PLDAC 2023-2024

Le projet DAC s’intéresse à la réalisation de bout en bout d’un projet de data
science. Il s’agit d’un travail effectué en binôme sous la supervision d’un.e
enseignant.e par groupe : le thème peut donc concerner n’importe quel aspect de
la spécialité. Le sujet précis peut porter sur des aspects théoriques,
applicatifs ou logiciels mais on veillera dans tous les cas à travailler sur des
données et à mettre en œuvre un protocole expérimental. Les étudiant.e.s
aborderont ainsi de façon pratique les sujets traités dans les autres cours et
s’initieront à la recherche bibliographique pour réaliser un état de l’art. Dans
certains cas les travaux peuvent conduire à une poursuite en stage voire même à
une publication scientifique. En fin de semestre, le projet se conclut par la
rédaction d’un rapport, la remise des code sources et une présentation orale.

Calendrier

  • 17 janvier: publication des sujets
  • jusqu’à fin janvier: discussion avec les encadrant⋅e⋅s pour choisir les sujets
  • fin janvier: démarrage des projets
  • fin mai: soutenances

Sujets

Titre Encadrant.e.s
Blood
Vessel Detection upon Brain tumor histological images
Arun Nadaradjane, Isabelle Bloch
Méthodes
big data pour l’analyse de très grands graphes de
protéines
Hubert Naacke
What
can LLMs do to generate synthetic semistructured data?
Mohamed-Amine Baazizi
Apprentissage
à base de modèles de langage sur des données
non-linguistiques
Christophe Marsala
Système
de recommandation explicable pour les jeux de société
Nicolas Baskiotis
Algorithmes
de renforcement (et autres) génériques pour les jeux
Nicolas Baskiotis, Jean-Noël Vittaut
Machine
Learning embarqué
Nicolas Baskiotis, Olivier Schwander
Apprentissage
par renforcement à partir d’images en BBRL
Olivier Sigaud
Comparaison
de DroQ et TQ
Olivier Sigaud
Visualisation
de sous-espaces dans l’espace des politiques en apprentissage par
renforcement
Olivier Sigaud
Commande
vocale
Olivier Schwander
Classification
de scènes audio – Participation au challenge DCASE
Olivier Schwander
Classification
de gestes avec le radar Soli
Olivier Schwander
Enhancing
SPLADE with Large Vocabularies in Neural Information
Retrieval
Benjamin Piwowarski
XAI
Explications contrastives bi-factuelles
Marie-Jeanne Lesot, Isabelle Bloch
Conversational
systems for Information retrieval / Campagne d’évaluation
TREC
Benjamin Piwowarski, Laure Soulier
Annotation
sémantique de fichiers CSV
Bernd Amann
Détection
automatique de spammeurs pour l’annotation de données
Caio Corro