Sur les traces du futur : entre comprendre et predire - Archive ouverte HAL Accéder directement au contenu
Hdr Année : 2018

Sur les traces du futur : entre comprendre et predire

Armelle Brun

Résumé

Empirical modelling, which relies on data, also referred to as traces, is an approach for modelling phenomena, systems or objects. It has the characteristics of modeling the “reality” of these phenomena. The researches I have conducted are dedicated to both descriptive and predictive modelling. They focused on robustness, complexity and quality of the models, but also on the identification of triggering or explanatory factors in data. My contributions have been applied and validated in the frame of e-commerce and, more recently, on e-education through the use of traces of behavior, of preferences, etc. My future research goes a step further and will focus on prescriptive modelling : what can be done to reach a given objective ? Some considerations related to algorithms that can explain themselves and that are transparent (explainable AI), as well as the management of multiple sources of data will be studied.
La modélisation empirique, reposant sur des données de réalisation ou de traces, est une approche de modélisation de phénomènes, systèmes ou objets, et a la caractéristique de s’intéresser à la “réalité” de ces derniers. Les travaux de recherche que je mène s’intéressent à la modélisation descriptive et prédictive. Je me suis intéressée à des problématiques générales telles que la robustesse, la complexité, et la qualité des modèles, tout en me focalisant sur des défis plus spécifiques tels que le démarrage à froid et le manque général de données, mais aussi l’identification de facteurs influents ou explicatifs au sein des données. Mes contributions ont été appliquées et validées principalement sur en contexte e-commerce et plus récemment en éducation : traces de comportement, de préférences, etc. Mes recherches futures iront un pas plus loin dans la modélisation, et auront pour objectif la modélisation prescriptive : que faire pour arriver à un but fixé ? Des aspects relatifs à la transparence et à l’explicabilité des algorithmes, de même qu’à la gestion de sources de données multiples seront au coeur de ces travaux.
Fichier principal
Vignette du fichier
HDRABrun.pdf (739.09 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-01832540 , version 1 (08-07-2018)

Identifiants

  • HAL Id : tel-01832540 , version 1

Citer

Armelle Brun. Sur les traces du futur : entre comprendre et predire. Intelligence artificielle [cs.AI]. Université de Lorraine, 2018. ⟨tel-01832540⟩
479 Consultations
340 Téléchargements

Partager

Gmail Facebook X LinkedIn More