Modélisation et gestion des préférences imparfaites avec la théorie des fonctions de croyance

Defense type
Thesis
Starting date
End date
Room
IRISA Rennes, salle Aurigny
Speaker
Yiru ZHANG (DRUID)
Theme

Aujourd’hui, surtout dans le monde numérique, il nous est demandé nos préférences sur toute sorte de choses. La modélisation et gestion de ces préférences ouvrent de nouveaux défis. Ces travaux se concentrent sur les imperfections dans l’information des préférences, telles que l’incertitude, l’imprécision et l’incomplétude. Dans cette thèse, nous passons en revue les méthodes d’état de l’art sur l’agrégation et l’apprentissage des préférences. Fondé sur la théorie des fonctions de croyance, nous pro-posons une modèle, nommé BFpref, permet-tant à raisonner les préférences au niveau du coupe à partir d’un degré de croyance.Le modèle BFpref est capable de représenter l’incertitude, l’imprécision ainsi que l’incomplétude par l’ignorance totale dans le cadre des fonctions de croyance. Nous proposons en-suite des stratégies pertinentes pour fusionner de multiple préférences crédibilistes. De plus, une distance sur les préférences imparfaites est introduite afin de tenir compte différemment des quatre types de relations de préférence. Cette distance est nommée Weighted Singleton Distance (WSD). La classification non-supervisée sur les préférences crédibilistes est aussi étudiée en distinguant les préférences complètes et incomplètes.

Composition of the jury
Philippe BESNARD Directeur de recherche CNRS, IRIT
Meltem ÖZTÜRK Maître de conférences, Université Paris Dauphine
Sébastien DESTERCKE Chargé de recherche HDR CNRS, UTC
Christine LARGERON Professeure, Université Jean Monnet
Arnaud MARTIN Professeur, Université Rennes 1
Tassadit BOUADI Maître de conférences, Université Rennes 1