Accéder directement au contenu

Abdelhak Imoussaten

Maitre de conférences IMT Mines Alès. EuroMov Digital Health in Motion.
1
Documents
Affiliations actuelles
  • 1100796
Identifiants chercheurs
  • IdHAL abdelhak-imoussaten
  • IdRef : 165531274
  • ORCID 0000-0002-1292-2681
  • Google Scholar : https://scholar.google.fr/citations?user=TlEPZUEAAAAJ&hl=fr&oi=ao

Présentation

**Mes travaux de recherche** ============================= Mes travaux de recherche s'inscrivent dans deux thématiques principales. Il s'agit du MCDA (Multiple Criteria Decision Analysis) et le traitement des incertitudes en IA (intelligence artificielle). En MCDA, je tente de développer des outils et des méthodes d’aide à la décision multicritère où les applications visées sont : l'évaluation environnementale, la gestion des déchets, la gestion des risques, etc. Plus particulièrement, les travaux se concentrent sur l'apprentissage automatique des préférences. Concernant le traitement des incertitudes en IA, il s'agit de mettre en place des algorithmes prudents de classification supervisée ou de clustering lorsque les données sont entachées de fortes imperfections. Les applications visées sont le mouvement humain, la santé et le tri automatique des plastiques à des fins de recyclage. **Mes enseignements** ====================== *Analyse multicritère et traitement des incertitudes en IA ; Statistiques Bayésiennes ; Logique floue ; Recherche Opérationnelle ; Algorithmique et Programmation Objet.*
IMT Mines Alès 6 avenue de Clavières 30100 ALES email: [@abdelhak.imoussaten ](mailto:abdelhak.imoussaten@mines-ales.fr) = **Current Position** ======================= Assistant professor at IMT Mines Alès. EuroMov Digital Health in Motion. **research works** ==================== My research works fall under two main themes: MCDA (Multiple Criteria Decision Analysis) and uncertainties in IA (artificial intelligence). In MCDA, the aim is to develop multi-criteria decision support tools and methods where the targeted applications are: environmental assessment, waste management, risk management, etc. More specifically, the works focus on the preferences elicitation and preference learning techniques. Concerning uncertainties in AI, it concerns the developments of cautious algorithms for supervised classification or clustering when the data are affected by strong imperfections. The targeted applications are human movement, health and the automatic sorting of plastics for recycling purpose. **Teaching** ============ *Multiple criteria decision analysis; uncertainties in IA ; Bayesian Statistics ; Fuzzy Logic ; Operational research.*

Domaines de recherche

Intelligence artificielle [cs.AI]

Compétences

Publications

1054562