Thèses en cours
- Système multi-agents immersif en réalité virtuelle pour la formation pédagogique des enseignants universitairesLinuse Tikpon · École doctorale des sciences de l’ingénieur · UAC
- Détection automatique des types de crises d’épilepsie à partir d’électroencéphalogrammesMarie Mélène Sèmèvo Tonou · École doctorale des sciences de l’ingénieur · UAC
- Détection automatique de la trypanosomiase à partir d’images de frottis sanguinsGrace Kisambu Nsele · École doctorale des sciences de l’ingénieur · UAC
- Système d’aide au dépistage précoce de l’insuffisance rénale chronique au Bénin basé sur l’apprentissage automatiqueMaryse Fortune Doloresse Gahou · École doctorale des sciences de l’ingénieur · UAC
- Identification de biomarqueurs pharmacogénomiques et développement d’algorithmes décisionnels pour un traitement personnalisé du diabète de type 2Noël Christi Honzounnon · École doctorale des sciences de la vie et de la terre · UAC
Contributions à l’encadrement de thèses
- Prédiction de la couverture radio à l’aide de techniques d’apprentissage automatique : cas de la télévision numérique terrestre au BéninMarianne Balogoun · École doctorale des sciences de l’ingénieur · UAC · 2022– · En cours
- Détection des ravageurs de cultures à l’aide de l’apprentissage automatique et de données satellitaires ouvertes : application aux jassides des cultures de coton au nord du BéninSouleymane Bah · Institut de mathématiques et de sciences physiques · UAC · 2022– · En cours
- Conception d’un Système d’Information Médical Intelligent: modèles IA de détection et de prise en charge précoces des maladies cardio-vasculaires au Sénégal.Fatou Lo Niang · Université Gaston Berger de Saint Louis (UGB), Sénégal · 2022– · En cours
- Optimisation des paramètres des techniques d’apprentissage automatique pour la prédiction du rendement du maïs sous des conditions météorologiques et de fertilisation contrôléesAriane Houetohossou · École doctorale des sciences agronomiques et de l’eau · UAC · 2021–2024 · Soutenue
- Évaluation empirique des techniques d’apprentissage automatique pour la détection des maladies et la prédiction du rendement de la tomate dans des conditions climatiques et infectieuses simuléesPeace Tahi · École doctorale des sciences agronomiques et de l’eau · UAC · 2021–2024 · Soutenue