Une quantité croissante de données est issues de flux de données. C’est le cas par exemple de données provenant de systèmes de monitoring de patients dans les hôpitaux, ou bien des données sur l’état de la planète produites en continu par toute une panoplie de capteurs. Deux perspectives existent sur les flux de données : celle de l’apprentissage en-ligne et celle de la classification de séries temporelles. Dans la première, le problème est d’adapter une règle de prédiction face à des variations possibles de l’environnement. Dans la seconde, le défi consiste à savoir représenter et apprendre les structures séquentielles pertinentes.
Cet exposé va essayer de tisser des liens entre les deux perspectives. On présentera d’abord une tâche de classification précoce de séries temporelles dans laquelle chaque mesure supplémentaire a un coût. Nous introduirons ensuite un algorithme pour la classification précoce de séries temporelles et nous montrerons ses liens avec le cadre LUPI (Learning Using Privileged Information) introduit par Vapnik et Vashit en 2009.
Nous montrerons alors que la classification précoce de séries temporelles peut être considérée comme un problème d’apprentissage par transfert et que par conséquent l’algorithme présenté est un algorithme d’apprentissage par transfert.
Nous conclurons en suggérant que l’approche d’apprentissage par transfert décrite peut aider à déterminer quelle information sur le passé est utile dans l’apprentissage en-ligne, une question centrale pour la conception de ces systèmes.
Antoine Cornuéjols is a professor at AgroParisTech. He is co-author with Laurent Miclet and Vincent Barra of the book "Artificial Learning. Deep learning, concepts and algorithms". He is particularly interested in transfer learning and supervised and unsupervised collaborative learning methods. He is responsible for the LINK (Learning and Integration of Knowledge) team that approaches data science issues by combining automatic learning methods and knowledge engineering approaches to enrich and merge data and information from multiple sources.
The seminar will take place on October 15 at 2pm at the IRT SystemX.
Registration free but mandatory within the limit of available seats.
For security reasons, no access to the conference room for unregistered participants