HAISCoDe

HAISCoDe Humans and Artificial Intelligence Sharing Control and Decisions

Le projet HAISCoDe est porté par Normandie Université, et a été accepté à l’appel « Contrats doctoraux en intelligence artificielle » de l’ANR en avril 2020. Il porte sur le cofinancement de 10 thèses de doctorat par l’ANR et la Région Normandie (5 thèses ayant débuté à l’automne 2021, et 5 à l’automne 2022).

Les thématiques principales de ce projet sont

• le partage de contrôle entre l’intelligence artificielle (IA) et l’humain, où, typiquement, un système est contrôlé par l’IA dans son fonctionnement nominal, mais où le contrôle doit parfois repasser à l’humain ; ce thème touche en particulier à la planification, aux systèmes multi-agents, à l’interaction homme-machine ou homme-robot,
• le partage de décisions entre l’IA et l’humain, où, typiquement, une analyse automatique de données fournit une aide à la décision pour l’être humain ; ce thème touche en particulier à l’apprentissage automatique, à l’extraction de connaissances, à la science des données.

Une application aux thématiques du véhicule autonome, de la logistique et de la santé est privilégiée, mais de façon non exclusive. D’autres thématiques, connexes et pluridisciplinaires, peuvent concerner par exemple l’analyse de données de simulation dans d’autres domaines applicatifs, l’intelligence artificielle pour le document numérique, la gestion de systèmes complexes, etc.

Nos doctorants

• Promotion 2021/2024

ABDL GHANI Hasan, Directeur de thèse Sofiane AHMED-ALI, IRSEEM

« Algorithmes d’estimation intelligents pour l’amélioration de l’autonomie des véhicules en convoi »

ASSAKER Joseph, Directeur de thèse Laurent HEUTTE, IRSEEM

« Apprentissage de représentation pour le pattern spotting et le pattern discovery dans les images de documents historiques »

CONSTUM Thomas, Directeur de thèse Thierry PAQUET, LITIS

« Reconnaissance optique d’entités nommées manuscrites »

MORTELIER Alexis, Directeur de thèse François RIOULT, GREYC

« Extraction sous contrainte de sous-graphes dynamiques »

SERAPHIM Mathieu, Directeur de thèse Luc BRUN, GREYC

« Apprentissage profond pour l’analyse de données IRMf de repos »

• Promotion 2022/2025

BEKKOUCHA Djawad, Directeurs de thèse Bruno CREMILLEUX, Patrice BOIZUMAUT & Abdelkader OUALI, GREYC

« Approches déclaratives efficaces pour l’extraction de motifs d’intervalles clos »

DEREGNAUCOURT Lucas, Directrice de thèse Samia AINOUZ, LITIS

« Fusion multimodale adaptative pour l’aide à la navigation en conditions météorologiques dégradées »

MOSCATELLI Aldo, Directeur de thèse Sébastien ADAM, LITIS

« Apprentissage profond et transport optimal pour l’apprentissage de métriques sur graphes »

SALAJE Amine, Directeur de thèse Nicolas LANGLOIS, IRSEEM

« Réglage Optimal d’un Contrôleur prédictif non linéaire par Apprentissage profond »

STOJANOVSKI Mihail, Directeurs de thèse Abdel-Ilah MOUADIB & Grégory BONNET, GREYC

« L’éthique dans les processus décisionnels multi-agents »