Roxane ELIAS MALLOUHY : "Analyse prédictive de séries temporelles dans divers contextes applicatifs"

Résumé : Dans le domaine de la bioinformatique, le clustering est récemment apparu comme une technique très efficace pour l'analyse des séquences. Alors que des algorithmes gloutons et hiérarchiques sont utilisés dans la majorité des outils disponibles, le clustering spectral a récemment été introduit comme un nouvel acteur dans ce domaine. Le clustering spectral est une technique efficace pour le clustering de séquences bien séparées et les GMM sont souvent capables de partitionner des groupes qui intersectent, étant donné une intégration adéquatement conçue. Pourtant, les outils de clustering traditionnels présentent de nombreux obstacles tels que le besoin de paramètres non évidents et le manque d'optimisation pour gérer des séquences potentiellement divergentes. De plus, une technique nouvellement introduite, qui cible le regroupement de séquences potentiellement divergentes, n'a été expérimentée que sur un seul ensemble de données. De plus, les performances de plusieurs techniques de clustering, bien connues, ne sont pas évaluées dans le domaine du clustering de séquences biologiques. Cette thèse se focalise principalement sur la validation et l'optimisation de nouvelles techniques de regroupement de séquences biologiques, qui présentent des niveaux de divergence inconnus et éventuellement élevés. Afin de réaliser ce but, deux axes principaux ont été considérés, à savoir, les techniques de clustering et la vitesse de traitement. Dans le premier axe, de nouvelles techniques de clustering ont été proposées et évaluées dans le domaine du clustering de séquences, pour résoudre les limitations imposées par les techniques traditionnelles. Alors que le deuxième axe s'est attaqué à l'optimisation de la vitesse des techniques valides, en proposant des schémas de mise en œuvre plus efficaces, tels que la substitution de modules externes, le recodage de certaines modules dans des langages de programmation bas-niveau et l'utilisation de la technique de calcul parallèle.

Composition du jury :

M. Christophe GUYEUX, Professeur Université Bourgogne Franche-Comté, Directeur de thèse
M. Chady ABOU JAOUDE, Professeur Ticket Lab. Faculty of Engineering, Antonine University, Co-directeur de thèse
M. Abdallah MAKHOUL Professeur Femto-ST Institute, UMR 6174 CNRS, Examinateur
M. Hijazi ABBAS Professeur Université Libanaise, Examinateur
M. Jacques DEMERJIAN, Professeur Université Libanaise, Rapporteur
M. Lionel BRUNIE, Professeur des universités, Institut National des Sciences Appliquées de Lyon, Rapporteur

Localisation : IUT de Belfort-Montbéliard 19, Avenue du Maréchal Juin Bâtiment E 90016 BELFORT - Salle : 206