Séminaire étudiants III
L’enregistrement de ce séminaire est indisponible.
Heure et date : le 7 décembre 2022 à 12h30
Lieu : PK-5115 et Zoom
12h30 – 13h00
Conférencier : Jérémy Prudhommeaux
Titre : « Évaluation sécurisée de modèle pour la prédiction phénotypique »
Résumé : Le séquençage du génome est devenu une réalité technologique destinée à changer en profondeur le domaine médical. Combiné à d’autres techniques telles que l’apprentissage machine, le séquençage facilite le diagnostic médical, le test de paternité, ou encore l’identification de souches virales. Les données génomiques, ainsi que leurs applications sont porteuses de grands espoirs mais également particulièrement sensibles en termes de confidentialité des données personnelles. Afin de sécuriser les modèles qui exploiteront ces données, plusieurs méthodes de confidentialité sont à l’étude. Dans ce travail, nous nous concentrons sur l’utilisation du chiffrement homomorphe pour l’évaluation sécurisée de modèles pour la prédiction phénotypique.
Bio : Jérémy Prudhommeaux est en dernière année de l’école d’ingénieur CentraleSupélec, en mention cybersécurité. Après un stage de 6 mois en intelligence artificielle en France, il effectue son second stage de césure à l’UQAM, où il travaille sur la problématique de la sécurisation de modèles de machine learning apprenant et inférant sur des données génomiques.
13h00 – 13h30
Conférencier : Alexandre Delile Benoit
Titre : « Protection de la vie privée et des renseignements personnels dans le contexte de commerce électronique »
Résumé : En raison du nombre grandissant d’applications Web et mobiles commerciales disponibles au grand public, de nombreux détaillants procèdent à la collecte de données massives sur leurs clients. Cette collecte de données peut sembler être un arrangement gagnant–gagnant entre le commerçant et le client mais, dans les faits, elle est largement asymétrique et se fait en grande partie au détriment des clients. Ce projet propose la construction d’un modèle, sur une plateforme Web et mobile, visant à restreindre l’exposition des renseignements personnels des clients et ainsi réduire les inégalités de gain entre le client et le commerçant, sans toutefois nuire à l’expérience client.
Bio : Alexandre Delile BENOIT termine une maitrise en génie logiciel à l’UQAM. Il détient également un diplôme de programme cours de deuxième cycle et un baccalauréat en génie logiciel. À l’emploi du réseau de la santé et des services sociaux québécois depuis plus de 15 ans, il a collaboré, à titre d’analyste spécialisé à des projets de développements d’applications cliniques, d’applications de gestion d’annuaire (Lightweight Directory Access Protocol) LDAP pour l’identification et l’authentification, d’applications de formations en ligne, de gestion d’interfaces HL7 et de sites intranet.
13h30 – 14h00
Conférencière : Imane Chraki
Titre : « MaTreeX : La combinaison de matrices et d’arbres de décision »
Résumé : Alors que l’utilisation de la factorisation matricielle est à la base des systèmes de recommandation les plus performants, celle-ci souffre d’un problème d’interprétabilité. Dans cet exposé, nous proposons un nouveau modèle qui généralise l’approche de la factorisation de matrices en y incorporant des arbres de décision. De cette façon, nous obtenons des modèles efficaces et interprétables.
Bio : Imane Chraki, étudiante en cursus d’ingénieur à CentraleSupélec, Université Paris-Saclay. Actuellement en dernière année de son cursus, elle est en dominante Mathématiques et Data Science option science de données et de l’information. Durant le deuxième semestre de l’année universitaire 2021/2022, elle a effectué un stage de recherche à l’UQAM autour des systèmes de recommandations.
