Soutenance de thèse de Paul Peseux, mardi 26 septembre à 9h30 UFR Sciences et Techniques du Madrillet

Date :

...

Paul Peseux soutiendra sa thèse mardi 26 septembre à 9h30 dans l’Amphithéâtre Sophie Germain, à l'UFR des sciences et techniques (site du Madrillet, Av. de l'Université, 76800 Saint-Étienne-du-Rouvray). Cette thèse s'intitule:
"Programmation différentiable pour l'optimisation sur des données relationnelles à grande échelle".

La soutenance aura lieu devant le jury composé de :
- Thierry Paquet, Professeur des universités (Université de Rouen Normandie), directeur de thèse.
- Maxime Berar, Maître de conférences (Université de Rouen Normandie), co-encadrant de la thèse.
- Romain Raveaux, Maître de conférences (Université de Tours), rapporteur.
- Thierry Artières, Professeur des universités (ECM / LIS – AMU – CNRS), rapporteur.

- Cécilia Zanni-Merk, Professeur des universités (INSA Rouen Normandie), examinateur.
- Laurent Wendling, Professeur des universités (Université Paris Cité), examinateur.


Présentation du sujet

Cette thèse de doctorat aborde le domaine de la programmation différentiable axée sur les données relationnelles, qui sont couramment utilisées dans des secteurs tels que la santé et la logistique. Ces données sont souvent stockées sous forme de tableaux structurés ou de bases de données, ce qui rend difficile l'application des approches traditionnelles d'apprentissage automatique. Cependant, les modèles d'apprentissage automatique de type boîte blanche sont plus appropriés pour ces données, bien qu'ils soient plus complexes à développer.


Pour résoudre ce problème, la thèse explore l'utilisation de la programmation différentiable, qui traite les requêtes sur les bases de données relationnelles comme des programmes différentiables. Cela permet le développement de modèles d'apprentissage automatique de type boîte blanche capables de travailler directement avec ces données.