouvelles méthodes pour en améliorer les performances.\nNous avons isolé tous les composants du système d’anonymisation afin d’évaluer le niveau de PPI encodé par chaque composant.\nEnsuite\, nous proposons plusieurs méthodes de transformation de ces composants dans le but de réduire autant que possible les PPI encodées\, tout en maintenant l’utilité.\nNous promouvons les algorithmes d’anonymisation basés sur l’utilisation de la quantification en alternative à la méthode la plus utilisée et la plus connue basée sur le bruit.\nEnfin\, nous proposons une nouvelle méthode d’évaluation qui vise à inverser l’anonymisation\, créant ainsi une nouvelle manière d’étudier les systèmes d’anonymisation. \nJury\n\n\n\nDirecteurs de thèse :\n\n\n\nSlim Ouni\, Associate Professor\, University of Lorraine\, LORIA\, France\nDenis Jouvet Directeur de recherche\, Nancy INRIA/LORIA\n\nCo-directeur de thèse : \n\nAnthony Larcher Professeur\, Le Mans Université LIUM\n\nRapporteurs :\n\nLuciana Ferrer Chargée de Recherche\, University of Buenos Aires\nLukáš Burget Associate professor\, Brno University of Technology\n\nExaminateurs :\n\nJean-Francois Bonastre Professeur\, Université d’Avignon\nLori Lamel Directrice de recherche\, Université Paris-Scalay\n\n\nInvité :\n\nNicholas Evans Professeur\, EURECOM
URL:https://www.loria.fr/event/soutenance-de-these-de-pierre-champion-multispeech/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230308T130000
DTEND;TZID=Europe/Paris:20230308T160000
DTSTAMP:20230307T180302Z
CREATED:20230307T180302Z
LAST-MODIFIED:20230307T180302Z
UID:17723-1678280400-1678291200@www.loria.fr
SUMMARY:Soutenance de thèse de Georgios Zervakis (Orpailleur)
DESCRIPTION:Georgios Zervakis (Orpailleur) soutiendra sa thèse intitulée « Intégration de connaissances et raisonnement symboliques aux modèles de langue pré-entraînés » le mercredi 8 mars à 13h à la salle A008 du Loria.\nRésumé :\nLes progrès récents de l’apprentissage profond et des réseaux de neurones ont permis d’aborder des tâches complexes de traitement du langage naturel\, qui sont appliquées à une pléthore de problèmes réels allant des assistants intelligents dans les appareils mobiles à la prédiction du cancer. Néanmoins\, les systèmes modernes basés sur ces approches présentent plusieurs limitations qui peuvent compromettre leurs performances et leur fiabilité\, les rendre injustes envers les minorités ou exposer des données personnelles. Nous sommes convaincus que l’intégration de connaissances et de raisonnement symboliques dans le cadre de l’apprentissage profond est une étape nécessaire vers la résolution de ces limitations. Par exemple\, les ressources lexicales peuvent enrichir les réseaux de neurones profonds avec des connaissances sémantiques ou syntaxiques\, et les règles logiques peuvent fournir des mécanismes d’apprentissage et de raisonnement. Par conséquent\, l’objectif de cette thèse est de développer et d’évaluer des moyens d’intégrer différents types de connaissances et de raisonnement symboliques dans un modèle de langage largement utilisé\, le Bidirectional Encoder Representations from Transformers (BERT). \nDans un premier temps\, nous considérons le retrofitting \, une technique simple et populaire pour raffiner les plongements lexicaux de mots grâce à des relations provenant d’un lexique sémantique. Nous présentons deux méthodes inspirées par cette technique pour incorporer ces connaissances dans des plongements contextuels de BERT. Nous évaluons ces méthodes sur trois jeux de données biomédicales pour l’extraction de relations et un jeu de données de critiques de films pour l’analyse des sentiments\, et montrons qu’elles n’ont pas d’impact substantiel sur les performances pour ces tâches. En outre\, nous effectuons une analyse qualitative afin de mieux comprendre ce résultat négatif. \nDans un second temps\, nous intégrons le raisonnement analogique à BERT afin d’améliorer ses performances sur la tâche de vérification du sens d’un mot\, et de le rendre plus interprétable. Pour cela\, nous reformulons la vérification du sens d’un mot comme une tâche de détection d’analogie. Nous présentons un modèle hybride qui combine BERT pour encoder les données d’entrée en quadruplets et un classifieur neuronal convolutif pour décider s’ils constituent des analogies valides. Nous testons notre système sur un jeu de données de référence et montrons qu’il peut surpasser les approches existantes. Notre étude empirique montre l’importance de l’encodage d’entrée pour BERT\, et comment cette dépendance est atténuée en intégrant les propriétés axiomatiques des analogies lors de l’apprentissage\, tout en préservant les performances et en améliorant l’interprétabilité. \nJury\n\n\n\nDirecteurs de thèse:\n\n\n\nMiguel Couceiro\, Université de Lorraine\nEmmanuel Vincent\, Inria Nancy — Grand Est\nMarc Schoenauer\, Inria Saclay — Île-de-France\n\nRapporteurs:\n\nSalvatore Ruggieri\, Università di Pisa\nChristian Müller\, DFKI\n\nExaminateurs :\n\nElisa Fromont\, Université Rennes 1\n\n\n 
URL:https://www.loria.fr/event/soutenance-de-these-de-georgios-zervakis-orpailleur/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230224T100000
DTEND;TZID=Europe/Paris:20230224T120000
DTSTAMP:20230223T092944Z
CREATED:20230223T092944Z
LAST-MODIFIED:20230223T092944Z
UID:17625-1677232800-1677240000@www.loria.fr
SUMMARY:PhD Defense: Shakeel Ahmad Sheikh
DESCRIPTION:Shakeel Ahmad Sheikh (Multispeech) will defend his thesis on Friday\, February 24th at 10 am in room C005. \nHis presentation is entitled « Deep Learning for Stuttering Detection ». \nJury Members:Reviewer: Corinne Fredouille\, Professor\, University of Avignon\, LIA\, FranceReviewer: Benjamin Lecouteux\, Professor\, University of Grenoble Alpes\, LIG\, FranceExaminer: Armelle Brun\, Professor\, Université de Lorraine\, LORIA\, FranceInvitee: Fabrice Hirsch\, Professor\, University of Paul-Valery Montpellier\, Praxiling\, FranceInvitee: Md Sahidullah\, Ex Research Scientist\, Inria\, FranceDirector of thesis : Slim Ouni\, Associate Professor\, University of Lorraine\, LORIA\, France \n\n\nAbstract:\n \nStuttering is a speech disorder that is most frequently observed among speech impairments and results in the form of core behaviours. The tedious and time-consuming task\nof detecting and analysing speech patterns of persons who stutter (PWS)\, with the goal of rectifying them is often handled manually by speech therapists\, and is biased towards\ntheir subjective beliefs. Moreover\, the ASR systems also fail to recognize the stuttered speech\, which makes it impractical for PWS to access virtual digital assistants such as Siri\, Alexa\, etc.\n \nThis thesis tries to develop audio based  stuttering detection (SD) systems that successfully capture different variabilities from stuttering utterances such as speaking styles\, age\,\naccents\, etc.\, and learns robust stuttering representations with an aim to provide a fair\, consistent\, and unbiased assessment of stuttered speech.\n \nWhile most of the existing SD systems use multiple binary classifiers for each stutter type\, we present a unified multi-class StutterNet capable of detecting multiple stutter types.\nApproaching the class-imbalance problem in stuttering domain\, we investigated the impact of applying weighted loss function\, and\, also presented Multi-contextual (MC) Multi-branch\n(MB) StutterNet to improve the detection performance of minority classes. \n \nExploiting the speaker information with an assumption that the stuttering models should be invariant to meta-data such as speaker information\, we present\, an adversarial\nmulti-task learning (MTL) SD method that learns robust stutter discrimintaive speaker-invariant representations.\n \nDue to paucity of unlabelled data\, the automated SD task is limited in its use of large deep models in capturing different variabilities\, we introduced the first-ever SSL framework\nto SD domain. The SSL framework first trains a feature extractor for a pre-text task using a large quantity of unlabelled non-stuttering audio data to capture these different variabilities\,\nand then applies the learned feature extractor to a downstream SD task using limited labelled stuttering audio data.
URL:https://www.loria.fr/event/phd-defense-shakeel-ahmad-sheikh/
LOCATION:C005
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230222T093000
DTEND;TZID=Europe/Paris:20230222T113000
DTSTAMP:20230220T105612Z
CREATED:20230220T105612Z
LAST-MODIFIED:20230220T105612Z
UID:17617-1677058200-1677065400@www.loria.fr
SUMMARY:PhD Defense: Yang You
DESCRIPTION:Yang You (Larsen) will defend his thesis on Wednesday February\, 22nd at 9.30 am in room A008. \nHis presentation will be in English and is entitled « Probabilistic Decision-Making Models for Multi-Agent Systems and Human-Robot Collaboration ». \n\n\nThesis Commitee\n– Reviewers:\nAbdel-Illah MOUADDIB\, Université de Caen Normandie\, France\nAdriana TAPUS\, ENSTA Paris\, France\n– Examiners:\nArmelle Brun\, Université de Lorraine\, France\nCaroline Chanel\, ISAE-SUPAERO\, France\n– Thesis supervisors:\nOlivier Buffet\, INRIA Nancy\, France\nVincent Thomas\, Université de Lorraine\, France\n– Invited:\nRachid Alami\, LAAS-CNRS\, France\n\nAbstract\n\nIn this thesis\, using Markov decision models\, we investigate high-level decision-making (task-level\nplanning) for robotics in two aspects: robot-robot collaboration and human-robot collaboration.\n\nIn robot-robot collaboration (RRC)\, we study the decision problems of multiple robots involved to\nachieve a shared goal collaboratively\, and we use the decentralized partially observable\nMarkov decision process (Dec-POMDP) framework to model such RRC problems. Then\, we propose\ntwo novel algorithms for solving Dec-POMDPs. The first algorithm (Inf-JESP) finds Nash\nequilibrium solutions by iteratively building the best-response policy for each agent until no\nimprovement can be made. To handle infinite-horizon Dec-POMDPs\, we represent each agent’s\npolicy using a finite-state controller. The second algorithm (MC-JESP) extends Inf-JESP with\ngenerative models\, which enables us to scale up to large problems. Through experiments\, we\ndemonstrate our methods are competitive with existing Dec-POMDP solvers.\n\nIn human-robot collaboration (HRC)\, we can only control the robot\, and the robot faces uncertain\nhuman objectives and induced behaviors. Therefore\, we attempt to address the challenge\nof deriving robot policies in HRC\, which are robust to the uncertainties about human behaviors.\nIn this direction\, we discuss possible mental models that can be used to model humans in an HRC\ntask. We propose a general approach to derive\, automatically and without prior knowledge\, a\nmodel of human behaviors based on the assumption that the human could also control the robot.\nFrom here\, we then design two algorithms for computing robust robot policies relying on solving\na robot POMDP\, whose state contains the human’s internal state. The first algorithm operates\noffline and gives a complete robot policy that can be used during the robot’s execution. The\nsecond algorithm is an online method\, i.e.\, it plans the robot’s action at each time step during\nexecution. Compared with the offline approach\, the online method only requires a generative\nmodel and thus can scale up to large problems. Experiments with synthetic and real humans\nare conducted in a simulated environment to evaluate these algorithms. We observe that our\nmethods can provide robust robot decisions despite the uncertainties over human objectives and\nbehaviors.\n\nIn this thesis\, our research for RRC provides a foundation for building best-response policies\nin a partially observable and multi-agent setting\, which serves as an important intermediate step\nfor addressing HRC problems. Moreover\, we provide more flexible algorithms using generative\nmodels in each contribution.
URL:https://www.loria.fr/event/phd-defense-yang-you/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230130T140000
DTEND;TZID=Europe/Paris:20230130T160000
DTSTAMP:20230125T181547Z
CREATED:20230125T181505Z
LAST-MODIFIED:20230125T181547Z
UID:17529-1675087200-1675094400@www.loria.fr
SUMMARY:Soutenance de thèse de Tulika Bose (Multispeech)
DESCRIPTION:Tulika Bose (Multispeech) soutiendra sa thèse intitulée « Apprentissage par Transfert pour la Détection de Langage Abusif » le lundi 30 janvier à 14h00 à la salle A008 du Loria.\nRésumé :\nLa prolifération des médias sociaux\, en dépit de ses multiples avantages\, a conduit à une augmentation de la propagation de propos  abusifs. Les modèles d’apprentissage profond pour la détection de propos abusifs ont montré de bonnes performances quand les corpus de train et de test sont issus d’une même collecte\, mais sont nettement moins performants si la distribution des données de test diffère de celle des données d’entraînement (cross-corpus). De plus\, l’entrainement de ces modèles nécessitent une quantité considérable de données étiquetées coûteuses. Cette thèse étudie le problème de l’apprentissage par transfert pour la détection de propos abusifs et explore diverses solutions pour améliorer le transfert de connaissances dans des scénarios de cross-corpus. Tout d’abord\, nous cherchons à savoir si la combinaison de représentations de modèles thématiques avec des représentations contextuelles peut améliorer la généralisabilité des modèles. Ensuite\, nous explorons certaines approches populaires d’adaptation de domaine non supervisée (UDA unsupervised domain adaptation) issues de la classification des sentiments pour la détection de propos abusifs. Notre analyse révèle leurs limites et souligne le besoin de méthodes d’adaptation efficaces adaptées à notre tâche. Comme troisième contribution\, nous proposons deux approches d’adaptation de domaine avec un mécanisme de raffinement dynamique utilisant des attributions de caractéristiques\, qui sont des explications post-hoc du modèle. En particulier\, nous étudions le problème des corrélations fallacieuses spécifiques au corpus qui limitent la généralisation des classificateurs pour la détection des discours de haine\, une sous-catégorie des propos abusifs. Enfin\, nous proposons une nouvelle méthode d’apprentissage pour transférer les connaissances d’un grand corpus source vers un petit corpus cible dans le cas des discours de haine. Nous incorporons des informations de voisinage avec une méthode de transport optimal (optimal transport) qui permet d’exploiter la géométrie de l’espace d’apprentissage. En alignant les distributions conjointes des plongements lexicaux (embeddings) et des étiquettes des voisins\, nous obtenons des améliorations substantielles pour des corpus de discours haineux de petite taille. \nJury\n\n\n\nDirecteurs de thèse:\n\n\n\nIrina ILLINA\, Maître de conférence\, Université de Lorraine\nDominique FOHR\, Chargé de Recherche\, CNRS\, LORIA-INRIA\n\nRapporteurs:\n\nBjörn GAMBÄCK\, Professeur\, Université Norvégienne des Sciences et Technologies\nVeronique HOSTE\, Professeur\, Université de Ghent\n\nExaminateurs :\n\nBenjamin LECOUTEUX\, Professeur\,  Université Grenoble Alpes\nBenoit FAVRE\, Professeur\, Aix Marseille Université\, France\nClaire GARDENT\, Directrice de Recherche\, CNRS\, LORIA-INRIA\nAngeliki MONNIER\, Professeur\, Université de Lorraine\, CREM\n\n\n 
URL:https://www.loria.fr/event/soutenance-de-these-de-tulika-bose-multispeech/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230117T140000
DTEND;TZID=Europe/Paris:20230117T160000
DTSTAMP:20230116T125946Z
CREATED:20230116T125946Z
LAST-MODIFIED:20230116T125946Z
UID:17470-1673964000-1673971200@www.loria.fr
SUMMARY:Soutenance de thèse de Adrien Hammer (Resist)
DESCRIPTION:Adrien Hammer (Resist) soutiendra sa thèse intitulée « Méthodes de détection pour la sécurité des sytèmes IoT hétérogènes »\, le 17 janvier 2023 à 14h00 en salle A008 du Loria.\nRésumé :\nCette thèse porte sur de nouvelles méthodes de détection pour la sécurité des systèmes IoT hétérogènes\, et s’inscrit dans le cadre du projet européen SecureIoT. Nous avons tout d’abord proposé une solution utilisant le process mining couplé à un pré-traitement des données\, pour construire des modèles de comportement et identifier des anomalies à partir de données hétérogènes. Nous avons évalué cette solution à partir de jeux de données issus de plusieurs domaines d’applications différents : véhicules connectés\, industrie 4.0\, robots d’assistance. Cette solution permet de construire des modèles plus facilement compréhensibles. Elle obtient des meilleurs résultats de détection que d’autres méthodes usuelles\, mais demande un temps de traitement plus long. Pour réduire ce dernier sans dégrader les performances de détection\, nous avons ensuite étendu notre méthode à l’aide d’une approche ensembliste\, qui permet de combiner les résultats de plusieurs méthodes de détection utilisées simultanément. En particulier\, nous avons comparé différentes stratégies d’agrégation des scores. Nous avons aussi évalué un mécanisme permettant d’ajuster dynamiquement la sensibilité de la détection. Enfin\, nous avons implanté la solution sous la forme d’un prototype\, qui a été intégré à une plateforme de sécurité développée avec des partenaires européens. \nJury\nRapporteurs :\n\nMohamed Kaâniche : Directeur de recherche CNRS au LAAS\, France\nMichele Nogueira : Associate Professor in the Federal University of Minas Gerais\, Brésil\n\n\nExaminateurs :\n\nGregory Blanc : Maître de conférences à Télécom SudParis\, France\nOlivier Perrin : Professeur à l’Université de Lorraine\, France\n\nEncadrants :\n\nIsabelle Chrisment : Professeure à l’Université de Lorraine\, France\nRémi Badonnel : Professeur à l’Université de Lorraine\, France
URL:https://www.loria.fr/event/soutenance-de-these-de-adrien-hammer-resist/
LOCATION:Loria
CATEGORIES:Soutenance
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230113T150000
DTEND;TZID=Europe/Paris:20230113T170000
DTSTAMP:20230111T202627Z
CREATED:20230111T195456Z
LAST-MODIFIED:20230111T202627Z
UID:17454-1673622000-1673629200@www.loria.fr
SUMMARY:PhD defense: Agustín Borgna (Mocqua)
DESCRIPTION:Agustín Borgna (Mocqua) will defend his thesis\, entitled « Towards a compiler toolchain for quantum programs« \, on Tuesday January 13th at 3pm in room A008. \nAbstract : \nThe advent of quantum computers capable of solving problems that are intractable on classical computers has motivated the development of new programming languages and tools for quantum computing. However\, the current state of the art in quantum programming is still in its infancy. In this thesis\, we present a series of novel approaches to different aspects of the quantum compilation process based on the ZX calculus. First\, we introduce a new intermediate representation for quantum programs capable of encoding bounded recursion and repeated circuit structures in a compact way\, based on families of the Scalable extension to the ZX calculus. We then present a compilation algorithm for hybrid circuits containing both quantum and classical gates\, based on the pure circuit optimization by Duncan et al. Finally\, we define the problem of detecting sections of a quantum circuit that can be translated to classical logic\, and introduce an heuristic algorithm to solve it. \nReviewers : \n\nBob Coecke\nMichael Mislove\n\nExaminers : \n\nNatacha Portier\nClaudia Faggian\nMiriam Backens\n\nSupervisors :\n \n\nSimon Perdrix\nBenoît Valiron
URL:https://www.loria.fr/event/phd-defense-agustin-borgna-mocqua/
LOCATION:A008
CATEGORIES:Soutenance
END:VEVENT
END:VCALENDAR