8 octobre 2026 à 09h30 (LILLIAD Learning Center Innovation - Amphi B)
L'objectif de cette thèse est de développer de nouveaux algorithmes adaptatifs, et de prouver des garanties sur le nombre d'observations nécessaires pour répondre à un test avec un niveau de confiance suffisant, dans un régime où peu d'échantillons sont disponibles. Comme la limitation sur le nombre d'échantillons est souvent due à une difficulté pour rassembler des observations, ce qui empêcherait un algorithme de s'adapter à chaque pas de temps, on veut déterminer combien d'adaptabilité est nécessaire pour tout de même avoir des améliorations significatives par rapport à des méthodes non adaptatives. Finalement, motivés par des applications dans le domaine des essais cliniques, on étudiera comment arrêter le test aussi tôt que possible tout en garantissant que les patients reçoivent des traitements efficaces.
Composition du jury proposé Mme Emilie KAUFMANN Chargée de recherche Université de Lille Directrice de thèse, M. Bruno GAUJAL Directeur de recherche Université Grenoble Alpes Rapporteur, M. Gergely NEU Full professor Universitat Pompeu Fabra Rapporteur, Mme Claire VERNADE Full professor UTN Examinatrice, M. Alexandre PROUTIèRE Professeur EECS school, KTH Examinateur, M. Rémy DEGENNE Chargé de recherche Université de Lille Co-directeur de thèse, Mme Rianne DE HEIDE Associate Professor University of Twente Examinatrice.
français
English