Version accessible
  • fr
  • en
Recherche rapide
  • Aide
  • Recherche avancée
  • Nouveautés
Naviguer par :
  • Accueil
  • Mémoires
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par master
      Recherche par master
    • Recherche avancée
      Recherche de ressources documentaires
    • Tous les mémoires
  • Thèses
    • Nouveautés
      Recherche de nouveautés dans les thèses
    • Recherche avancée
      Recherche de ressources
    • Par auteur
      Recherche par auteur
    • Par année
      Recherche par année de soutenance
    • Par laboratoire
      Recherche par laboratoire
    • Par thème
      Recherche thématique
    • Par école doctorale
      Recherche par école doctorale
    • Toutes les thèses
  • Publications de recherche
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par laboratoire de recherche
      Recherche par laboratoire
    • Recherche avancée
      Recherche de publication de recherche
    • Toutes les publications de recherche
  • Tous les documents
    • Nouveautés
      Recherche des nouveautés
    • Recherche avancée
      Recherche avancée sur plusieurs formats
    • Toutes les ressources

Fiche descriptive

  • Vous êtes ici :
  • Accueil
  • »
  • Fiche descriptive
???menu.description..???
  • Imprimer
  • Version PDF
  • Version XML
  • Ajouter à ma sélection
  • Partager
  • Courriel
  • Twitter
  • Facebook
  • del.icio.us
  • BlogMarks
  • Viadeo
  • LinkedIn
Interaction humain-IA pour la composition logicielle opportuniste en environnement ambiant (Document en Français)
Accès au(x) document(s)
Accéder au(x) document(s) :
  • http://thesesups.ups-tlse.fr/6243/Lien brisé : nonDroits d'accès : non autorisé
  • https://theses.hal.science/tel-05049512Lien brisé : nonDroits d'accès : consultation après authentification
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse consultable sur internet, en texte intégral.
 
Informations sur les contributeurs
Auteur : Delcourt Kevin
Delcourt, Kevin
Nom
Delcourt
Prénom
Kevin
Nationalité
Français

Date de soutenance : 18-11-2024

Directeur(s) de thèse : Arcangeli Jean-Paul
Arcangeli, Jean-Paul
Nom
Arcangeli
Prénom
Jean-Paul


Etablissement de soutenance : Université de Toulouse (2023-....)
Université de Toulouse (2023-....)
Nom
Université de Toulouse (2023-....)

Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....)
Institut de Recherche en Informatique de Toulouse (1995-....)
Nom
Institut de Recherche en Informatique de Toulouse (1995-....)

Ecole doctorale : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
École doctorale Mathématiques, informatique et télécommunications (Toulouse)
Nom
École doctorale Mathématiques, informatique et télécommunications (Toulouse)

  
Informations générales
Discipline : Informatique et Télécommunications
Classification : Bibliothéconomie et sciences de l'information

Mots-clés libres : Apprentissage automatique, Interaction humain-machine, Utilisateur dans la boucle, Intelligence ambiante, Intelligence artificielle
Mots-clés :
  • Apprentissage non supervisé (intelligence artificielle)
  • Interaction humain-machine
  • Intelligence ambiante
Résumé : L'Intelligence Artificielle (IA) s'intègre de plus en plus dans notre quotidien, rendant essentielles la compréhension et l'amélioration de l'interaction Humain-IA pour maximiser son potentiel et assurer une collaboration harmonieuse. Dans le contexte de l'Intelligence Ambiante (AmI), l'IA a le potentiel de transformer nos environnements en espaces intelligents et réactifs, capables de répondre à nos besoins avant même que nous les exprimions. Cette thèse vise à explorer les enjeux de cette interaction, à concevoir et à évaluer des solutions centrées sur l'humain pour l'AmI. À partir d'une revue critique de la littérature sur l'interaction Humain-IA, nous identifions des méthodes et des techniques pour mieux intégrer l'humain dans la boucle. Cela nous conduit à appliquer une démarche de conception d'IA centrée utilisateur à un système de Composition Logicielle Opportuniste. Ce système d'AmI construit des applications par assemblage de composants logiciels présents dans l'environnement de l'utilisateur (capteurs, objets connectés, etc.) de manière à répondre à ses besoins. Il apprend les préférences de l'utilisateur via un système multi-agent qui apprend par renforcement à partir du feedback de l'utilisateur. Ainsi nous concevons un système de Composition Logicielle Opportuniste centré sur l'humain, intégrant une gestion interactive de l'incertitude et divers mécanismes de feedback. Ces solutions permettent de donner plus de possibilités d'interaction à l'utilisateur et l'informent de manière plus transparente de l'état des connaissances du système apprenant. Ces solutions sont développées dans un environnement ambiant simulé en deux dimensions, sur une plateforme en ligne. Nous évaluons via cette plateforme les effets de ces solutions sur l'expérience utilisateur et sur l'apprentissage machine à travers des études utilisateurs à grande échelle (N > 150), mettant en relation les utilisateurs et notre système en ligne. Les résultats fournissent des informations précieuses sur les méthodes d'interaction dans notre cas d'étude, qui peuvent être élargies à l'AmI et l'interaction Humain-IA en général.
  
Informations techniques
Type de contenu : Text
Format : PDF
  
Informations complémentaires
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024TLSES182
Type de ressource : Thèse
À propos Aide
ORI-OAI-search 2.0.7 - © 2006-2014 ORI-OAI