Actualités – Laboratoire Informatique d’Avignon

Soutenance de thèse – 19/12/2025 – Ahmed Njifenjou

18 décembre 2025

Date: Friday, December 19, at 2 p.m. Lieu: Ada amphitheater at CERI. The defense will be presented in English. Title: Open-Domain Conversational Agents with Transformer-Based Language Models: Toward Multilingualism and Personality The jury will be composed of: – Lina M. Rojas-Barahona , HDR, Orange Innovation, Reviewer – Didier Schwab, Professor, LIG/GETALP, Université de Grenoble, Reviewer – Sophie Rosset, Professor, LISN, Université Paris Saclay, Examiner – David Traum, Professor, ICT, University of Southern California, Examiner – Bassam Jabaian, Associate Professor, LIA, Université d’Avignon, Thesis Co-supervisor – Fabrice Lefèvre, Professor, LIA, Université d’Avignon, Thesis Director Abstract: Open-Domain Dialogue (ODD) systems are conversational agents designed for natural and open-ended human interaction. The proliferation of Conversational AI tools like ChatGPT has recently reshaped user expectations; beyond grammatical correctness, users now demand agents that demonstrate contextual understanding, cultural awareness, distinct personality, factual consistency, and other human-like conversational abilities. Despite the impressive progress, ODD systems development has long faced key limitations including strong linguistic bias towards English and Chinese, and the Open-Domain Paradox (ODP) (Skantze and Doğruöz, 2023), which constrains genuine conversational diversity and openness. This dissertation tackles these challenges by exploring multilingual and personality-centric strategies for building controllable and culturally adaptive ODD systems using Transformer-based Language Models. The research progresses along the following complementary axes. First, we investigate Plus d'infos

Soutenance de thèse – 12/12/2025 – Nathan Griot

8 décembre 2025

Date: vendredi 12 Decembre à 15h00 Lieur : amphithéâtre Ada au CERI. La soutenance sera présentée en Anglais. Jury: M. Driss MATROUF Avignon Université Directeur de thèse Mme Irina ILLINA Lorraine University Rapporteure M. Massimiliano TODISCO EURECOM Rapporteur M. Jean-francois BONASTRE Université d’avignon Co-directeur de thèse M. Raphael BLOUET Ardelan Directeur de thèse M. Anthony LARCHER Le Mans Université Examinateur M. dehak REDA LRE – EPITA Examinateur Mme Adda-decker MARTINE CNRS Examinatrice Titre: Vérification du locuteur dépendante du texte robuste par alignement temporel, apprentissage multitâche, adversarial et auto-supervisé Résumé: La vérification du locuteur constitue une forme naturelle et sécurisée d’authentification biométrique. Parmi ses variantes, la vérification du locuteur dépendante du texte (TD-SV) offre une protection renforcée en validant à la fois l’identité du locuteur et le contenu lexical prononcé, combinant ainsi les avantages d’une caractéristique biométrique et d’un facteur de connaissance. Malgré ces atouts, la TD-SV a suscité moins d’intérêt que son équivalent indépendant du texte. Cette thèse s’attaque à plusieurs défis clés : le manque de données adaptées, l’enchevêtrement entre les informations liées à la voix et au texte, et la nécessité d’une meilleure généralisation à travers différentes langues et conditions acoustiques. Ces problématiques sont abordées au travers de trois contributions principales. Premièrement, nous explorons l’utilisation de réseaux Plus d'infos

Soutenance de thèse – 16/12/2025 – Grace Tessa

8 décembre 2025

Date: le mardi 16 décembre à 14h00, Lieu: salle SEO7, Avignon Université, Campus Hannah Arendt. Rapporteurs • Rémi Badonnel — Professor, TELECOM Nancy, University of Lorraine• Lyes Khoukhi — Professor, CNAM Paris University Examinateurs • Yezekael Hayel — Professor, LIA, Avignon University• Tooska Dargahi — Assistant Professor, Manchester Metropolitan University• Ahmed Hemida Anwar — Research Scientist, Devcom Research Lab Encadrants • Vianney Kengne Tchendji — Assistant Professor, URIFIA, University of Dschang• Abderrahim Benslimane — Professor, LIA, Avignon University Résumé de thèse: Titre : Cyber tromperie et Résilience avec l’Apprentissage Fédéré Résumé : L’Intelligence Artificielle (IA), en particulier le Machine Learning (ML) et le Deep Learning (DL), a rapidement transformé de nombreux domaines technologiques, notamment lorsqu’elle est intégrée à des dispositifs connectés tels que les smartphones, les capteurs intelligents et les systèmes IoT. Bien que ces technologies améliorent les services numériques et l’expérience utilisateur, elles soulèvent aussi d’importants enjeux en matière de sécurité et de protection des données personnelles. Les approches traditionnelles d’apprentissage automatique reposent sur la centralisation d’importants volumes de données utilisateurs, ce qui accroît les risques de violation de la vie privée et exige des ressources de calcul et de communication élevées dans un contexte réglementaire strict. L’Apprentissage Fédéré (FL) Plus d'infos

Soutenance de thèse – 05/12/2025 – Samira HABLI

5 décembre 2025

Titre: L’Allocation des Ressources de la 5G dans les Smart Cities Date: 05/12/2025 à 14h00 Lieu: amphitéatre ADA, Avignon Université, Campus Jean-Henri Fabre, CERI. Rapporteurs• Mme Johanne Cohen — Directrice de Recherche, CNRS/LISN, Université Paris-Saclay, France• M. Oussama Habachi — Professeur, LIMOS, Université Clermont Auvergne, France Examinateurs• Mme Lila Boukhatem — Maîtresse de Conférences, Université Paris-Saclay, France• Mme Nancy Parrot — Orange Innovation• M. Francesco De Pellegrini — Professeur, Avignon Université, France Encadrants• M. Rachid El-Azouzi — Professeur, Avignon Université, France• M. Mohammed Sadik — Professeur, ENSEM UH2C, Maroc• M. Essaid Sabir — Professeur, TÉLUQ/UQAM, Canada Résumé de thèse: Titre: L’Allocation des Ressources de la 5G dans les Smart Cities Résumé: L’évolution rapide des réseaux de communication de cinquième génération (5G) et des générations suivantes transforme profondément la manière dont les services numériques sont fournis, consommés et gérés. Ces réseaux de nouvelle génération doivent prendre en charge un large éventail d’applications, allant des services à très faible latence tels que la conduite autonome, l’automatisation industrielle ou la réalité augmentée, jusqu’aux services intensifs en données s’appuyant sur le cloud computing. Cette diversité impose des exigences croissantes en matière de qualité de service (QoS), de passage à l’échelle et d’équité dans l’accès aux Plus d'infos

Soutenance de Thèse – 11/12/2025 – Nicolas André

4 décembre 2025

Titre : « Représentations et fonctions d’activation réelles et hyper-complexes dans les réseaux de neurones pour le traitement du signal ». Date: jeudi 11 décembre 2025 à 8h Lieu : salle des thèses de l’Université d’Avignon, campus Hannah Arendt. Résumé: Ce manuscrit de thèse porte sur des problématiques d’intelligence artificielle (IA) et plus spécifiquement, sur les réseaux de neurones artificiels. Ces réseaux de neurones sont des modèles mathématiques centrales dans les processus modernes d’IA, se complexifiant à mesure que les tâches pour lesquelles ces réseaux sont utilisés se diversifient et se démocratisent. L’usage moderne de ces réseaux de neurones, appliqués à des tâches de langage, a donné naissance aux Large Modèles de Langage (LLM). Ces modèles peuvent comporter des milliards de paramètres, posant ainsi des questions de sobriété et d’économie de moyens. La première partie de ce manuscrit consiste en un état de l’art concernant les architectures de réseaux de neurones réels (réels ici caractérise le domaine mathématique dans lequel on opère, l’ensemble des nombres réels), les réseaux de neurones de quaternions et les fonctions d’activation. Les différentes architectures neuronales et notions mathématiques employées par la suite y sont décrites. La seconde partie présente les différentes solutions aux problématiques soulevées lors de Plus d'infos

Séminaire CORNET – Andrea FOX – 14/11/2025

10 novembre 2025

Vendredi 14 novembre, 11h30 – Salle C057. Title: Multi-Agent Reinforcement Learning for Task Offloading in Wireless Edge Networks Abstract: In edge computing systems, autonomous agents must make rapid local decisions while competing for shared resources. Existing MARL approaches often rely on centralized critics or frequent inter-agent communication, which breaks down under limited observability and communication constraints. We propose a decentralized framework in which agents coordinate implicitly through a shared constraint on resource usage. This constraint is updated infrequently, requiring minimal communication, while each agent independently solves a local constrained Markov decision process (CMDP) to learn its behavior. Leveraging safe reinforcement learning, agents learn policies that satisfy both local and global objectives. We provide theoretical guarantees under mild assumptions and validate our approach experimentally, demonstrating superior performance to centralized and independent baselines, particularly in large-scale settings.

Séminaire CORNET – Rachid El-Azouzi – 20/11/2025

10 novembre 2025

20 Novembre 2025 – 11h30 – Salle C057. Titre : Strategic Analysis of Just-In-Time Liquidity Provision in Concentrated Liquidity Market Makers Abstract: Liquidity providers (LPs) are essential figures in the operation of automated market makers (AMMs); in exchange for transaction fees, LPs lend the liquidity that allows AMMs to operate. While many prior works have studied the incentive structures of LPs in general, we currently lack a principled understanding of a special class of LPs known as Just-In-Time (JIT) LPs. These are strategic agents who momentarily supply liquidity for a single swap, in an attempt to extract disproportionately high fees relative to the remaining passive LPs. This paper provides the first formal, transaction-level model of JIT liquidity provision for a widespread class of AMMs known as Concentrated Liquidity Market Makers (CLMMs), as seen in Uniswap V3, for instance. We characterize the landscape of price impact and fee allocation in these systems, formulate and analyze a non-linear optimization problem faced by JIT LPs, and prove the existence of an optimal strategy. By fitting our optimal solution for JIT LPs to real-world CLMMs, we observe that in liquidity pools (particularly those with risky assets), there is a significant gap between observed Plus d'infos

Soutenance de thèse – Lucas Maison – 25/10/2025

14 octobre 2025

Titre : Robustesse des modèles neuronaux pour le traitement automatique de la parole Résumé : La reconnaissance automatique de la parole est devenue un outil populaire avec de nombreuses applications ; elle sert également comme étape intermédiaire pour d’autres tâches liées à la parole, telles que la compréhension du langage parlé ou la synthèse vocale. En reconnaissance automatique de la parole, le signal vocal est d’abord émis par le locuteur, transmis à travers l’environnement, avant d’être capturé par un dispositif d’enregistrement et traité par un modèle d’apprentissage automatique. Cependant, chacune de ces étapes peut être source de variabilité et entraîner des erreurs de transcription, ce qui affecte la robustesse du système. Dans cette thèse, nous étudions divers facteurs influençant le traitement de la parole par les machines. Plus précisément, nous nous concentrons sur les modèles pré-entraînés en français et affinés pour la reconnaissance vocale. Nous commençons par présenter nos travaux sur la robustesse aux accents. À travers de nombreuses expériences, nous évaluons la résilience du modèle aux variations d’accents et explorons différentes façons de combler les écarts entre ces derniers. Nous examinons en particulier l’impact des proportions de voix accentuées dans l’ensemble d’apprentissage. En outre, nous présentons CEREALES, un nouvel Plus d'infos

Soutenance de thèse – Yannis Labrak – 15/09/2025

11 septembre 2025

Titre: Les Modèles de Langage au Carrefour du Texte et de la Parole pour les Applications de Santé La soutenance est publique et se tiendra le lundi 15 septembre 2025 à 14h00, à l’Université d’Avignon – Amphithéâtre Blaise (CERI, 339 Chem. des Meinajaries, 84000 Avignon). Elle se déroulera en anglais. Une participation à distance est également possible en utilisant le lien ZOOM suivant:https://us05web.zoom.us/j/86181938873?pwd=zPYei9eeLAIIG6eFT0hL96K6ameR3H.1 (passcode is « 1212121212 ») Jury: Co-directeurs de thèse: Mickael Rouvier, Maître de conférences HDR, LIA – Université d’AvignonRichard Dufour, Professeur, LS2N – Université de Nantes Membres du Jury: Asma Ben Abacha, Chercheuse senior – Microsoft Health AIElena V. Epure, Chercheuse senior – Deezer ResearchLaurent Besacier, Chercheur principal – Naver Labs EuropePierre Zweigenbaum, Directeur de recherche – LISN, CNRSPhilippe Langlais, Professeur – DIRO, Université de Montréal Membre invité: Julien Nave, Directeur R&D – Zenidoc Résumé: Le domaine médical présente des défis uniques en matière de traitement du langage à travers sa terminologie spécialisée, ses réglementations strictes sur les données et ses besoins critiques en information. Avec la démocratisation des modèles de langage pour assister les professionnels de santé dans leur quotidien, leur adaptation aux domaines d’application est devenue nécessaire pour faciliter leur accessibilité à un public plus large, à différentes langues et Plus d'infos

Soutenance de thèse – Lucas Potin – 02/09/2025

2 septembre 2025

Titre: « Analyse de graphes complexes pour la détection de corruption dans les marchés publics » dirigée par Vincent Labatut, Rosa Figueiredo et Christine Largeron. La soutenance aura lieu le mardi 2 septembre à 14h dans la Salle des thèses situé dans le Campus Hannah Arendt. Cette soutenance se déroulera en français. Abstract : Les marchés publics jouent un rôle essentiel dans le fonctionnement des institutions, représentant environ 15% du PIB mondial. En théorie, les procédures sont conçues pour garantir la transparence, la concurrence et l’efficacité. En pratique, elles sont souvent complexes, peu lisibles, et exposées à des risques comme la collusion, le favoritisme ou la corruption. Dans ce contexte, l’exploitation des grands volumes de données disponibles permet d’envisager de nouvelles manières de détecter les fraudes, en complément des méthodes classiques, notamment économétriques. Dans cette perspective, le projet DeCoMaP (Détection de la Corruption dans les Marchés Publics), financé par l’Agence nationale de la recherche avait pour but de concevoir des outils de détection combinant expertise juridique, économique et informatique, à partir de données issues des marchés publics français. Menée dans le cadre du projet DeCoMaP, cette thèse cible deux verrous méthodologiques importants : la faible fiabilité des bases de données existantes, et Plus d'infos

1 2 3 … 12 »