Séminaire Cornet – Felipe Albuquerque – 13/01/2023

13 janvier 2023

Dans le cadre des séminaires de l’équipe Cornet, Felipe Albuquerque (LIA/Espace) présentera son travail de recherche sur Team Formation Problem with Shortest Compatible Path: An exact approach, le 13 janvier 2023 à 11h35 en salle de réunion. Résumé : Fréquemment, les informations des réseaux sociaux ont été utilisées pour résoudre des problèmes en recherche opérationnelle, tels que le Problème de Formation d’Équipe, dont l’objectif est de trouver un sous-ensemble des travailleurs qui couvrent collectivement un ensemble de compétences et peuvent communiquer efficacement entre eux. Nous utilisons la Théorie de l’Équilibre Structurel pour définir la compatibilité entre les paires de travailleurs dans la même équipe. Pour ce faire, les réseaux sociaux sont représentés par des graphes signés, et la métrique de compatibilité est calculée à partir de l’analyse des chemins positifs possibles entre les paires de sommets distincts. Pour résoudre cette nouvelle version du problème, nous introduisons une formulation de Programmation Linéaire en Nombres Entiers (PLNE) et une décomposition pour celle-ci. Nous présentons une analyse des tests informatiques effectués qui prouvent l’efficacité potentielle de la décomposition proposée.

Projet ANR ESSL

1 janvier 2023

L’apprentissage auto-supervisé (Self-Supervised Learning ou SSL) a émergé récemment comme une méthode d’intelligence artificielle (IA) incroyablement prometteuse. Grâce à cette méthode, les colossales masses de données non annotées qui sont accessibles peuvent être utilisées par des systèmes d’IA pour dépasser les performances connues jusque-là. En particulier, le domaine du traitement automatique de la parole (TAP) se voit rapidement transformé par l’arrivée du SSL grâce, notamment, aux investissements industriels massifs et l’explosion des données, tous deux mis à disposition par une poignée d’entreprises. Plus d'infos

Projet ANR BRUEL

1 janvier 2023

Le projet BRUEL concerne l’évaluation/certification des systèmes d’identification par la voix face aux attaques adverses.

En effet, les systèmes de reconnaissance automatique du locuteur sont vulnérables non seulement à la parole produite artificiellement par synthèse vocale, mais aussi à d’autres formes d’attaques telles que la conversion d’identité vocale et la relecture. Les artefacts créés lors de la création ou la manipulation de ces attaques frauduleuses constituent les marques laissées dans le signal par les algorithmes de synthèse vocale permettant ainsi de distinguer la voix réelle originale d’une voix usurpée. Plus d'infos

Projet ANR EVA

1 janvier 2023

La description d’une voix en quelques mots reste une tâche très arbitraire. On peut parler avec une voix ‘profonde’, ‘soufflée’, ‘claire’ ou ‘rauque’, mais la caractérisation complète d’une voix nécessiterait un ensemble précis d’attributs rigoureusement définis constituant une ontologie. Cependant, une telle grille de description n’existe pas. L’apprentissage automatique appliqué à la parole souffre de la même faiblesse : dans la plupart des tâches de traitement automatique, lorsqu’un locuteur est modélisé, des représentations globales abstraites sont utilisées sans rendre leurs caractéristiques explicites. Plus d'infos