Research

Former and current students

• On-going PhD students

  • 2022-25, M. Said Hawchar : Graphical Event Models and Ontologies for Surgical Process Modelling, cosupervision with P. Jannin (LTSI, INSERM) partially funded by Cominlabs project SPARS

  • 2022-25, W. Fathallah : Beyond representing and reasoning in quantum Bayesian networks, cosupervision with N. Ben Amor, LARODEC, ISG Tunis, Tunisia

  • 2021-24 A. Boulahmel: Supporting self-regulated learning with dynamic Bayesian networks, co-supervision with G. Smits, F. Djelil and J.-M. Gilliot (Lab-STICC/IHSEV) funded by ANR project Xcale

  • 2021-24 V. Brunel : Bayesian networks for multi-level monitoring, CIFRE thesis with Nauticoncept company

  • 2020-23 S. Benikhlef : Federated learning of Bayesian Networks preserving privacy for personnalized medical applications, co-supervision with G. Raschia (LS2N/DUke) and O. Bonnot (CHU), funded by AIby4 program and Atlanstic2020 regional program
    
    

• Former PhD students

  • M. Monvoisin : Probabilistic graphical models applied to manufacturing processes, co-supervision with M. Ritou (LS2N/RoMaS), funded by IRT Jules Verne, PERFORM program (december 2022)

  • M. Ferhat : Discovery and Generalization of Knowledge in Manufacturing Processes, co-supervision with M. Ritou (LS2N/RoMaS), CIFRE thesis with CP Desoutter company (december 2022)

  • T. Kanté : Probabilistic relational models for urban security, collaboration with EDICIA software company (not defended).

  • D. Antakly : Model-based learning and statistical model checking for security, cosupervision with B. Delahaye (LS2N/AELOS), CIFRE thesis with GFI company (july 2020).

  • J. Pan : Formalisation and Learning of Relational Metrics, cosupervision with primary supervisor H. Le Capitaine, LS2N/DUKe (dec. 2019)

  • R. Rincé : Behaviour Recognition on Noisy Data-streams constrained by prior knowledge, funded by ONERA, French national aerospace research center, cosupervision R. Kervarc (nov. 2018)

  • M. Elabri : Learning Probabilistic Relational Models from Graph Databases, cosupervision with LARODEC, ISG Tunis, Tunisia (oct. 2018)

  • M. Haddad : Learning possibilistic graphical models from possibilistic data, cosupervision with LARODEC, ISG Tunis, Tunisia (dec. 2016)

  • R. Chulyadyo : A new horizon for recommendation systems: integration of the spatial dimension in decision systems, CIFRE thesis with DataforPeople startup (oct. 2016)

  • A. Coutant : Probabilistic Relational Models and Reference Uncertainty- structure learning and partitioning algorithms, (nov. 2015) cosupervision with H. Le Capitaine (LINA/DUKe)

  • M. Ben Ishak : Probabilistic relational models; learning and evaluation - the relational Bayesian network case, cosupervision with LARODEC, ISG Tunis, Tunisia (june 2015)

  • G. Trabelsi : New structure learning algorithms and evaluation methods for large dynamic Bayesian networks, cosupervision with Research group on Intelligent machines, Ecole national d'ingénieurs de Sfax, Tunisia (dec. 2013)

  • A. Jarraya : New parametrization of Bayesian networks and their implicit estimation - natural exponential familiy and gaussian continuous mixtures, cosupervision with Laboratoire de Probabilités et Statistiques, Faculté des Sciences de Sfax, Tunisia (oct. 2013)

  • A. Yasin, Incremental Bayesian Network structure learning from data-streams, french-pakistan Intership SFERE (oct. 2013)

  • M. Ben Messaoud : SemCaDo: an approach for serendipitous causal discoveryand ontology evolution, cosupervision with LARODEC, ISG Tunis, Tunisia (july 2012)

  • H.T. Nguyen : Bayesian networks and set-based learning for differential study of gene regulatory networks, BIL regional project (dec. 2011), cosupervision with G. Ramstein (LINA/DUKe)

  • R. Mourad : Genome-wide linkage disequilibrium modeling using hierarchical latent Bayesian networks and applications, BIL regional project (sept. 2011), cosupervision with C. Sinoquet (LINA/DUKe)

  • S. Ammar : Probabilistic graphical models for density estimation in high dimensional spaces: application of the Perturb & Combine principle with tree mixtures (dec. 2010)

  • G. Mallet : Statistical methods for temperature prediction in hyperfrequency components, CIFRE Thales-LITIS Rouen (oct. 2010, co-supervision with S. Canu and G. Gasso, LITIS Rouen)

  • R. Donat : Reliability and Maintenance Modelling based on Probabilistic Graphical Models - Case study on Rail Break Prevention, CIFRE RATP-INRETS-LITIS Rouen (nov. 2009)

  • S. Meganck : Towards an integral approach for modelling causality (dec. 2008, cosupervision with VUB, Bruxelles, Belgium)

  • A. Faour : Semi-supervised and adaptative approach for alarm filtering in network intrusion detection systems (july 2007)

  • O. François : Bayesian network identification from complete or incomplete datasets (nov. 2006)

  • I. Zaarour : Clustering And Bayesian Network Approaches For Discovering Handwriting Strategies Of Primary School Children (feb. 2004, co-supervision with L.Heutte and J. Labiche, LITIS Rouen)
    
    

Scientific activities

• Reviewing activity

  • conferences:

    • ICANN, IJCNN, NIPS, RJCIA, QUALITA

  • journals :

    • Artificial Intelligence, AI Communications, Annals of Mathematics and Artificial Intelligence, Data Mining and Knowledge Discovery, Engineering Applications of Artificial Intelligence, Expert Systems with Applications, IEEE Transactions on Neural Networks, Information Sciences, International Journal of Approximate Reasoning, Journal of AI and Data Mining, Journal of Automated Reasoning, Journal of Machine Learning Research, Knowledge-based Systems, Neurocomputing, Pattern Recognition

    • Revue d'Intelligence Artificielle, Journal Européen des Systèmes Automatisés

  • project evaluation:

    • ANR (Agence Nationale de la Recherche)

    • RNTL (Réseau National de Technologies Logicielles)

    • ACI Masse de Données

    • Netherlands organization for Scientific Research (NWO)
      
      

Scientific animation

• • member of

    • french Artificial Intelligence Association AFIA 

  • former member of

    • BN@work, European Society for Researchers on Probabilistic Graphical Models

    • PASCAL Pattern Analysis, Statistical Modelling and Computationak Learning European excellence network

    • french research group CNRS GDR I3 (Information, Interaction,Intelligence)

    • french research group GDR MSPC Mathématiques des systèmes perceptifs et cognitifs

    • préGDR IA, formal and algorithmic aspects of Artificial Intelligence (steering committee)

  • scientific board

    • • AIby4 AI made by Humans for Humans, ANR program for doctoral contracts in AI (2020-2025)

  • organization committee

    • S&E'2003, 3ème conférence STIC et Environnement, 19-20 juin 2003, Rouen, France

  • editorial board

    • Revue Ouverte d'Intelligence Artificielle (2020-)

    • Revue d'Intelligence Artificielle (-2019)

  • editor of special issues

    • 2015 - Revue d'Intelligence Artificielle, number 29:2/2015. Hermès - Réseaux bayésiens et modèles graphiques probabilistes (co-editor with Gregory Nuel)

    • 2013 - International Journal of Approximate Reasoning, vol.54(7), Elsevier - special issue: Uncertainty in Artificial Intelligence and Databases (co-editor with Salem Benferhat)

    • 2007 - Revue d'Intelligence Artificielle, number 21:3/2007. Hermès - Modèles graphiques probabilistes

  • senior program committee

    • IJCAI-IPRAI 2020, 29th International Joint Conference on Artificial Intelligence and the 17th Pacific Rim International Conference on Artificial Intelligence, July 11-17, Yokohama, Japan

  • program committee

    • AAAI 2022, 36th AAAI Conference on Artificial Intelligence, Feb 22-Mar 1, Vancouver, Canada.

    • AAAI 2021, 35th AAAI Conference on Artificial Intelligence, Feb 2-9, virtual conference.

    • AAAI 2020, 34th AAAI Conference on Artificial Intelligence, Feb 7-12, New York, NY, USA.

    • AAAI 2019, 33rd AAAI Conference on Artificial Intelligence,  Jan. 27-Feb 1, Honolulu, USA

    • IJCAI 2023, 32th International Joint Conference on Artificial Intelligence, Aug. 2023, Cape Ton, South Africa  

    • IJCAI-ECAI 2022, 31th International Joint Conference on Artificial Intelligence, July. 2022, Vienna, Austria

    • IJCAI 2021, 30th International Joint Conference on Artificial Intelligence, Aug. 2021, Montreal, Canada

    • IJCAI 2019, 28th International Joint Conference on Artificial Intelligence, 10-16 Aug 2019, Macao, China

    • IJCAI 2018, 27th International Joint Conference on Artificial Intelligence and 23rd European Conference on Artificial Intelligence, 13-19 Aug 2018, Stockholm, Sweden

    • IJCAI 2017, 26th International Joint Conference on Artificial Intelligence, 19-25 Aug 2017, Melbourne, Australia

    • UAI 2023, 39th Conference on Uncertainty in Artificial Intelligence, July 31-Aug 4, 2023, Pittsburg, PA, USA

    • UAI 2022, 38th Conference on Uncertainty in Artificial Intelligence, Aug. 1-5, 2022, Eindhoven, Netherlands

    • UAI 2021, 37th Conference on Uncertainty in Artificial Intelligence, July 27-30, 2021, virtual conference

    • UAI 2020, 36th Conference on Uncertainty in Artificial Intelligence, August 3-6, 2020, Toronto, Canada.

    • UAI 2019, 35th Conference on Uncertainty in Artificial Intelligence, 22-25 july 2019, Tel Aviv Israel.

    • UAI 2018, 34th Conference on Uncertainty in Artificial Intelligence, August 6-10, 2018, Monterey, USA

    • UAI 2017, 34th Conference on Uncertainty in Artificial Intelligence, August 11-15, 2017, Sidney, Australia

    • UAI 2016, 33th Conference on Uncertainty in Artificial Intelligence, July 25-29, 2016, New York City, USA

    • UAI 2015, 31th Conference on Uncertainty in Artificial Intelligence, July 12-16 2015 Amsterdam, Netherlands

    • UAI 2014, 30th Conference on Uncertainty in Artificial Intelligence, July 23-27, 2014, Quebec City, Canada

    • UAI 2012, 28th Conference on Uncertainty in Artificial Intelligence, 15-17 aug. 2012, Catalina Island, California, USA

    • AISTATS 2022, 25th International Conference on Artificial Intelligence and Statistics, March 30 - April 1, 2022, Valencia, Spain

    • AISTATS 2021, 24th International Conference on Artificial Intelligence and Statistics, April 13 - 15, 2021, virtual Conference

    • ECSQARU 2021, 16th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, Prague, Czechia, September 20-24, 2011

    • ECSQARU 2019, 15th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, Belgrade, Serbia, September 18-20, 2019

    • ECSQARU 2017, 14th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, 10-14 july 2017, Lugano, Switzerland

    • ECSQARU 2015, 13th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, 15-17 july 2013, Compiègne, France

    • ECSQARU 2013, 12th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, 7-10 july 2013, Utrecht, The Netherlands

    • ECSQARU 2011, 11th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty, 29 june-1 july 2011, Belfast, Ireland

    • ECML-PKDD 2010,  European Conference on Machine Learning / Principles and Practice of Knowledge Discovery in Databases, 20-24 September 2010, Barcelona, Spain

    • ECML-PKDD 2008, European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases 15 - 19 September 2008, Antwerp, Belgium

    • PGM 2022, European Conference on Probabilistic Graphical Models, October 5-7. 2022, Almería, Spain

    • PGM 2020, European Conference on Probabilistic Graphical Models, 23-25 sept. 2020, Aalborg, Denmark

    • PGM 2018, European Conference on Probabilistic Graphical Models, 11-14 sept. 2018, Prague, Czech Republic.

    • PGM 2016, European Conference on Probabilistic Graphical Models, 6-9 sept. 2016, Lugano, Switzerland.

    • PGM 2014, European Workshop on Probabilistic Graphical Models, 17-19 sept. 2014, Utrecht, Netherland

    • PGM 2012, European Workshop on Probabilistic Graphical Models, 19-21 sept. 2012, Granada, Spain

    • FLAIRS 2023 (Uncertain Reasoning special track), 36th Florida Artificial Intelligence Research Society Conference, May 14-17, 2023, Sheraton Sandy Key Resort, Clearwater Beach, Florida, USA.

    • FLAIRS 2021 (Uncertain Reasoning special track), 34th Florida Artificial Intelligence Research Society Conference, May 16-19, 2021, North Miami Beach, USA.

    • FLAIRS 2020 (Uncertain Reasoning special track), 33th Florida Artificial Intelligence Research Society Conference, May 17-20, 2020, North Miami Beach, USA.

    • FLAIRS 2019 (Uncertain Reasoning special track), 32th Florida Artificial Intelligence Research Society Conference, 19-22 may 2019, Sarasota, Florida, USA.

    • FLAIRS 2018 (Uncertain Reasoning special track), 31th Florida Artificial Intelligence Research Society Conference, 21-23 may 2018, Melbourne, Florida, USA.

    • FLAIRS 2017 (Uncertain Reasoning special track), 30th Florida Artificial Intelligence Research Society Conference, 22-24 may 2017, Marco Island, Florida, USA.

    • IEA/AIE 2020, The 33th International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems. 21-24 July 2020, Kitakyushu, Japan

    • IEA/AIE 2019, The 32th International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems. 9-11 july 2019, Graz, Austria

    • IEA/AIE 2017, The 30th International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems. 27-30 june 2017, Arras, France

    • SUM 2022, The 15th International Conference on Scalable Uncertainty Management, Oct 17-19, 2022, Paris, France

    • SUM 2020, The 14th International Conference on Scalable Uncertainty Management, 23-25 sept. 2020 - Bozen-Bolzano, Italy

    • SFdS-ENBIS Spring Meeting on "Graphical Causality Models: Tree, Bayesian Networks and Big Data", 9-11 april 2014, Paris, France

    • IEEE SSCI 2013, IEEE Symposium Serie on Computational Intelligence,  15-19 apr. 2013, Singapore

    • BMAW 2012, UAI 9th Bayesian Modeling Applications Workshop, 18 Aug. 2012, , Catalina Island, California, USA

    • ARES 2007, International Conference on Availability, Reliability and Security, 10-13 avril 2007, Vienne, Autriche

    • CAP 2015, Conférence Francophone sur l'Apprentissage Automatique, juillet 2015, Villeneuve d'Ascq, France

    • CAP 2014, Conférence Francophone sur l'Apprentissage Automatique, 7-10 juillet 2014, Saint-Etienne, France

    • CAP 2013, Conférence Francophone sur l'Apprentissage Automatique, 3-5 juillet 2013, Lille, France

    • EGC 2022, Journées francophones d'Extraction et de Gestion des Connaissances, 24-28 janvier 2022, Blois, France

    • EGC 2021, Journées francophones d'Extraction et de Gestion des Connaissances, 25-29 janvier 2021, Montpellier, France

    • EGC 2020, Journées francophones d'Extraction et de Gestion des Connaissances, 27-31 janvier 2020, Bruxelles, Belgique

    • EGC 2019, Journées francophones d'Extraction et de Gestion des Connaissances, 21-25 janvier 2019, Metz, France

    • EGC 2018, Journées francophones d'Extraction et de Gestion des Connaissances, 22-26 janvier 2018, St Denis, France

    • EGC 2017, Journées francophones d'Extraction et de Gestion des Connaissances, 24-27 janvier 2017, Grenoble, France

    • EGC 2016, Journées francophones d'Extraction et de Gestion des Connaissances, 18-22 janvier 2016, Reims, France

    • EGC 2015, Journées francophones d'Extraction et de Gestion des Connaissances, 27-30 janvier 2015, Luxembourg.

    • EGC 2014, Journées francophones d'Extraction et de Gestion des Connaissances, 28-31 janvier 2014, Rennes, France

    • EGC 2013, Journées francophones d'Extraction et de Gestion des Connaissances, 29 janvier-1 février 2013, Toulouse, France

    • EGC 2012, Journées francophones d'Extraction et de Gestion des Connaissances, 31 janvier-3 février 2012, Bordeaux, France

    • EGC 2011, Journées francophones d'Extraction et de Gestion des Connaissances, 25-28 janvier 2011, Brest, France

    • EGC 2010, Journées francophones d'Extraction et de Gestion des Connaissances, 26-29 janvier 2010, Hammamet, Tunisie

    • EGC 2009, Journées francophones d'Extraction et de Gestion des Connaissances, 26-29 janvier 2009, Strasbourg, France

    • EGC 2007, Journées francophones d'Extraction et de Gestion des Connaissances, 23-26 janvier 2007, Namur, Belgique

    • EGC 2006, Journées francophones d'Extraction et de Gestion des Connaissances, 17-20 janvier 2006, Villeneuve d'Ascq, France

    • RJCIA 2003, Rencontres des Jeunes Chercheurs en Intelligence Artificielle, 1-2 juillet 2003, Laval, France

    • JFRB 2021, 10èmes Journées Francophones sur les Réseaux Bayésiens et les Modèles Graphiques Probabilistes, 11-12 oct 2021, Île de Porquerolles, France

    • JFRB 2018, 9èmes Journées Francophones sur les Réseaux Bayésiens et les Modèles Graphiques Probabilistes, 31 mai-1 juin 2018 INRA Toulouse, France

    • JFRB 2016, 8èmes journées francophones de réseaux bayésiens, 2016, Plateforme AFIA, Clermont-Ferrand, 27-28 juin, France

    • JFRB 2014, Seventh french-speaking Bayesian network workshop, 25-27 june 2014, Paris, France

    • JFRB 2012, Sixth french-speaking Bayesian network workshop, 11-13 may 2012, Sfax, Tunisia

    • JFRB 2008, 4èmes Journées Francophones sur les Réseaux Bayésiens, 29-30 mai 2008, Lyon, France

  • chairman

    • JFRB 2018, Toulouse, France

    • JFRB 2014, Paris, France

    • Bayesian networks 1, ECSQARU 2013, Utrecht, Netherland

    • Applications, PGM 2012, Granada, Spain

    • Fouille de données séquentielles, EGC 2009, Strasbourg, France

    • Apprentissage, EGC 2008, Sophia-Antipolis, France

    • Application, EGC 2006, Villeneuve d'Ascq, France

    • Classification, RFIA 2004, Toulouse, France

  • workshop/ special track organization

    • French-speaking bayesian network workshop JFRB 2023, 1-2 juin 2023, Nantes, France

    • Graphical models: from theory to application, special track IEA/AIE 2017, 27-30 june 2017, Arras, France

    • Fiffth French-speaking bayesian network workshop JFRB 2010, 10-11 mai 2010, Nantes, France

    • Probablistic Graphical Models  workshop, EGC 2005, 18 jan. 2005, Paris, France

    • Second French-speaking bayesian network workshop JFRB, 7 mars 2003, Rouen, France

    • First French-speaking bayesian network workshop JFRB, 2001, Paris (co-organization)
      
      

  • PhD or french "HDR" committee (where I'm not implied in the supervision)

    • S. Kebir, Light solutions for smart homes dedicated to ederly people, Université d'Artois, 20 dec. 2023

    • M. Rafla, A Bayesian approach for Uplift modeling: application on biased data; Université de Caen Normandie, 6 nov. 2023

    • M. Piot, Etude des données dosimétriques et cliniques en radiothérapie : approche méthodologique , Université de Technologie de Troyes, 20 sept 2023

    • A. Journe, Apprentissage de réseaux bayésiens et réseaux causaux avec savoirs incertains d'experrts, Aix-Marseille Université, 6 mar 2023

    • V. Leclerc, Conception et validation de modèles optimaux pour le ciblage thérapeutique en oncologie par des méthodes issues de l’intelligence artificielle, Université de Lyon, 15 dec. 2022

    • V. Cabeli, Learning causal graphs from continuous or mixed datasets of biological or clinical interest, Sorbonne Université, 15 dec. 2021

    • M.I. Madakkatel, Machine Learning for Predictive modellilng and risk factor discovery in Health and Wealth, Univ. of South Australia, 8 sept. 2021

    • K. Assaad, Découvertes de relations causales entre séries temporelles, Université Grenoble Alpes, 5 july 2021.

    • G. Ducamp, Probabilistic rules optimized compilation and Optimisation, Sorbonne Université, 14 april 2021.

    • S Boukabour, Semiparametric Approaches and Infinite Mixtures for Bayesian Networks, Sfax University, 25 jan 2021.

    • T. Gao, Integrated building fault detection and diagnosis using data modeling and Bayesian networks, IMT Lille Douai, 24 nov. 2020.

    • K. Benlamine, Quantum Machine Learning, Université, Sorbonne Paris Nord, 3 nov. 2020. 

    • K. Tabia, Contributions to reasoning under uncertainty in a posibilistic framework, HDR, Université d'Artois, 24 oct. 2019.

    • M. Rifi, Modélisation et Analyse des Réseaux Complexes : Application à la sûreté nucléaire, Université Sorbonne Paris Cité, 3 mai 2019.

    • S. Helal, A data mining approach to analyse the influence of student features on their academic outcomes, University of South Australia, feb. 2019.

    • A. Dulac, a study of mixed-membership models for complex network analysis, Université Grenoble Alpes, 17 dec. 2018.

    • T. Rahier, Bayesian networks for static and temporal data fusion, Université Grenoble Alpes, 11 dec. 2018.

    • S. Cortijo Aragon, Sécurité pour des infrastructures critiques SCADA fondée sur des modèles graphiques probabilistes, Sorbonne Université, 10 dec. 2018.

    • J. Roos, Prévision à court terme des flux de voyageurs: une approche par les réseaux bayésiens, Université de Lyon, 28 sept. 2018.

    • A. Levray, Reasoning in interval-based possibilistic representations, Université d'Artois, 8 dec. 2017.

    • H. Agli, Uncertain reasoning for Business Rules, Université Pierre et Marie Curie, 20 july 2017.

    • A. Kosgodagan, High-dimensional dependence modelling using Bayesian networks for the degradation of civil infrastructures and other applications, IMT Atlantique, 26 june. 2017.

    • A. Saad, Detection of Freezing of Gait in Parkinson's Disease, Université du Havre, 14 dec. 2016.

    • M. Faix, Conception de machines probabilistes dédiées aux inférences bayésiennes, Université de Grenoble, 12 dec. 2016.

    • A. Mabrouk, Développements d'outils d'aide au diagnostic en contexte incertain, Université Pierre et Marie Curie, 13 sept. 2016.

    • J. Diard, Bayesian Algorithmic Modeling in Cognitive Science (HDR), Université de Grenoble, 27 nov. 2015.

    • X.T. Vo, Learning with sparsity and uncertainty by difference of convex functions optimization, Université de Lorraine, 15 oct. 2015.

    • P. Weber, Modélisation graphique probabiliste pour la maîtrise des risques, la fiabilité et la synthèse de lois de commande des systèmes complexes (HDR), Université de Lorraine, 8 july 2015.

    • S. Affeldt, Network reconstruction and causal analysis in systems biology, Université Pierre et Marie Curie, 2 july 2015.

    • A. Ben Mrad, Observations probabilistes dans les réseaux bayésiens, Université de Sfax, Université de Valenciennes et du Hainaut Cambrésis, 20 june 2015.

    • A.P. Maesano. Bayesian dynamic scheduling for service composition testing. Université Pierre et Marie Curie, 30 jan. 2015.

    • F. Cartella. Hidden semi-Markov Models for online failure prediction of industrial machines. Vrije Universiteit Brussel, 13 jan. 2015.

    • R. Rozas. Intégration du retour d'expérience pour une stratégie de maintenance dynamique. Université Paris Est, 19 dec. 2014.

    • P. Fernique. A statistical modeling framework for analyzing tree-indexed data. Université Montpellier II. 10 dec. 2014.

    • C. Wolley. Apprentissage supervisé à partir de multiples annotateurs incertains. Université d'Aix-Marseille, 1 dec. 2014.

    • L. Bouillaut. Les modèles graphiques probabilistes : de la modélisation de la dégradation à l'optimisation de la maintenance de systèmes complexes (HDR), Université Paris Est, 10 oct. 2014.

    • C. Sinoquet, Approches par optimisation combinatoire et par apprentissage statistique en bioinformatique - applications pour la fouille et la modélisation de données complexes en génomique et en génétique (HDR), Université de Nantes, 28 may 2014.

    • R. Moritz, Routine activity extraction from local alignments in mobile phone context data, INSA Rouen, 5 feb. 2014.

    • H. Bouhamed, L'apprentissage automatique, de la sélection de variables à l'apprentissage de structure d'un classifieur bayésien, Université de Sfax / Ecole Nationale d'Ingénieurs de Sfax, Université de Rouen, 4 dec. 2013.

    • A. Le Dorze,  Validation, synthèse paramétrage des cartes cognitives, Université d'Angers, 4 nov. 2013.

    • N. Peyrard, Méthodes variationnelles pour l'estimation, l'inférence et la décision dans les modèles graphiques (HDR), Université Toulouse 1, 4 oct. 2013.

    • C. B. Pérez-Ariza, New data structures and algorithms for uncertainty treatment with Probabilistic Graphical Models, University of Granada, Spain, 19 july 2013.

    • V. Legrand, Confiance et risque pour engager un échange en milieu hostile, INSA Lyon, 19 june 2013.

    • R. Ayachi, Compiling Possibilistic Graphical Models: from Inference to Decision, Université d'Artois, Université de Tunis, 18 jan. 2013.

    • I. Boukhris, Causal Modeling under a Belief Function Framework, Université d'Artois, Université de Tunis, 17 jan. 2013.

    • J. Vandel, Apprentissage de la structure de réseaux bayésiens. Applications aux données de génétique-génomique, Université de Toulouse, 7. dec. 2012.

    • L. Bouchaala Tounsi, Apprentissage de structures dans les réseaux bayésiens et applications à la modélisation des réseaux de signalisation cellulaire, Université de Sfax / Ecole Nationale d'Ingénieurs de Sfax, 17 nov. 2012.

    • G. Synnaeve, Bayesian Programming and Learning for Multi-Player Video Games: Application to Real-Time Strategy AI, Université de Grenoble, 24 oct. 2012.

    • F. Schnitzler, Mixtures of tree-structured probabilistic graphical models for density estimation in high dimensional spaces, Université de Liège, Belgique, 24 sept. 2012

    • Q.T. Dinh, Apprentissage statistique relationnel : Apprentissage de Structures de Réseaux de Markov Logiques, Université d'Orléans, 28 nov. 2011

    • T. Kenaza, Modèles graphiques probabilistes pour la corrélation d'alertes en détection d'intrusions, Université d'Artois - Université des Sciences et de la Technologie Houari Boumediene, 9 mars 2011

    • J.P. Dubus, Prise de décision multiattribut avec le modèle GAI, Université Pierre et Marie Curie, 23 septembre 2010

    • A. El Ahdab, contribution à l'apprentissage de réseaux bayésiens à partir de données pour le diagnostic des processus dynamiques continus, Université Paul Cezanne Aix-Marseille III, 30 juin 2010

    • E. Prestat, Les réseaux bayésiens : classification et recherche de réseaux locaux en cancérologie, Université Claude Bernard Lyon 1, 25 mai 2010

    • C. Smaili, Fusion de données multi-capteurs à l'aide d'un réseau bayésien pour l'estimation d'état d'un véhicule, Université Nancy 2, 7 mai 2010

    • S. Rodrigues de Morais, Bayesian Network structure learning with applications in feature selection, INSA Lyon, 16 novembre 2009

    • Z. Kebaili, Méthodes d'extraction de connaissances pour l'apprentissage de la structure des réseaux bayésiens, Université Claude Bernard Lyon 1, 16 novembre 2009

    • M. Feuilloy, Etude d'algorithmes d'apprentissage artificiel pour la prédiction de la syncope chez l'homme, Université d'Angers, 8 juillet 2009

    • R. Sabbadin, Modèles et Algorithmes pour la Décision séquentielle dans l'incertain  (HDR), Université Paul Sabatier de Toulouse, 5 février 2009

    • D. Tardieu, Modèles d'instruments pour l'aide à l'orchestration, Université Pierre et Marie Curie / IRCAM,Paris, 15 décembre 2008

    • P. Gacquer, Sur l'utilisation active de la diversité dans la construction d'ensembles de classifieurs. Application à la détection de fumées nocives sur site industriel, Université de Valenciennes et du Hainaut-Cambrésis, Valenciennes, 5 décembre 2008

    • K. Sedki, Raisonnement sous intertitude et en présence de préférences : application à la détection d'intrusions et à la corrélation d'alertes, Université d'Artois, Lens, 4 décembre 2008

    • D. Weissenbacher, Influence des annotations imparfaites sur les systèmes de Traitement Automatique des Langues, un cadre applicatif : la résolution de l'anaphore pronominale, Université Paris Nord - Paris 13, 20 novembre 2008

    • C. Auliac, Approches évolutionnaires pour la reconstruction de réseaux de régulation génétique par apprentissage de réseaux bayésiens, Université d'Evry-Val d'Essonne, 24 septembre 2008

    • A. Bensalem, Modèles probabilistes de séquences temporelles et fusion de décisions : Application à la classification de défauts de rails et à leur maintenance, Université Henri Poincaré - Nancy 1, 7 mars 2008

    • P. Dangauthier, Fondations, méthode et applications de l’apprentissage bayésien, Institut National Polytechnique de Grenoble, 18 décembre 2007

    • S. Smaoui, Réseaux possibilistes hybrides : Représentation des interventions et algorithmes, Université d'Artois, Lens, 14 décembre 2007

    • A. Delaplace, Approche évolutionnaire de l’apprentissage de structure pour les réseaux bayésiens, Université de Rabelais, Tours, 12 décembre 2007

    • V. Auvray, Contributions to Bayesian Network Learning, Université de Liège, Belgique, 19 septembre 2007

    • S. Maes, Multi-agent causal models: inference and learning, Vrije Universiteit Brussel, Belgique, 19 décembre 2005