Recherche
Papiers et travaux en cours
4 publications : 2 articles de revue et 2 articles de conférence. Les travaux doctoraux portent sur la convergence de la descente de gradient et de la descente de gradient stochastique pour les réseaux linéaires profonds. Les travaux appliqués portent sur la détection d'anomalies et la prévision de carburant sur une infrastructure en service. Chaque papier ci-dessous renvoie à sa version publiée.
Profil Google Scholar, avec le nombre de citations →Publications
Convergence of gradient descent for learning linear neural networks
Springer Nature : Advances in Continuous and Discrete Models, 2024
Le papier prouve que la descente de gradient converge vers un point critique de la perte quadratique pour les réseaux linéaires profonds, sous une borne explicite sur le pas qui cesse de décroître exponentiellement quand le réseau s'approfondit. Pour les réseaux à 2 couches, la convergence est globale pour presque toutes les initialisations. À partir de 3 couches, la convergence vise un minimum global sur la variété de rang fixé. La borne a ensuite été vérifiée sur des réseaux tanh, et elle a tenu.
Analysis of stochastic gradient descent for learning linear neural networks
SampTA 2023
Le papier analyse directement la descente de gradient stochastique discrète sur des objectifs non convexes, sans supposer un gradient lipschitzien, propriété que les pertes de réseaux de neurones n'ont pas. Il borne la dynamique des itérés pour contrôler l'explosion du gradient et prouve la convergence sous des taux d'apprentissage décroissants et adaptatifs.
Anomaly detection in power generation plants using machine learning and neural networks
Applied Artificial Intelligence, 2020
Un cadre de détection d'anomalies pour les données de groupes électrogènes diesel sur des stations de base télécoms. Il met en balance l'exactitude et l'équité, pour qu'un exploitant lise pourquoi un site a été signalé avant d'agir.
Predicting fuel consumption in power generation plants using ML and neural networks
ICECET 2021
Des modèles de consommation de carburant pour les stations de base télécoms. Ce sont les travaux de prévision derrière le système d'alerte déployé qui a permis de tracer 84 617 litres de gasoil.
Travaux en cours
RAG hybride en quatre étapes pour les questions-réponses scientifiques
Recherche dense SPECTER2 entraînée sur le graphe de citations, recherche creuse BM25, fusion par rang réciproque, reclassement ColBERT v2 et porte CRAG sur 47 810 fragments QASPER. Dernière exécution sur 84 questions : précision des citations ALCE 0,8373, fidélité 0,7150. Le rappel du contexte reste le goulet ouvert, et la montée vers ColBERT v2 le vise directement.
Raisonnement des modèles de langage et évaluation de l'IA agentique
Consultant en recherche IA chez Outlier AI et Mercor depuis octobre 2025. Je cherche où le raisonnement d'un modèle casse sur des problèmes scientifiques difficiles et j'écris la correction qui devient le signal d'entraînement, je note les agents sur le choix des outils et leur tenue sur les tâches longues, et je conçois les grilles qui font noter de la même façon un groupe réparti.