Université de technologie de Troyes open archive
Not a member yet
10722 research outputs found
Sort by
Hybridation de Modèles d’IA avec des Classifieurs Ontologiquement Explicables
No full textInternational audienceThe research in eXplainable Artificial Intelligence (XAI) has emphasized the need to create models based on domain knowledge to make them explainable from their users’ perspective. A significant portion of current work focuses on designing AI models that integrate the domain experts’ semantics and way of reasoning. Drawing inspiration from Concept Based Models and Neuro-Symbolic AI, we propose a hybrid architecture for constructing AI pipelines that utilize Machine Learning to extract domain concepts and symbolic reasoning to predict an explainable classification. The core of this proposal is the OntoClassifier, a module that uses domain ontologies to automatically generate ontologically explainable classifiers. We describe the proposed approach and architecture, detailing the implementation and capabilities of the OntoClassifier. The solution is applied in Computer Vision and is illustrated using the Pizzaïolo Dataset.La recherche en Intelligence Artificielle Explicable (XAI) a souligné la nécessité de créer des modèles basés sur les connaissances du domaine pour qu'ils soient explicables du point de vue de leurs utilisateurs. Une part importante des travaux actuels se concentre sur la conception de modèles d'IA qui intègrent la sémantique et le mode de raisonnement des experts du domaine. S'inspirant des Modèles Basés sur les Concepts et des approches Neuro-Symboliques, nous proposons une architecture hybride pour construire des pipelines d'IA qui utilisent l'Apprentissage Automatique pour extraire les concepts du domaine et un raisonnement symbolique pour prédire une classification explicable. Le coeur de cette proposition est l'OntoClassifier, un module qui utilise des ontologies de domaine pour générer automatiquement des classifieurs ontologiquement explicables. Nous décrivons l'approche et l'architecture proposées en détaillant l'implémentation et les capacités de l'OntoClassifier. La solution est appliquée en Vision par Ordinateur et est illustrée à l'aide du Pizzaïolo Dataset
Movements in collaborative tools. Evolutionary dynamics if civil security's artifact ecologies.
No full textInternational audiencePoster presented at the PePR eNSEMBLE annual days in january 2025. It summarizes the first results of our PhD Thesis research surrounding pre-existing artifact ecologies in Frenchs SDIS and 7 identifyed dynamic movements inside those artifact ecologies
A MobileViT-based Detection of Anomaly in Temperature of Nuclear Power Plant Core
No full textInternational audienceThis paper presents a simple model based on MobileViT-v2 for temperature monitoring within a nuclear power plant. Specifically, we propose utilizing MobileNet-v2 to detect a critical accident: a total and instantaneous blockage. We model the temperature effects of such an event and train a MobileViT-v2 model for detection. The trained classifier's results are then used in a sequential procedure to detect blockage as quickly and reliably as possible. We compare the performance of two sequential detection methods, namely sliding-window and CUSUM, in terms of mean detection delay and probability of detection before a prescribed maximum detection delay. Experimental results, using actual temperature measurements from the Superphénix power station, demonstrate the effectiveness of the proposed detection method.</div
Robust European Call Option Pricing via Linear Regression
No full textInternational audienceThe one-period trinomial option pricing model is well-known in the literature as it considers three possible movement directions of the asset price. However, by equating the price of the option to the self-financing hedging portfolio at maturity, this yields a linear system of three equations with two unknowns that correspond to the coefficients for the delta-hedging portfolio. Hence, the trinomial model is said to be incomplete, that is, there exists an infinite number of equivalent martingale measures. To deal with this incompleteness, this paper aims to price options via some robust linear regression techniques in order to mainly handle the problem of outliers that the least squares fails to consider. The proposed robust techniques are evaluated on numerical data, and the results of which demonstrate their effectiveness for European call option pricing
Comparaison de Méthodes d’Apprentissage pour l’Annotation Semi-Automatique Multi-labels des Micro-Emboles
No full textNational audienceLe Doppler transcrânien ultrasonore (TCD), par le suivi du flux sanguin dans l'artèrecérébrale moyenne, permet de détecter des micro-emboles gazeux ou solides chez lespatients à risque d'accidents vasculaires cérébraux. La caractérisation des emboles sur cessignaux TCD reste cependant peu documentée. L'apprentissage supervisé dereprésentations permet de synthétiser l'information de ces données complexes etl'intégration du contexte, mais le coût de l'annotation freine son application. Nous proposonsde comparer plusieurs méthodes d'apprentissage et leurs combinaisons du point de vue deleur impact sur la structuration de l'espace latent pour l'annotation semi-automatique. Cesméthodes sont la classification (supervisée), la reconstruction sur une base d'auto-encodeur(non-supervisée) [Vindas 2022 Med. Image Anal.] et l'apprentissage contrastif avec un choixsupervisé de triplets [Ferrand 2021 IEEE J. Sel. Areas Commun.]. Les deux étiquettesd'intérêt sont le type du signal détecté et sa position dans le cycle cardiaque. Lastructuration de l'espace est évaluée par une continuité de catégorie, qui reflète le nombrede voisins appartenant à la même catégorie pour chaque échantillon. Les résultats montrentque la reconstruction favorise la structuration par type. Pour l'annotation semie-automatique,il est préférable d'utiliser un modèle spécifique pour chaque catégorie (82% pour le type et71% pour la position). Les meilleures performances pour la tâche la plus fine (type etposition) sont obtenues par la combinaison des trois fonctions coût (35%) (Figure 2(c)). Lesespaces 2D obtenus par réduction de dimension t-SNE reproduisent voire renforcent lastructuration prépondérante de l'espace, facilitant l'annotation manuelle pour l'initialisationdes méthodes semi-automatiques
Self-hydridized Plasmonic Excitations And Hot Electron Generation In Aluminum Nanorods
No full textInternational audienc
L'épanouissement comme moteur de la transformation socio-écologique dans les écoles d'ingénieurs : une approche par l'Ikigaï
No full textInternational audience//PRIX DE LA MEILLEURE PRESENTATION ORALE DU COLLOQUE TS3 2025//Les diplômés ingénieurs sont de plus en plus nombreux à mener une forme de bifurcation en connaissance des problématiques socioécologiques. Les écoles d'ingénieurs intègrent donc dans leurs programmes de nouvelles formations pour sensibiliser l'ensemble de leurs étudiants, mais qui peinent à voir la manière dont ils pourraient se saisir de ces enjeux. Cela induit un effet déceptif et peut renforcer la dissonance cognitive ressentie par étudiants. Notre hypothèse principale repose sur le fait que ce sera par la connaissance de soi que les étudiants pourront identifier comment être utiles dans la société et contribuer à la résolution de problématiques globales. Nous proposons d'appliquer le concept d'Ikigaï en école d'ingénieurs pour accompagner les étudiants dans la recherche d'une problématique sociétale leur permettant de trouver une cohérence entre les enjeux globaux, leurs compétences, leur vécu personnel et une insertion professionnelle. Un des bénéfices de cette démarche est de responsabiliser les étudiants face aux défis tout en les invitant à préparer leur épanouissement futur. Dans les prochaines années, il sera nécessaire de mesurer les retombées de cette démarche sur les parcours professionnels des étudiants accompagné
