基本信息
浏览量:18
职业迁徙
个人简介
Mon domaine de recherche est l'intelligence artificielle (IA), plus particulièrement, l'apprentissage automatique. Mes activités de recherche actuelles s'articulent principalement autour de deux domaines d'application : bioinformatique des ARN non-codants et médecine personnalisée. Cependant, en biologie comme en médecine, pour développer des modèles d'apprentissage automatique efficaces et utiles, plusieurs défis restent à relever. Ces défis sont liés à la nature complexe des données disponibles, leur hétérogénéité, leur aspect temporel, la présence de valeurs manquantes, le manque d'étiquettes, le déséquilibre de classes, la grande dimension, le besoin d'expliquer/interpréter les prédictions, etc. Dans mes travaux de recherche, je me suis intéressée à plusieurs problématiques :
Prise en compte de l'hétérogénéité des données en proposant des modèles multi-sources
Proposition de modèles semi-supervisés pour pallier au manque de données
Explication et interprétation des modèles d'apprentissage automatique, en particulier d'apprentissage profond (Deep Learning) en intégrant les connaissances du domaine et en combinant l'apprentissage automatique avec des méthodes d'IA symbolique
Prise en compte de l'aspect temporel des données en proposant des modèles adaptés (réseaux récurrents)
Sélection de variables basée sur l'optimisation multi-objectif pour traiter le problème de grande dimension dans les données
Prise en compte de l'hétérogénéité des données en proposant des modèles multi-sources
Proposition de modèles semi-supervisés pour pallier au manque de données
Explication et interprétation des modèles d'apprentissage automatique, en particulier d'apprentissage profond (Deep Learning) en intégrant les connaissances du domaine et en combinant l'apprentissage automatique avec des méthodes d'IA symbolique
Prise en compte de l'aspect temporel des données en proposant des modèles adaptés (réseaux récurrents)
Sélection de variables basée sur l'optimisation multi-objectif pour traiter le problème de grande dimension dans les données
研究兴趣
论文共 35 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
biorxiv(2024)
Bioinformatics (Oxford, England)no. Supplement_1 (2023): i94-i102
AAMAS '23: Proceedings of the 2023 International Conference on Autonomous Agents and Multiagent Systemspp.2367-2369, (2023)
引用0浏览0EI引用
0
0
PloS oneno. 5 (2023): e0286137-e0286137
引用0浏览0WOS引用
0
0
BIOINFORMATICS (2023): I94-I102
引用0浏览0引用
0
0
NUCLEIC ACIDS RESEARCHno. W1 (2023): W281-W288
引用0浏览0WOSEI引用
0
0
SSRN Electronic Journal (2022)
Bioinformatics (2022)
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn