Qui suis-je ?
J'ai récemment soutenu ma thèse le 14 octobre 2022 et je continue actuellement par un post-doctorat sur un projet ANR au sein du laboratoire IBISC, Univ Paris-Saclay/Univ Evry. J'assure en parallèle des vacations pour le département informatique de l'UFR SFA de l'Université d'Evry.
Sujets de recherche
Mots clés : intelligence articielle, 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
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 se poursuit actuellement 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. Je participe au co-encadrement de stages pour explorer des techniques basées sur le semi-supervisé, l’apprentissage transfert ou encore l’auto-supervision pour pallier ce manque.
Enseignement
Durant mes trois années de doctorat, j’ai effectué une mission complémentaire en enseignement de 192h au sein du département informatique de l'UFR SFA de l’Université d’Évry. Je continue actuellement par une vacation de 67h durant mon post-doctorat au même endroit. J'ai essentiellement assuré l'encadrement de TDs et projets étudiants à tous les niveaux de la licence au master. J'ai eu l'occasion de donner 6 h de cours magistrale au niveau master.
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'Evry. J'ai proposé notamment une activité autour de la Fresque du Climat.