Un système novateur sur les stratégies d’apprentissage IA développé par Zhor Benhafid, doctorante au LARIHS/CFRIA de l’UMCS, présenté à la conférence internationale MVML 2024

Un système novateur sur les stratégies d'apprentissage IA développé par Zhor Benhafid, doctorante au LARIHS/CFRIA de l'UMCS, présenté à la conférence internationale MVML 2024

Lors de la 10^e conférence MVML-Machine Vision and Machine Learning (MVML 2024), qui est une composante du 10^e Congrès EECS2024 tenu du 19 au 21 aout 2024 à Barcelone, en Espagne, le professeur Sid Ahmed Selouani a présenté une facette du travail de recherche mené par Zhor Benhafid dans le cadre de son travail de thèse de doctorat en sciences appliquées de l'Université de Moncton dont l'objectif est d'optimiser les stratégies d'apprentissage des algorithmes IA, en contexte industriel, afin de les rendre moins gourmandes en données annotées. Les retombées positives en termes de couts ont été démontrées expérimentalement. Une publication, intitulée Active YOLO for Lobster Part Detection in Industrial Contexts, a été produite et sera indexée dans les bases de données de référence du domaine.

Dans le cadre du même congrès, le professeur Selouani a présidé deux sessions de présentations orales : la première en ingénierie biomédicale et IA et la deuxième sur l'interaction humain-machine.