Français Anglais
Accueil Annuaire Plan du site
Accueil > Production scientifique > Thèses et habilitations
Production scientifique
Doctorat de

Doctorat
Equipe : Apprentissage et Optimisation

Réseaux de Neurones Génératifs pour la Découverte de Méchanismes Causaux: Algorithmes et Applications

Début le 01/01/2017
Direction : GUYON, Isabelle

Ecole doctorale : ED STIC 580
Etablissement d'inscription : Université Paris-Saclay

Lieu de déroulement : LRI - amphithéâtre Shannon du Bâtiment 660

Soutenue le 17/12/2019 devant le jury composé de :
Kristin Bennett, Professeur, Rensselaer Polytechnic Institute | Rapporteur
Kun Zhang, Assistant Professor, Carnegie Mellon University | Rapporteur
Jean-Pierre Nadal, Directeur de Recherche au CNRS, École Normale Supérieure | Examinateur
Julie Josse, Professeur, CMAP & INRIA | Examinateur

Activités de recherche :

Résumé :
La découverte de relations causales est primordiale pour la planification, le raisonnement et la decision basée sur des données d'observations; confondre correlation et causalité ici peut mener à des conséquences indésirables. La référence pour la découverte de relations causales est d'effectuer des expériences contrôlées. Mais dans la majorité des cas, ces expériences sont coûteuses, immorales ou même impossibles à réaliser. Dans ces cas, il est nécessaire d'effectuer la découverte causale seulement sur des données d'observations. Dans ce contexte de causalité observationnelle, retrouver des relations causales introduit traditionellement des hypothèses considérables sur les données et sur le modèle causal sous-jacent.

Cette thèse vise à relaxer certaines de ces hypothèses en utilisant la modularité et l'expressivité des réseaux de neurones pour la causalité, en exploitant à la fois et indépendences conditionnelles et la simplicité des méchanismes causaux, à travers deux algorithmes. Des expériences extensives sur des données simulées et sur des données réelles ainsi qu'une analyse théorique approfondie prouvent la cohérence et bonne performance des approches proposées.