Sébastien Destercke
Les publications de Sébastien Destercke :
Les livres
Aucun ouvrage lié à cet auteur.Les articles
Un cadre évidentiel générique pour apprendre des préférences multi-critères
Auteur : Sébastien DesterckeLa modélisation des préférences d'un décideur à propos d'alternatives multi-critère commence souvent par la collecte d'informations sur ces préférences, qui sont ensuite utilisées pour choisir un modèle issus d'une classe particulière (CP-net, moyenne pondérée). Ces procédures peuvent induire des inconsistances, dues par exemple à l'existence d'informations peu fiables et/ou d'un choix d'une classe de modèle trop restreinte. Nous proposons de résoudre ces problèmes en permettant au décideur d'exprimer une incertitude quand à l'information fournie sur les préférences, sous la forme d'une fonction de croyance.
LFA 2017 - Rencontres francophones sur la Logique Floue et ses Applications
Auteur : Collectif LFAContributeurs : Susana Vieira, Susana Vieira, Carl Frélicot, Frédéric Pichon, Nathalie Hélal, David Mercier, Daniel Porumbel, Éric Lefevre, Sébastien Destercke, Didier Dubois, Henri Prade, Francis Faux, Éric Lefevre, Frédéric Pichon, David Mercier, Pauline Minary, Benjamin Droit, Safa Ben Ayed, Zied Elouedi, Éric Lefevre, Anne Laurent, Arnaud Castelltort, Grégory Smits, Olivier Pivert, Pierre Nerzic, Besma Khalfi, Cyril De Runz, Cyril De Runz, Christophe Marsala, François Meunier, Laurent Castanié, Reda Boukezzoula, Sylvie Galichet, Laurent Foulloy, Reda Boukezzoula, Sylvie Galichet, Laurent Foulloy, Akram Hacini, Rabah Mazouzi, Herman Akdag, Jean-Philippe Poli, Arnaud Grivet Sébert, Miguel Couceiro, Jean-Luc Marichal, Jimmy Devillet, Guillaume Petiot, Miguel Couceiro, Pierre Mercuriali, Romain Péchoux, Diadé Sow, Abdelhak Imoussaten, Pierre Couturier, Jacky Montmain, Miguel Couceiro, Didier Dubois, Henri Prade, Agnès Rico, Thomas Laurain, Jimmy Lauber, Zsofia Lendek, Reinaldo Palhares, Mohammed Chadli, Souad Rabah, Hervé Coppier, Mathias Blandeau, Thierry-Marie Guerra, Philippe Pudlo, François Gabrielli, Victor Estrada-Manzo, Doha El Hellani, Ahmed El Hajjaji, Roger Ceschi, Abdelmadjid Cherifi, Kevin Guelton, Laurent Arcese, Ahmed El Hajjaji, Mohamed Chaabane, Amel Ferjani, Sébastien Lefort, Marie-Jeanne Lesot, Elisabetta Zibetti, Charles Tijus, Marcin Detyniecki, Didier Dubois, Henri Prade, Agnès Rico, Olivier Strauss, Inés Couso, Julien Pérolat, Gilles Mauris, Charles Lesniewska-Choquet, Abdourrahmane Atto, Abdourrahmane Atto
Collection : LFA
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : IHM, Informatique, intelligence artificielle, Logique floue, traitement données
Référence : 156604
Quantifier le coût de l'imprécision
Auteurs : Sébastien Destercke, Marie-Hélène Masson, Gen YangUn problème récurrent des méthodes (par exemple probabilistes imprécises) qui produisent des prédictions imprécises est leur comparaison, en particulier dans les problémes de classification. En effet, est-il préferable d'avoir une estimation trés imprécise mais fiable (contenant plus souvent la vérité), plutôt qu'une estimation précise mais moins fiable (commettant plus souvent une erreur) ? Dit autrement, comment quantifier la valeur ou le coût de l'imprécision ? Le but de ce papier est d'une part de proposer un ensemble de propriété qu'une telle évaluation devrait satisfaire, et d'autre part de proposer un moyen général de déduire des coûts affectés aux prédictions imprécises, dépendant d'un seul paramètre mesurant la ”prudence” de l'évaluateur.
LFA 2016 - Rencontres francophones sur la Logique Floue et ses Applications
Auteur : Collectif LFAContributeurs : Olivier Pivert, Slama Olfa, Virginie Thion, Belkasmi Djamal, Allel Hadjali, hamid Azzoune, Sayda Elmi, Mohamed Anis Bach Tobji, Dalila Koulougli, Allel Hadjali, Boutheina Ben Yaghlane, Benedicte Legastelois, Marie-Jeanne Lesot, Adrien Revault d'Allonnes, Nahla Ben Amor, Didier Dubois, Héla Gouider, Henri Prade, Quentin Brabant, Miguel Couceiro, Trabelsi Asma, Elouedi Zied, Éric Lefevre, Wenlu Yang, Christophe Marsala, Maria Rifqi, Patrick Garda, Andrea Pinna, Sébastien Destercke, Marie-Hélène Masson, Gen Yang, Thi Van Anh Nguyen, Benyamine Allouche, Laurent Vermeiren, Antoine Dequidt, Cung Le, QUOC VIET DANG, Thomas Laurain, Jimmy Lauber, Reinaldo Palhares, Lyna Kherbouche, Mohammed Chadli, Ahmed El Hajjaji, Nicolas Hug, Henri Prade, Gilles Richard, Mathieu Serrurier, Sylvie Galichet, Reda Boukezzoula, Azza Zidi, Nahla Ben Amor, Raouia Ayachi, Nathalie Chetcuti-Sperandio, Fabien Delorme, Sylvain Lagrue, Abdelhak Imoussaten, Benjamin Duthil, François Trousset, Jacky Montmain, Inés Couso, Didier Dubois, Frédéric Pichon, Anne-Laure Jousselme, Lionel Valet, Sylvie Galichet, Rihab Ben Ameur, Didier Coquin, Larbi Kharroubi, Hichem Maaref, Wahid Nouibat, Doha El Hellani, Ahmed El Hajjaji, Roger Ceschi, Jean-Philippe Poli, Laurence Boudet, Guillaume Petiot, Zina Ait Yakoub, Yassine Djouadi, Didier Dubois, Henri Prade, Nahla Ben Amor, Zeineb Elkhalfi, Hélène Fargier, Régis Sabbadin, Arthur Guillon , Marie-Jeanne Lesot, Christophe Marsala, Carl Frélicot, Michel Berthier, Saadallah El-Asmar, Aurélien Moreau, Olivier Pivert, Grégory Smits, Sébastien Lefort, Marie-Jeanne Lesot, Elisabetta Zibetti, Charles Tijus, Marcin Detyniecki, Marcin Detyniecki, Karima Akli-Astouati, Nesrine Sid-Aaddila, Fatima-Zohra Belabdi, Hiba Belhadi, Reda Boukezzoula, Sylvie Galichet, Laurent Foulloy, Mathias Blandeau, Victor Estrada-Manzo, Thierry Marie Guerra, Philippe Pudlo, François Gabrielli, Besma Belhadj, Rémi Losero, Jimmy Lauber, Thierry-Marie Guerra, Pascal Maurel
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : traitement données, IHM, Informatique, intelligence artificielle, Logique floue
Référence : 156509
Mes données sont-elles fiables ? Vers une réponse évidentielle
Auteurs : Patrice Buche, Brigitte Charnomordic, Sébastien DesterckeS'il existe de nombreuses méthodes permettant d'intégrer l'information concernant la fiabilité des sources et des données à des modèles d'incertitudes, il existe nettement moins de travaux s'intéressant au problème d'évaluer cette fiabilité. Dans ce papier, nous proposons une méthode permettant d'estimer cette fiabilit é, basée sur un ensemble de critères d'évaluation et sur la théorie de l'évidence. L'exemple choisi est tiré d'un cas réel issu de l'application Sym'Previus, entrepˆot de données en microbiologie prévisionnelle. There are many available methods to integrate data or information source reliability in an uncertainty representation, but there are only a few works focusing on the problem of evaluating this reliability. In this paper, we propose a method to assess data reliability froma set of criteria by the means of evidence theory. The chosen illustrative example comes from real-world data issued from the Sym'Previus predictive microbiology oriented data warehouse.
LFA 2010
Auteur : Collectif LFAContributeurs : Umberto Straccia, Sylvie Galichet, Patrick Bosc, Olivier Pivert, Nouredine Tamani, Ludovic Liétard, Daniel Rocacher, Hélène Jaudoin, Olivier Pivert, Malik Manceur, Najib Essounbouli, Abdelaziz Hamzaoui, Hichem Kerkeni, Jimmy Lauber, Thierry-Marie Guerra, Sinda Aloui, Olivier Pagès, Ahmed El Hajjaji, Abdessattar Chaari, Yassine Koubaa, Laurent Vermeiren, Antoine Dequidt, Mohamed Afroun, Thierry-Marie Guerra, Salim Labiod, Thierry-Marie Guerra, Maha Bouattour, Mohammed Chadli, Ahmed El Hajjaji, Mohamed Chaabane, Abdelhak Imoussaten, Jacky Montmain, Agnès Rico, Fabien Rico, Nahla Ben Amor, Hélène Fargier, Wided Guezguez, Didier Dubois, Henri Prade, Steven Schockaert, Patrice Buche, Brigitte Charnomordic, Sébastien Destercke, Zainab Assaghir, Mehdi Kaytoue, Amedeo Napoli, Henri Prade, Anne Laurent, Marie-Jeanne Lesot, Maria Rifqi, Perfecto Malaquias Quintero Flores, Federico Del Razo Lopez, Anne Laurent, Pascal Poncelet, Marie-Hélène Masson, Li Qiang, Thierry Denoeux, Sarra Ben Hariz, Zied Elouedi, Nicolas Labroche, Lavinia Darlea, Lionel Valet, Sylvie Galichet, Cristina Croitoru, Christophe Marsala, Bernadette Bouchon-Meunier , Serge Guillaume, Brigitte Charnomordic, Patrice Loisel, Romain Quéré, Hoel Le Capitaine, Carl Frélicot, Noël Fraisseix, Farid Aiche, Didier Dubois, Reda Boukezzoula, Sylvie Galichet, Laurent Foulloy, Olivier Strauss, Jean-François Crouzet, Anthony Fiche, Arnaud Martin, Jean-Christophe Cexus, Ali Khenchaf, Pascal Djiknavorian, Arnaud Martin, Dominic Grenier, Pierre Valin, Pierre-Emmanuel Doré, Arnaud Martin, David Mercier, Zied Elouedi, Éric Lefevre
Collection : LFA
Rubrique : Données – informatique – I.A. – IHM
Référence : 95215
Principe d'inclusion-exclusion pour fonctions de croyance : application à la fiabilité
Auteurs : Felipe Aguirre, Sébastien Destercke, Mohamed Sallak, Walter SchonUn des inconvénients majeurs de l'utilisation des théories probabilistes imprécises est le coût calculatoire qui leur est associé. Pour réduire ce coût, il est intéressant de savoir sous quelles conditions certaines propriétés des probabilités classiques qui facilient le calcul sont conservées par des représentations probabilistes imprécises. Dans cet article, nous étudions sous quelles conditions le principe d'inclusion-exclusion (ou égalité de Poincaré) est satisfait par des fonctions de croyances. Nous illustrons ensuite un cadre pratique dans lequel ces conditions sont satisfaites : la fiabilité des systèmes. One of the main drawback of imprecise probability theories is the computational burden associated with their use. To reduce this cost, it is useful to know under which conditions some properties of classical probabilities used in calculations can be extended to imprecise probabilistic frameworks. In this paper, we focus on the inclusionexclusion principle (a.k.a. Poincaré equality) and the conditions under which belief functions do satisfy it. We then show that the results can be applied to the particular framework of system reliability.
LFA 2012
Auteur : Collectif LFAContributeurs : Inés Couso, Anne Laurent, Éric Benoit, Didier Dubois, Henri Prade, Agnès Rico, Miguel Couceiro, Jean-Luc Marichal, Serge Guillaume, Brigitte Charnomordic, Mouna Boughamsa, Messaoud Ramdani, Nicole El Zoghby, Véronique Cherfaoui, Bertrand Ducourthial, Thierry Denoeux, Mira Bou Farah, David Mercier, Éric Lefevre, François Delmotte, Nadia Ben Abdallah, Nassima Mouhous Voyneau, Thierry Denoeux, David Mercier, Éric Lefevre, Rémus Pusca, Cristian Demian, Raphael Romary, Olivier Pivert, Grégory Smits, Hélène Jaudoin, Allel Hadjali, Didier Dubois, Hélène Fargier, Dominique Guyonnet, Katia Abbaci, Allel Hadjali, Ludovic Liétard, Daniel Rocacher, Matthieu Puyo, Nadine Matton, Stéphane Vautier, Didier Dubois, Henri Prade, Salem Benferhat, Faiza Khellaf-Hamed, Ismahane Zeddigha, Gilles Mauris, Leila Amgoud, Henri Prade, Farid Aiche, Didier Dubois, Afef Denguir, François Trousset, Jacky Montmain, Samia Boulkrinat, Allel Hadjali, Aïcha Mokhtari, Sawsan Kanj, Fahed Abdallah, Thierry Denoeux, Olivier Strauss, Désiré Dro Sidibe, William Puech, Samir Hachour, François Delmotte, Éric Lefevre, David Mercier, John Klein, Jean-Marc Vannobel, Perfecto Malaquias Quintero Flores, Federico Del Razo Lopez, Nicolas Sicard, Anne Laurent, Amal Oudni, Marie-Jeanne Lesot, Maria Rifqi, Reda Boukezzoula, Moheb Elmasry, Sylvie Galichet, Laurent Foulloy, Nicolas Sutton-Charani, Sébastien Destercke, Thierry Denoeux, Mehena Loudahi, John Klein, Jean-Marc Vannobel, Olivier Colot, Felipe Aguirre, Sébastien Destercke, Mohamed Sallak, Walter Schon
Collection : LFA
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : IHM, Informatique, intelligence artificielle, traitement données
Référence : 104730
Arbres de classification construits à partir de fonctions de croyance
Auteurs : Nicolas Sutton-Charani, Sébastien Destercke, Thierry DenoeuxLes arbres de décision sont des classifieurs très populaires. Dans cet article, nous étendons une méthode de construction d'arbres de décision à deux classes, basés sur les fonctions de croyance, au cas multi-classe. Nous proposons pour cela trois extensions possibles : combiner des arbres à deux classes ou directement étendre l'estimation des fonctions de croyance au sein de l'arbre au cadre multi-classe. Des expériences sont effectuées de manière à comparer ces arbres aux arbres de décision classiques Decision trees are popular classification methods. In this paper, we extend to multi-class problems a decision tree method based on belief functions previously described for two-class problems only. We propose three possible extensions : combining multiple two-class trees together and directly extending the estimation of belief functions within the tree to the multi-class setting. We provide experiments, results and compare them to usual decision trees.
LFA 2012
Auteur : Collectif LFAContributeurs : Inés Couso, Anne Laurent, Éric Benoit, Didier Dubois, Henri Prade, Agnès Rico, Miguel Couceiro, Jean-Luc Marichal, Serge Guillaume, Brigitte Charnomordic, Mouna Boughamsa, Messaoud Ramdani, Nicole El Zoghby, Véronique Cherfaoui, Bertrand Ducourthial, Thierry Denoeux, Mira Bou Farah, David Mercier, Éric Lefevre, François Delmotte, Nadia Ben Abdallah, Nassima Mouhous Voyneau, Thierry Denoeux, David Mercier, Éric Lefevre, Rémus Pusca, Cristian Demian, Raphael Romary, Olivier Pivert, Grégory Smits, Hélène Jaudoin, Allel Hadjali, Didier Dubois, Hélène Fargier, Dominique Guyonnet, Katia Abbaci, Allel Hadjali, Ludovic Liétard, Daniel Rocacher, Matthieu Puyo, Nadine Matton, Stéphane Vautier, Didier Dubois, Henri Prade, Salem Benferhat, Faiza Khellaf-Hamed, Ismahane Zeddigha, Gilles Mauris, Leila Amgoud, Henri Prade, Farid Aiche, Didier Dubois, Afef Denguir, François Trousset, Jacky Montmain, Samia Boulkrinat, Allel Hadjali, Aïcha Mokhtari, Sawsan Kanj, Fahed Abdallah, Thierry Denoeux, Olivier Strauss, Désiré Dro Sidibe, William Puech, Samir Hachour, François Delmotte, Éric Lefevre, David Mercier, John Klein, Jean-Marc Vannobel, Perfecto Malaquias Quintero Flores, Federico Del Razo Lopez, Nicolas Sicard, Anne Laurent, Amal Oudni, Marie-Jeanne Lesot, Maria Rifqi, Reda Boukezzoula, Moheb Elmasry, Sylvie Galichet, Laurent Foulloy, Nicolas Sutton-Charani, Sébastien Destercke, Thierry Denoeux, Mehena Loudahi, John Klein, Jean-Marc Vannobel, Olivier Colot, Felipe Aguirre, Sébastien Destercke, Mohamed Sallak, Walter Schon
Collection : LFA
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : IHM, Informatique, intelligence artificielle, traitement données
Référence : 104728
L'application des dichotomies emboitées a la classification avec des intervalles de probabilités
Auteurs : Gen Yang, Sébastien Destercke, Marie-Hélène MassonLa décomposition binaire consiste à transformer un problème de classification multiclasse en une série de problèmes binaires plus simples. Cette technique peut fournir cependant des estimations de probabilités conditionnelles binaires inconsistantes entre elles. Les dichotomies emboîtées, qui proposent une décomposition arborescente, permettent d'éviter cet inconvénient. Cependant, une mauvaise estimation des probabilités dans l'arbre peut toujours biaiser les prédictions. Pour remédier à ce problème, nous proposons de considérer les dichotomies emboîtées avec des intervalles de probabilit és. Les expériences montrent que cette approche a plusieurs avantages : inférences plus prudentes quand peu d'information est disponible, et calcul avec des intervalles de probabilités plus efficaces quand des fonctions de coûts génériques sont considérées. Binary decomposition techniques transform a multiclass problem into several simpler binary problems. In such techniques, a classical issue is to ensure the consistency between the binary assessments of conditional probabilities. Nested dichotomies, which consider treeshaped decomposition, do not suffer from this issue. Yet, a wrong probability estimate in the tree can strongly biase the predictions. To overcome this issue, we consider in this paper imprecise nested dichotomies, in which binary probabilities become imprecise. We show in experiments that the approach has many advantages : it provides cautious inferences when only little information is available, and allows to make efficient computations with imprecise probabilities even when considering generic cost functions.
LFA 2014
Auteur : Collectif LFAContributeurs : Bernard Fustier, Trevor Martin, Serge Boverie, Paul-Antoine Bisgambiglia, Dominique Urbani, Éric Innocenti, Mohammed Boumediene, Jean-Philippe Lauffenburger, Jérémie Daniel, Christophe Cudel, Liviu-Cristian Duţu, Gilles Mauris, Philippe Bolon, Stéphanie Dabic, Jean-Marc Tissot, Jérôme Dutozia, Karine Emsellem, Christine Voiron-Canicio, Olivier Pivert, Grégory Smits, Aurélien Moreau, Hélène Jaudoin, Ludovic Liétard, Daniel Rocacher, Allel Hadjali, Pierre Nerzic, Grégory Smits, Olivier Pivert, Nahla Ben Amor, Fatma Essghaier, Hélène Fargier, Nahla Ben Amor, Zeineb Elkhalfi, Hélène Fargier, Wided Guezguez, Didier Dubois, Zied Elouedi, Rim Hentech, Henri Prade, Tomáš Kroupa, Bruno Teheux, Gilles Moyse, Marie-Jeanne Lesot, Bernadette Bouchon-Meunier , Grégory Smits, Olivier Pivert, Marie-Jeanne Lesot, Éric Lefevre, Frédéric Pichon, David Mercier, Zied Elouedi, Benjamin Quost, Gen Yang, Sébastien Destercke, Marie-Hélène Masson, Isabelle Bloch, Jamal Atif, Amal Oudni, Marie-Jeanne Lesot, Maria Rifqi, Olivier Strauss, Farès Graba, Frédéric Comby, Benyamine Allouche, Laurent Vermeiren, Antoine Dequidt, Michel Dambrine, Abdelmadjid Cherifi, Laurent Arcese, Kevin Guelton, Victor Estrada-Manzo, Zsofia Lendek, Thierry Marie Guerra, Raymundo Márquez, V. Campos, Thierry Marie Guerra, R. Palhares, Alexandre Kruszewski, Miguel Bernal, AnhTu Nguyen, Antoine Dequidt, Jimmy Lauber, Stefan Janaqi, Sébastien Harispe, Jacky Montmain, Sylvie Ranwez, Safia Bal-Bourai, Aïcha Mokhtari, Didier Dubois, Henri Prade, Agnès Rico, Salem Benferhat, Karim Tabia, Zied Bouraoui, Saïd Jabbour, Yue Ma, Badran Raddaoui, Lakdhar Sais, Oumaima Boussarsar, Imen Boukhris, Zied Elouedi, Nahla Ben Amor, Didier Dubois, Héla Gouider, Henri Prade, Asma Belhadi, Didier Dubois, Faiza Khellaf-Hamed, Faiza Khellaf-Hamed, Henri Prade, Matteo Caglioni, Didier Dubois, Giovanni Fusco
Collection : LFA
Rubrique : Données – informatique – I.A. – IHM
Public concerné : Spécialistes
Mots clés : IHM, Informatique, intelligence artificielle, traitement données, Logique floue
Référence : 115618