Les propositions de projets de M1. Vous devrez faire votre choix (en contactant directement les encadrants) pour le 26 Janvier.
Attention les projets s'affichent sur plusieurs pages!
Ce projet vise à comprendre comment les utilisateurs cherchent et trouvent leurs applications sur les smartphones. La salience de certaines icons peuvent attirer l'attention des utilisateurs novices alors que la consistence spatiale / l'organisation peut faciliter la recherche visuelle des utilisateurs plus expérimentés. Il n'est pas clair comment ces deux facteurs (salience vs. recherche visuelle) s'entrelacent.
L’apprentissage par renforcement est une méthode d’apprentissage automatique qui permet à un agent d’améliorer progressivement sa performance au cours de ses interactions avec son environnement. Des méthodes d’apprentissage par renforcement profond sont apparues récemment et permettent de traiter le cas où les observations de l’agent sont dans un espace continu de très grande taille, et où les actions elles-mêmes sont continues.
Les gated autoencoders constituent une famille de réseaux de neurones profonds qui connectent trois sources d’information au travers d’une relation multiplicative. Ils ont généralement deux entrées et une sortie, mais les rôles des différentes sources sont interchangeables (les entrées peuvent devenir des sorties, et réciproquement).
CollectBall est un environnement simulé développé en C++ à l’ISIR qui permet d’évaluer les capacités à résoudre des problèmes de navigation et de sélection de l’action de divers algorithmes d’apprentissage artificiel. Dans ces simulations, un agent autonome doit apprendre à récolter des balles et à les déposer dans un panier en se déplaçant dans des pièces délimitées par des murs. Il peut même déclencher l’ouverture d’une porte qui lui donne accès à davantage de balles.
Ce projet est dans le domaine de l'interaction homme-machine (IHM).
== Probleme ==
Bien que les raccourcis claviers sont efficaces, il s'avère que beaucoup d'utilisateurs continuent à utiliser les menus qui sont plus lents. Ceci a de fortes implications sur la productivité
Le cadre de ce projet est relié au logiciel open source Marmote qui est dédié à la modélisation et au calcul autour des Chaine de Markov et plus précisément à sa bibliothèque de résolution des Processus de Décision Markovien (PDM). Cette bibliothèque est développée en C++ et contient déjà des algorithmes classiques de résolution. Cependant la version actuelle nécessite un certain nombre d’évolutions pour pouvoir être utilisée par un public ayant une connaissance des Processus de Décision Markoviens et cherchant un solveur facile à mettre en oeuvre.
