Johny MATAR : "Optimisation des techniques d’apprentissage automatique pour le clustering génomique"

Résumé : Dans le domaine de la bioinformatique, le clustering est une technique efficace pour l'analyse des séquences. Le clustering spectral a récemment été introduit comme un nouvel acteur dans ce domaine. C’est une technique efficace pour le clustering de séquences bien séparées et les GMM sont souvent capables de partitionner des groupes qui intersectent. Pourtant, les outils de clustering disponibles, pour les séquences biologiques, présentent de nombreux obstacles: i- les plus utilisés nécessitent un choix précis d'un seuil d'identité ou de similarité qui n'est pas toujours évident, ii- la plupart d'entre eux ne sont pas conçus pour regrouper des séquences assez divergentes, et iii- une technique récente, qui repose sur le clustering spectral, et qui ne nécessite aucune connaissance préalable des propriétés des séquences d'entrée, est assez lente et n'a pas été suffisamment validée. De plus, les performances de plusieurs techniques de clustering bien connues ne sont toujours pas évaluées dans le domaine du clustering de séquences biologiques. Tout d'abord, étant donné que la technique récente qui repose sur le clustering spectral offre une solution aux obstacles connus des outils traditionnels, des solutions à ses propres obstacles seront visée. Cette amélioration est basée sur la réduction du temps requis pour le calcul d'affinité par paires de séquences. La solution proposée est d'adopter un schéma de calcul parallèle pour ce calcul. Cette solution a été implémentée, selon l'architecture distribuée maître/esclave, en utilisant la MPI, et a montré une amélioration considérable du temps de calcul.

Composition du jury :

M. Christophe GUYEUX Full professor Université Bourgogne Franche-Comté Directeur de thèse
M. Rony DARAZI Full professor Université Antonine Rapporteur
M. Pierre SPITERI Full professor  Ecole Nationale Supérieure d’Electrotechnique, d’Electronique, d’Informatique, d’Hydraulique et des Télécommunications Examinateur
M. Flavien VERNIER Maître de conférences Université Savoie Mont Blanc Rapporteur
M. Hicham EL KHOURY Associate Professor Université Libanaise Co-encadrant de thèse
M. Jean-Claude CHARR Maître de conférences Université Bourgogne Franche-Comté Co-encadrant de thèse

Localisation : UFR STGI 19 Avenue du Maréchal Juin 90016 BELFORT - Salle : 108 - Bâtiment E