Students

Doctorants :

  • Rupayan Mallick. Sujet : Apprentissage profond explicable, application aux données multimodales. Thèse co-encadrée avec Jenny Benois-Pineau. (2020-).
  • Maxime Fuccellaro. Sujet : Dérive des modèles d’apprentissage, détection, mise à jour à la volée et correction. Thèse CIFRE avec Mangrov.ai. Co-encadrée avec Laurent Simon. (2021-).
  • Enguerrand De Rautlin de La Roy. Sujet : Analyse de données dans les bâtiments connectés. Thèse co-encadrée avec Laurent Mora et Thomas Recht (I2M). Projet région, avec l’entreprise Nobateck. (2019-).
  • Ibrahim Dahaoui. Sujet : Apprentissage distribué et incrémental.
    Bourse MENRT. (2020-).
  • Nadia Chaabouni. Sujet : Etude et développement d’algorithmes de détection, de prédiction et de prise de décisions intelligentes vis-à-vis des menaces de sécurité pour IoT.  Thèse CIFRE avec ATOS. Co-encadrée avec Mohamed Mosbah. (2017-2020)
  • Linh Le Van. Sujet : Deep Learning for Anatomical Landmark Detection. Co-encadrée avec Marie Beurton-Aimar. (2016-2019).
  • Shweta Bhandari. Sujet : Detection and Mitigation of Sensitive Information Exfiltration in Android Apps. Co-encadrée avec Manoj S Gaur de MNIT Jaipur en Inde. (2015-2018).
  • Allyx Fontaine. Sujet : Preuves en Coq des algorithmes distribués probabilistes. (2009 – 2012).
  • Nesrine OULED ABDALLAH. Sujet : Computing Models for Networks of Tiny Objects. Thèse en co-tutelle avec l’université de Sfax en Tunisie. (2012-2016).
  • Shehla Abbas. Sujet : Distributed Calculations using Mobile Agents. (2005-2008).

Post-Doc :

  • Afaf Bouhoute. Sujet : ML approchs for platooning.

Master (en cours):

  • Meghna P. Ayyar. Sujet : Explanation of Decisions of CNNs- Application to COVID-19 images.
  • Lirandë Pira. Sujet : Distributed Intelligence, Collaborative and Incremental Learning. Financé par l’IdeX SysNum.
  • Bouchra Bounab. Sujet : Detection of Clone Attacks in Swarms of Autonomous Aircraft Systems. Financé par le GIS Albatros (Ubx, Thalès).
  • Miltiadis Poursanidis. Sujet : Object Detection with Deep NN and Incremental Learning.