Deux doctorants de la chaire ont présenté leurs thèses avec succès
Publié le
Les chercheurs de la chaire Machine Learning For Big Data sont à l’honneur en cette période grâce à Nicolas Goix et Luis Galarraga qui se sont distingués dans deux exercices très différents.
Le premier a participé à « la méthode scientifique » une émission animée par Nicolas Martin tous les mercredis après-midi sur France Culture, une radio qui semble apprécier les travaux présentés par les chercheurs de la chaire à l’image de Claire Vernade qui s’était déjà prise au jeu en septembre dernier et avait présenté sa thèse avec brio.
Nicolas G
oix s’est donc exprimé à l’antenne le 30 novembre dernier pour présenter en seulement quelques minutes le thème de ses travaux d’étude. Doctorant en troisième année à Télécom ParisTech, ses recherches portent sur les méthodes d’apprentissage statistique pour la détection d’anomalies.
La détection d’anomalies consiste à trouver des observations « s’écartant d’un comportement ou fonctionnement normal ». Ces anomalies peuvent être représentées par la détection d’une intrusion malveillante dans un réseau informatique, la fraude à la carte bancaire ou la prévention d’une panne sur un moteur d’avion par exemple. L’objectif de ce travail consiste à construire l’algorithme capable de détecter ces anomalies, et obtenir les garanties attestant de ses performances et de sa fiabilité.
Accès au replay (en bas de page)
Luis Galarraga, doctorant à Télécom ParisTech, a remporté le prix de la meilleure thèse dans le cadre de la conférence EGC qui se déroulera du 24 au 27 janvier. A cette occasion, il présentera son travail en session plénière.
Sa thèse, soutenue en septembre dernier, s’intitule « Extraction de règles d’associations dans des bases de connaissances ». Les bases de connaissances sont des outils incontournables dans notre société numérique actuelle. Elles présentent des faits intelligibles qui, lorsque le volume de données est important, permettent de découvrir des règles intéressantes et des relations pertinentes entre ces données. Le travail de Luis se porte ici sur la recherche de méthodes d’extraction de ces règles, pour ensuite les appliquer dans la prédiction de faits, l’intégration de données et la prédiction de complétude.
En savoir plus sur les prix EGC
La chaire et Télécom ParisTech félicitent les performances de ces deux chercheurs qui participent considérablement à la vulgarisation et au développement des technologies du big data dans notre société numérique.