Appel à candidature en Doctorat
Le projet INTERIM « INtelligence artificielle au service du Tourisme : Évolution et Renouvellement de l’Industrie du tourisme au Maroc », dans le cadre du Programme Al-Khawarizmi, vise la contribution à la complétude de la Stratégie Sectorielle « Tourisme » du gouvernement. En vue de permettre aux gestionnaires de destination Marocains de se différencier et d’améliorer leurs parcours clients.
INTERIM consiste à développer une plateforme informatique intelligente qui vise à présenter des informations touristiques utiles à ses utilisateurs afin de leur aider à profiter de leur séjour au Maroc. Cette plateforme vise à collecter aussi les informations de ses utilisateurs et leur proposer des services multiples en vue d’enrichir le tourisme au Maroc. De plus, elle sera dotée des technologies récentes de l’intelligence artificielle afin de proposer des services multiples en relation avec le texte, la parole et l’image.
La démarche scientifique menant à une stratégie de gestion efficace et effective du projet INTERIM, se fera en grande partie sous forme d’encadrement de sujets de thèses. Ainsi, les axes principaux, avec des interactions évidentes entre les différentes tâches prédéfinies dans le projet, se déclinent sous les sujets de thèses ci-après.
Titre du sujet:
Laboratoire de Mathématiques, Informatique et Applications
Description:
L'industrie touristique est en constante évolution, et les voyageurs recherchent de plus en plus des expériences de voyage personnalisées et adaptées à leurs préférences individuelles. Les systèmes de recommandation jouent un rôle essentiel dans la fourniture de recommandations pertinentes aux voyageurs. L'intégration du Traitement Automatique du Langage Naturel (NLP) dans ces systèmes offre de nouvelles opportunités pour comprendre les besoins des voyageurs, leurs sentiments et leurs intentions, afin de fournir des recommandations plus précises et personnalisées.
Objectif:
Cette thèse a pour objectif de mener une étude approfondie sur les systèmes de recommandation basés sur le Traitement Automatique du Langage Naturel (NLP) dans le contexte de l'industrie touristique.
Cette thèse est financée dans le cadre du Programme Al-Khawarizmi d'appui à la recherche dans le domaine de l’Intelligence Artificielle et ses Applications
Mots clés:
Traitement Automatique du Langage Naturel (NLP), Systèmes de recommandation, Intelligence artificielle, Deep Learning, Tourisme
Directeur de thèse:
Pr. Ayad Habib
habib.ayad@univh2c.ma - ayad.habib@gmail.com
Plateforme de candidature en ligne
Titre du sujet:
Laboratoire de Mathématiques, Informatique et Applications
Description:
Dans l'ère numérique actuelle, la sécurité des images est essentielle pour protéger les droits d'auteur, prévenir la diffusion de contenu inapproprié et garantir l'intégrité des données visuelles. L'intelligence artificielle (IA) offre des opportunités pour développer des techniques de protection d'image avancées, allant du watermarking à la détection automatique de contenu inapproprié. Cette thèse se concentre sur l'utilisation de l'IA pour renforcer la protection des images.
Objectif:
Cette thèse vise à explorer et à développer des techniques de protection d'image en utilisant les algorithmes de l'intelligence artificielle.
Cette thèse est financée dans le cadre du Programme Al-Khawarizmi d'appui à la recherche dans le domaine de l’Intelligence Artificielle et ses Applications
Mots clés:
Protection d'image, Watermarking, Intelligence artificielle, Traitement d'images
Directeur de thèse:
Pr. Ayad Habib
habib.ayad@univh2c.ma - ayad.habib@gmail.com
Plateforme de candidature en ligne
Titre du sujet:
Laboratoire de Mathématiques, Informatique et Applications
Description:
Les chatbots multimodaux représentent une avancée passionnante dans le domaine de l'intelligence artificielle, combinant habilement divers modes de communication tels que la parole, le texte et les images pour créer une expérience interactive enrichie. Contrairement aux chatbots conventionnels, qui se cantonnent souvent à un seul mode d'échange, les chatbots multimodaux transcendent ces limites en exploitant des canaux multiples pour décoder les requêtes des utilisateurs et fournir des réponses pertinentes. Dans le secteur spécifique du tourisme, l'essor des chatbots multimodaux ouvre de nouvelles perspectives captivantes. En exploitant les potentialités de l'Intelligence Artificielle (IA), notamment l'apprentissage automatique et le traitement du langage naturel (NLP), ces chatbots deviennent des compagnons virtuels essentiels pour les voyageurs. Imaginez un chatbot convivial et polyglotte qui, en plus de comprendre le texte, peut analyser des images de lieux touristiques emblématiques et même comprendre les descriptions vocales des voyageurs.
Objectif:
L'objectif de cette thèse est la conception et le développement de chatbot multimodal destiné à l'interaction avec les touristes. Ce chatbot tirerait parti de modèles d'apprentissage en profondeur tels que Vision Transformer (ViT), Bidirectional Encoder Representations from Transformers (BERT) et Dialogue Generative Pre-trained Transformer (DialoGPT) pour assimiler et générer des réponses à partir d'une variété de données, y compris des clichés de sites touristiques ainsi que les images des monuments historiques. Cette recherche pourrait consacrer une part substantielle à l'évaluation approfondie des performances du chatbot. L'évaluation se concentrerait non seulement sur la qualité des réponses générées, mais également sur l'expérience globale de l'utilisateur lors des interactions. Au cœur de cette thèse, une étape cruciale consisterait à comparer les performances du chatbot multimodal avec d'autres systèmes de chatbot déjà existants. Cette analyse comparative démontrerait l'efficacité et la pertinence du chatbot proposé, en mettant en évidence son aptitude à fournir des informations touristiques précieuses de manière engageante et interactive. Plus qu'un simple outil, ce chatbot serait un véritable guide virtuel, offrant aux voyageurs une assistance personnalisée tout au long de leur périple.
Mots clés:
NLP, Chatbot multimodal, BERT, Vision Transformers (ViT), DialoGPT, ChatGPT.
Directeur de thèse:
Prof. Abdellah ADIB
abdellah.adib@fstm.ac.ma - adibab@gmail.com
Plateforme de candidature en ligne
Titre du sujet:
Laboratoire de Mathématiques, Informatique et Applications
Description:
La reconnaissance automatique de la parole (RAP) consiste à transcrire automatiquement un contenu parlé afin obtenir la séquence de mots correspondante. Les applications de la reconnaissance de la parole sont nombreuses. Elle libère complètement l’usage de la vue et des mains, et laisse l’utilisateur libre de ses mouvements. La vitesse de transmission des informations est supérieure, dans la RAP à celle que permet l’usage du clavier. Enfin tout le monde ou presque sait parler, alors que peu de gens sont à l’abri des fautes de frappe et d'orthographe. Dans le domaine touristique, tous les secteurs ont atteint des niveaux avancés de libre-service et de réduction des volumes de contact direct. Les experts dans le domaine recherchent des mécanismes sans contact et surtout plus sophistiqués ; d’où la RAP constitue un moyen de communication plus naturel avec les machines et permet de créer des expériences personnalisées pour les touristes. L’adoption des avancées du Deep Learning dans le domaine de la RAP était relativement progressive ; et plus récemment, les approches end-to-end évoluent de plus en plus et pourront devenir la nouvelle référence dans la RAP à l’instar de nombreuses autres tâches.
Objectif:
Le projet vise à développer un système E2E pour la reconnaissance vocale, permettant aux utilisateurs d’interagir avec les appareils pour accéder aux services par le biais d’une interaction naturelle : la parole et ce à travers les objectifs suivants :
• Expérimenter et comparer différents modèles de Deep Learning dans une architecture E2E ; à travers les architectures encodeur-décodeur, séquences-en-séquences, Transformers. En utilisant pour l’alignement : le CTC, RNN-transducteur ou bien l’Attention.
• Construire des vecteurs de caractéristiques avec des méthodes classiques telles que MFCC et le PLP, ou bien des méthodes du Deep Learning comme le Wav2Vec wav2vec2, Hubert, WavLM, Whifper.
• Adapter le modèle au domaine du tourisme en proposant une solution pour surmonter la dégradation des performances causées par le changement du domaine. Des méthodes telles que ContextNet ont été présentées pour renforcer un contexte général durant l’entrainement.
Mots clés:
Reconnaissance Automatique de la Parole, Bout-En-Bout, Deep Learning, wav2vec2, Hubert, WavLM, Whifper. SUPERB Challenge
Directeur de thèse:
Prof. Abdellah ADIB
abdellah.adib@fstm.ac.ma - adibab@gmail.com
Plateforme de candidature en ligne
Titre du sujet:
Laboratoire de Mathématiques, Informatique et Applications
Description:
Dans le domaine des soins de santé « Healthcare », la détection précoce, le traitement et la gestion des troubles mentaux tels que la démence constituent un défi majeur. Cela nécessite un large éventail de services et d'interventions pour maintenir et améliorer la santé et le bien-être des patients. Il existe de nombreux types de démence, tels que la maladie d'Alzheimer, la maladie de Parkinson et les troubles du spectre autistique ; chacun ayant ses propres causes et symptômes. Bien que la perte de mémoire soit souvent considérée comme le symptôme distinctif de la maladie d’Alzheimer, la déficience linguistique peut également apparaître à ses premiers stades. L’extraction de de biomarqueurs vocaux associés à l'intelligence artificielle (IA) permet de repérer cette maladie en amont.
Objectif:
De prime à bord, une phase préliminaire de ce projet consiste en la réalisation d’une base de données Marocaine auprès des patients atteints de la maladie d'Alzheimer, enregistrés dans les CHUs du Maroc, en veillant à respecter les protocoles éthiques et les normes de confidentialité. Une seconde étape vise à proposer un système de détection de la maladie d'Alzheimer basé sur le discours des patients, en utilisant les dernières tendances et techniques de l'intelligence artificielle.
Mots clés:
Parole, Maladie d'Alzheimer, Intelligence Artificielle, Biomarqueurs vocaux.
Directeur de thèse:
Prof. Abdellah ADIB
abdellah.adib@fstm.ac.ma - adibab@gmail.com
Plateforme de candidature en ligne
3337