Articles écrits par altman

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

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