i.Présentation
Docteur en informatique diplômé de l'Institut National des Sciences Appliquées de Rennes (INSA Rennes),
je suis actuellement ATER à l'IUT de Montreuil — Université Paris 8, et mène mes activités de recherche
au Laboratoire d'Intelligence Artificielle et Sémantique des Données (LIASD),
au sein de l'équipe Espaces Intelligents de Données (EID).
Ma thèse, soutenue le 3 décembre 2025 à l'INSA Rennes, a été menée dans le cadre du projet ANR SKETCH
(21-CE38-0009) au sein de l'équipe Systems for Hybrid Analysis of DOCuments (SHADOC)
de l'Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA). Elle a porté sur
la conception d'un système tutoriel intelligent pour l'apprentissage par le dessin de l'anatomie basé sur l'interprétation à la volée de croquis
manuscrits semi-structurés.
Je poursuis aujourd'hui mes recherches autour de l'alignement de graphes hétérogènes par signatures
structurelles et sémantiques, et des systèmes de recommandation argumentatifs combinant grands modèles
de langage et raisonnement sur graphes d'arguments.
iii.Travaux de thèse
- Établissement
- Institut National des Sciences Appliquées de Rennes (INSA Rennes)
- Unité de recherche
- Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) — équipe Systems for Hybrid Analysis of DOCuments (SHADOC)
- École doctorale
- Mathématiques, télécommunications, informatique, signal, systèmes, électronique (MATISSE)
- Projet
- ANR SKETCH (21-CE38-0009)
- Directeur de thèse
- Éric Anquetil, Professeur des Universités, INSA Rennes
- Co-encadrante
- Nathalie Girard, Maître de Conférences, Université de Rennes
Mes travaux de thèse portent sur la conception du système tutoriel intelligent IntuiSketch,
adapté à un contexte d'apprentissage par le dessin de l'anatomie sur tablette stylet.
Le système s'articule autour de deux modes d'utilisation — un mode auteur,
dans lequel l'enseignant définit l'exercice étape par étape, les entités à dessiner et les
consignes associées, et un mode étudiant, dans lequel l'apprenant réalise cet exercice
sur une tablette stylet — et de deux moteurs complémentaires : un moteur de
reconnaissance, chargé d'interpréter à la volée les croquis manuscrits, et un moteur
de supervision, chargé de suivre les progrès de l'apprenant et de fournir des feedbacks appropriés.
Deux axes complémentaires
-
Interprétation à la volée de croquis manuscrits semi-structurés
en se basant sur le formalisme CD–CMG (Context-Driven Constraint Multiset Grammar),
une famille de grammaires formelles bidimensionnelles, intégrant un classifieur
capable d'apprendre à partir de peu d'exemples ainsi que des mécanismes de logique floue.
-
Supervision en temps réel des productions des apprenants et génération de feedbacks adaptés
reposant sur la représentation de la connaissance experte d'un exercice
sous la forme d'un graphe de connaissances généré automatiquement.
iv.Projets de recherche en cours
Dans le cadre de mon poste d'ATER au LIASD, mes travaux s'inscrivent dans les thèmes de recherche
de l'équipe EID, en particulier le Thème 3 : Plongement de graphes multimodaux,
qui vise à apprendre des représentations de graphes pour modéliser et analyser des données
hétérogènes et multimodales.
№ 01Projet de recherche
Alignement de graphes hétérogènes par signatures structurelles et sémantiques
avec M. Mario Cataldi & M. Jinfeng Zhong, Maîtres de Conférences, Université Paris 8
L'objectif est d'analyser un graphe construit à partir de données relationnelles,
où chaque nœud représente une entité et chaque arête représente une relation telle qu'une interaction,
une co-occurrence ou un lien sémantique. L'approche vise à comparer deux graphes distincts —
issus de sources différentes, de collections indépendantes ou de périodes temporelles distinctes —
afin d'identifier les situations dans lesquelles deux nœuds, bien que décrits par des identifiants
différents ou en présence de bruit et d'informations incomplètes, correspondent en réalité à la même entité.
-
Caractérisation structurelle des nœuds
Construction, pour chaque nœud, d'une représentation décrivant les relations qui l'entourent
ainsi que les motifs structurels présents dans son voisinage.
-
Propagation des informations structurelles
Propagation contrôlée d'informations dans le voisinage du nœud, afin de capturer les motifs
de connectivité locaux et la position structurelle des nœuds dans le graphe.
-
Intégration des informations sémantiques
Enrichissement des représentations structurelles par les informations sémantiques associées
aux nœuds, intégrées dans un vecteur de signature conjointe.
-
Alignement des graphes
Mise en correspondance des nœuds entre graphes hétérogènes sur la base des signatures obtenues.
№ 02Projet de recherche
Systèmes de recommandation argumentatifs basés sur des LLMs
avec M. Jinfeng Zhong, Maître de Conférences, Université Paris 8
L'objectif est de concevoir et d'évaluer un pipeline de recommandation produisant des explications
argumentatives structurées, explicables et contestables, en combinant les capacités de génération
des LLMs et un raisonnement explicite sur des graphes d'arguments.
-
Construction du graphe d'arguments
Construction automatique, à l'aide d'un LLM, d'un graphe d'arguments (arguments pour/contre,
relations de support et d'attaque) à partir de données textuelles : avis utilisateurs,
descriptions d'items, préférences.
-
Génération de la recommandation
Raisonnement sur le graphe afin de produire une recommandation accompagnée d'une explication
structurée mettant en évidence les arguments dominants et les contre-arguments principaux.
-
Analyse de la contestabilité
Étude de l'évolution de la recommandation lorsque certains arguments sont contestés ou que
les préférences utilisateur changent.
v.Encadrement de stages
Enrichissement d'ontologies par approche neuro-symbolique — Génération et validation de nouveaux concepts à l'aide d'un LLM
Master de Recherche M2 · LIASD, équipe EID · 2026
Exploitation d'un modèle de langage pour générer de nouveaux concepts, propriétés et axiomes,
puis validation automatique de ces propositions à l'aide d'un moteur de raisonnement symbolique OWL.
Le stage prévoit la conception d'un pipeline complet : extraction automatique de candidats à partir
de textes, génération d'axiomes (domain, range, hiérarchie), et vérification de cohérence.
Co-encadrement avec M. Thamer Mecharnia, M. Jinfeng Zhong et Mme Sihem Belabbes.
Argumentation et LLMs : vers des recommandations explicables et contestables
Master de Recherche M2 · LIASD, équipe EID · 2026
Conception d'un cadre combinant génération par LLM et raisonnement argumentatif explicite
afin de produire des recommandations explicables et contestables.
Co-encadrement avec M. Jinfeng Zhong.