altman – Laboratoire Informatique d’Avignon

Soutenance de thèse – 26/11/2025 : Andrea Fox

25 novembre 2025

Titre: « Apprentissage par renforcement pour l’affectation des ressources dans les systèmes Edge/Fog computing » Date: mercredi 26 novembre 2025 à 13h00 Lieu : Avignon Université, site centre-ville, Campus Hannah ArendtSalle des thèses Composition du jury de soutenance M. Francesco DE PELLEGRINI Avignon Université Directeur de thèse Mme Rosa FIGUEIREDO Avignon Université Examinatrice M. Nahum SHIMKIN Technion Examinateur M. Eitan ALTMAN INRIA Co-directeur de thèse M. Bruno GAUJAL INRIA Examinateur M. György DÁN KTH Rapporteur M. Marcello RESTELLI Politecnico di Milano Rapporteur Résumé Cette thèse étudie comment le reinforcement learning (RL) peut être appliqué à la conception de systèmes de décision intelligents pour la gestion des ressources dans le cadre de l’informatique en périphérie de réseau (edge computing). Elle se concentre sur le développement d’algorithmes adaptés aux environnements distribués, hétérogènes et limités en ressources. Dans le paradigme de l’informatique en périphérie, le traitement et la prise de décision sont rapprochés des dispositifs terminaux, réduisant la latence et la charge réseau, mais introduisant de fortes contraintes en calcul, énergie et communication. Contrairement au cloud, ces nœuds de bord rendent l’optimisation centralisée inapplicable. Une orchestration efficace requiert donc des méthodes de contrôle adaptatives et décentralisées, capables de respecter des contraintes de performance et de sûreté dans des environnements incertains. Le RL 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

Offre de Stage: Génération de textes simulant le mal-être psychologique par modèles de langage génératifs

2 octobre 2025

Informations générales Durée : 6 mois Début : à partir de janvier 2026, au plus tard février 2026 Lieu : Université d’Avignon – LIA – Campus Contexte et données De nombreux acteurs de la prévention (écoutants, médecins, travailleurs sociaux…) se trouvent confrontés à des personnes exprimant leur détresse ou un mal-être profond. Disposer d’outils simulant diverses formes d’expression du mal-être offrirait des outils précieux pour entraîner des professionnels, tester des dispositifs de détection, ou encore sensibiliser des tiers à ce type de situations. Grâce à l’essor des grands modèles de langage (LLM), il est désormais envisageable de créer des outils capables de générer automatiquement des exemples réalistes et diversifiés de discours de personnes en souffrance, tout en maîtrisant la confidentialité (solution offline). Données Les données utilisées dans le cadre de ce stage proviendront notamment du jeu de données Suicide and Depression Detection disponible sur Kaggle. Ce corpus, collecté en utilisant l’API Pushshift, contient plusieurs centaines de milliers de messages souvent authentiques exprimant détresse, souffrance ou idées suicidaires. Il constitue une ressource de référence pour les travaux récents en détection ou simulation de discours liés au mal-être psychologique. Objectif du stage L’objectif principal du stage sera de concevoir un prototype de 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

Séminaire CORNET – Cléophée Robin – 05/06/2025

27 mai 2025

Nous avons le plaisir de vous inviter au séminaire de l’équipe CORNET, qui se tiendra le jeudi 5 juin à 11h35 en salle C057 (ancienne BU). À cette occasion, nous accueillerons Cléophée Robin, enseignante-chercheuse à l’IRIF, qui nous présentera ses travaux intitulés : _________________________________________________________ Clique-covering co-bridge-free prismatic graphs Résumé : A graph G is prismatic if for every triangle T of G, every vertex of G that is not in T, has exactly one neighbor in T. The complement of a prismatic graph is called antiprismatic. The complexity of the coloring problem when restricted to prismatic graphs is unknown. Hence, the complexity of the clique-covering problem on prismatic graphs is also unknown. Chudnovsky and Seymour gave a full structural description of prismatic graphs. They divided the class in two subclasses : the orientable prismatic graphs and the non-orientable prismatic graphs. Preissman, Robin and Trotignon gave an algorithm to solve the clique problem in non-orientable prismatic graphs in polynomial time. We show this algorithm can also be used for prismatic graphs with no 2K_1 + C_4 (co-bridge), whether they are orientable or not. To achieve this, we show that this class of graphs admits a bounded number of disjoint triangles through Plus d'infos

Séminaire SLG – Ismail Mohsine -12/06/2025

27 mai 2025

Le 12 juin à 12h, nous aurons le plaisir d’accueillir une présentation du Dr Ismail Mohsine, spécialiste en hydroinformatique, actuellement en séjour au LIA. La présentation se tiendra en salle S6.Veuillez trouver ci-dessous le résumé du séminaire ainsi qu’une courte biographie du Dr Ismail Mohsine. ==================================== Bio Ismail Mohsine est docteur en sciences de la Terre, spécialiste en hydroinformatique. Formé au laboratoire LG2E (Faculté des Sciences de Rabat), en partenariat avec l’Université d’Avignon et l’IRD, il mène des recherches intégrant géosciences, intelligence artificielle et modélisation environnementale appliquées au domaine des ressources en eau. Résumé Dans un contexte de changement climatique et de pression croissante sur les ressources en eau, la prévision des niveaux piézométriques devient un enjeu majeur pour la gestion durable des aquifères. Cette présentation propose une approche de prédiction basée sur des réseaux de neurones récurrents (type LSTM), appliquée à des séries temporelles multivariées combinant données in situ, satellitaires (NDVI, température, précipitations, évapotranspiration …). Entraînés à l’échelle des unités hydrogéologiques, ces modèles tirent parti de la dynamique temporelle et des variations géographiques des données, tout en intégrant des mécanismes explicites de gestion des valeurs manquantes. Cette méthodologie hybride permet de reconstruire les lacunes de mesure et d’anticiper l’évolution des nappes dans des contextes complexes, contribuant à une Plus d'infos

Soutenance de thèse – Jarod Duret – 27/03/2025

25 mars 2025

Titre: Traduction de la parole vers la parole expressive La soutenance aura lieu le jeudi 27 mars à 13h15 dans l’amphithéâtre Blaise situé dans le batiment du CERI. Cette soutenance se déroulera en français. Abstract :Cette thèse explore la préservation de l’expressivité dans la traduction automatique parole vers parole (speech-to-speech translation — S2ST), sans recours au texte en tant que représentation intermédiaire. L’objectif est de développer un système capable de transférer non seulement le contenu linguistique, mais également les caractéristiques émotionnelles et expressives de l’énoncé source vers la langue cible.L’approche développée s’articule autour de deux composantes. Premièrement, l’utilisation d’unités discrètes de parole, extraites de modèles auto-supervisés, permettant de capturer efficacement le contenu phonétique. Deuxièmement, un encodeur multilingue d’émotions, ayant pour objectif d’extraire des caractéristiques expressives indépendantes de la langue. Ces représentations sont ensuite intégrées dans le processus de synthèse vocale afin de conditionner la génération de celle-ci. Jury :Anthony Larcher, PR à LIUM, Le Mans Université, RapporteurDamien Lolive, PR à IRISA, Université de Vannes, RapporteurLoïc Barrault, Docteur à Meta AI, ExaminateurFethi Bougares, Docteur à Elyadata, ExaminateurMarie Tahon, PR à LIUM, Le Mans Université, ExaminatriceMarcely Zanon-Boito, Docteur à NAVER LABS EUROPE, ExaminatriceYannick Estève, PR à LIA, Avignon Université, Directeur de thèseTitouan Plus d'infos

1 2 3 … 8 »