1. Accueil
  2. consultants
  3. Mokhtar Zhadi ALAYA

consultants

Mokhtar Zhadi ALAYA Enseignant-chercheur

Maître de Conférence | GI - Génie Informatique | LMAC - Laboratoire de Mathématiques Appliquées de Compiègne

Mes activités de recherche portent à la fois sur les aspects théoriques, algorithmiques et pratiques du machine learning et deep learning. Elles se situent à l’intersection de la statistique (modélisation et garantie théorique), l’optimisation (algorithmes) et l’implémentation (informatique), qui sont les trois disciplines primordiales de la science des données.

Ma thèse de doctorat était dans le cadre supervisé et en grande dimension avec des applications en détection des ruptures multiples dans des données génomiques.

Je suis particulièrement intéressé par la théorie du transport optimal (OT) et ses applications en machine learning. l'OT a récemment suscité beaucoup d’intérêt dans la communauté du machine learning. Ses capacités inhérentes de comparaisons des mesures de probabilité étant à présent au cœur de plusieurs succès récents en machine learning.

Quelques de mes travaux de recherche sont listés ci-dessous. Pour une liste complète de ses publications, vous pouvez les consulter dans sa page web professionnelle à l'adresse suivante: https://mzalaya.github.io/

Revues internationales

  • Kechaou M., Alaya M. Z., Hearault R., Gasso G., (2025). Adversarial Semi-Supervised Domain Adaptation for Semantic Segmentation: A New Role for Labeled Target Samples. Computer Vision and Image Understanding, vol. 253.

  • Alaya M. Z., Bérar M., Gasso G., Rakotomamonjy A., (2024). Gaussian-Smoothed Sliced Probability Divergences. Transactions on Machine Learning Research.

  • Bouhadida M., Mazzi A., Brovchenko M., Vinchon T., Alaya M. Z., Monange W., Trompier F., (2023). Neutron Spectrum Unfolding using two Architectures of Convolutional Neural Networks. Nuclear Engineering and Technology, vol. 55, pp. 2276-2282.

  • Alaya M. Z., Bérar M., Gasso G., Rakotomamonjy A., (2022). Theoretical guarantees for bridging metric measure embedding and optimal transport. Neurocomputing, vol. 468, pp. 416-430.

  • Flamary R., Courty N., Gramfort A., Alaya M. Z., Boisbunon A., Chambon S., Chapel L., Corenflos A., Fatras K., Fournier N., Gautheron L., Gayraud N.T.H., Janati H., and Rakotomamonjy A., Redko I., and Rolet A., Schutz A., Seguy V., Sutherland D. J., Tavenard R., Tong A., Vayer T., (2021). POT: python optimal transport. Journal of Machine Learning Research, vol. 22, no. 78, pp. 1–8.

  • Alaya M. Z., Bussy S., Gaiffas S., Guilloux A., (2019). Binarsity: a penalization for one-hot encoded features in linear supervised learning. Journal of Machine Learning Research, vol. 20, no. 118, pp. 1–34.

Conférences internationales
  • Chapel L., Alaya M. Z., Gasso G., (2020). Partial optimal transport with applications on positive-unlabeled learning. Advances in Neural Information Processing Systems 33 (NeurIPS 2020), vol. 33, pp. 2903–2913.

  • Kechaou M., Herault R., Alaya M. Z., Gasso G., (2020). Open set domain adaptation using optimal transport. Joint European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PDKK 2020), pp. 412–435.

  • Alaya M. Z., Bérar M., Gasso G., Rakotomamonjy A. (2019). Screening Sinkhorn algorithm for regularized optimal transport. Advances in Neural Information Processing Systems 32 (NeurIPS 2019), vol. 32, pp. 12169-12179.
Mokhtar Zhadi Alaya

Contacts

Mokhtar Z. Alaya
Maître de Conférences

LMAC - UTC

Département Génie Informatique
57 avenue de Landshut, Compiègne, 60203

https://mzalaya.github.io/

alayaelm@utc.fr

Tel : +33 3 44 23 44 74

Vous avez un projet ?
Retour