Victoria Bourgeais

Victoria Bourgeais
Maître de Conférences
Université de Bordeaux
Département
SeD
Équipe
Bench to Knowledge and Beyond
Adresse E-mail
victoria.bourgeais[at]labri.fr
Bureau
304
Tel
+33 (0)5 40 00 69 31

Recherche

Mon domaine de recherche repose sur l'intelligence artificielle (IA) et, plus spécifiquement, l'apprentissage automatique. Je m'intéresse en particulier à l'application de l'apprentissage profond au domaine de la santé. Un défi majeur concerne l'interprétation des réseaux de neurones (XAI) et de leurs prédictions. En effet, les réseaux de neurones sont considérés comme des " boîtes noires ", où aucune explication n'est fournie à la prédiction calculée. Le recours à la connaissance du domaine pourrait permettre de rendre interprétables et intelligibles les prédictions de ces modèles. Cette piste a déjà commencé à être explorée au cours de mon doctorat sur les données moléculaires (d'expression de gènes) de patients et s'est poursuivi dans le cadre d'un post-doctorat dans un projet ANR DeepECG4U portant sur les données temporelles d'électrocardiogramme de patients.
Un autre verrou auquel je m'intéresse porte sur la problématique de la faible quantité de données disponibles. Généralement, dû à leur coût élevé d'acquisition, les jeux de données notamment moléculaires contiennent très peu de patients (< 5000) par rapport à leur très grande dimensionalité (>50 000 variables). À cause de ce faible nombre d'exemples, l'apprentissage des réseaux de neurones se heurte à des problèmes de sur-apprentissage. J'ai participé au co-encadrement de plusieurs stages pour explorer des techniques basées sur le semi-supervisé, l'apprentissage transfert ou encore l'auto-supervision pour pallier ce manque.

Mots clés : intelligence artificielle, analyse de données multidimensionnelles, apprentissage automatique, apprentissage profond, apprentissage (non-)supervisé, intelligence artificielle explicable, interprétabilité par design, interprétabilité post-hoc, explicabilité, apprentissage par transfert, gestion de connaissances symboliques, bio-informatique, données omiques, électrocardiogramme, médecine de précision

Responsabilité pédagogique

Intervention dans les cours suivants :
- "Méthodologie Scientifique", Licence, semestre 2
- "Bases de données et Programmation web", Licence, semestre 2
- "Computer Science", Licence, semestre 1

Activités antérieures : réalisation d'une mission complémentaire en enseignement de 192h et de 67h de vacation au sein du département informatique de l'UFR SFA de l'Université d'Évry. Voici une liste exhaustive des enseignements dans lesquels je suis intervenue :
- Licence : Informatique générale (30h TD), Logique (18h TD), Systèmes de gestion de bases de données (21h TD)
- Master : Bases de données avancées (36h TD), Analyse de données (54h TD), Apprentissage automatique (27h TD), Suivi de stages et projets (17h), Apprentissage profond (43h TD + 6h CM)
J'ai également participé en 2019 et 2022 à la fête de la Science à l'Université d'Évry. J'ai proposé notamment une activité autour de la Fresque du Climat.

Autres productions

L'ensemble des publications sont consultables sur Google Scholar : https://scholar.google.fr/citations?user=cn1nKFoAAAAJ

Administration

2023-présent : Membre au conseil scientifique du laboratoire LaBRI
2022-2023 : Co-animatrice du séminaire doctorants du laboratoire IBISC
2021-2023 : Membre élue au conseil du laboratoire IBISC
2020-2023 : Référente DDRS de l'Université d'Évry