Vers une intelligence artificielle autonome et explcable pour des environnements incertains
Langue Français
Langue Français
Auteur : Orhand, Romain
Date de soutenance : 10-11-2022
Directeur(s) de thèse : Collet, Pierre - Parrend, Pierre
Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Date de soutenance : 10-11-2022
Directeur(s) de thèse : Collet, Pierre - Parrend, Pierre
Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Discipline : Informatique
Classification : Informatique
Mots-clés libres : Autonomie, Explicabilité, Incertitude, Systèmes de classeurs à anticipation
Mots-clés :
Classification : Informatique
Mots-clés libres : Autonomie, Explicabilité, Incertitude, Systèmes de classeurs à anticipation
Mots-clés :
- Intelligence artificielle
Type de contenu : Text
Format : PDF
Format : PDF
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAD016
Type de ressource : Thèse
Identifiant : 2022STRAD016
Type de ressource : Thèse