Probabilistic Theory of Performances, Rankings, and Domains, for the Evaluation, Comparison, and Adaptation of Entities

M. Sébastien Piérard will publicly defend his thesis entitled "Probabilistic Theory of Performances, Rankings, and Domains, for the Evaluation, Comparison, and Adaptation of Entities".

Summary

Trouvons ce qui fonctionne le mieux !

Tous les jours, des millions de personnes sont amenées à choisir des entités sur base de leurs performances attendues. En ingénierie et informatique, il peut s’agir de méthodes, de modèles, d’algorithmes, d’équipements, de procédures, de systèmes, etc.  Intuitivement, il convient de choisir l’entité qui performe le mieux, c’est-à-dire celle qui donne le plus de satisfaction par rapport à des préférences relatives à l’application visée ou à leurs utilisateurs.

Pour faire un tel choix, il faut évaluer les entités dont on dispose pour en déterminer les performances. Puis il faut les comparer pour les classer de la pire à la meilleure. Enfin, dans bon nombre de cas, il faut idéalement être capable d’adapter ou d’optimiser ces entités pour le contexte spécifique dans lequel elles doivent être utilisées. Jusqu’à présent il n’existait pas de fondations théoriques permettant de faire tout cela de façon objective et quantitative, pour toute tâche.

Cette thèse de doctorat vise à développer une théorie générique permettant de le faire dans un cadre mathématiquement rigoureux, probabiliste. La théorie développée est amplement illustrée sur des problèmes rencontrés en vision par ordinateur, incluant la classification d’images, le détourage de l’avant-plan, ou encore l’identification du type d’objet présent dans la scène, pixel par pixel.

Practical information

Defence will take place on Thursday 9th April at 14:00, to all at Auditoire 02, Institut de Mathématique, Bât. B37, au Sart Tilman or via the FSA PhD Channel.