Activités de recherche

Avertissement

Informations sur la pandémie de coronavirus, et comment elle m’affecte moi, et mes enseignements : veuillez consulter la page : coronavirus.fr.html, je la mets à jour régulièrement.

Note

Je suis Lilian Besson, professeur d’informatique à l’ENS Rennes, ancien élève normalien en Mathématiques et Informatique de l’ENS de Cachan. Je suis un programmeur passionné, enthousiaste supporteur des logiciels libres, et pour ma thèse j’ai fais des recherches en apprentissage statistique, théorie de l’apprentissage et radio intelligente. J’aime aussi cuisiner, rencontrer des gens, voyager et échanger, faire du vélo ou de la randonnée, et je suis chaotique-bon (même IRL). Bienvenue sur mon site web.

Liens : Orcid • arXiv • DBLP • IdHAL • Google Scholar • HALtools • Liste de mes articles en PDF

Thèse de doctorat (PhD) (2016-19)

Pour mon doctorat, mes recherches portent sur l’apprentissage machine appliqué, centré sur l’apprentissage en ligne à faible coût avec de l’information partielle (« feedback bandit »). Mes recherches s’appliquent principalement aux problèmes de radio intelligente pour l’Accès Opportuniste au Spectre (OSA) et mise en place de protocoles d’accès au réseau le plus fiables possible, pour les futurs réseaux de l’Internet des Objets (IoT). En étudiant et en appliquant des algorithmes classiques de Bandit Multi-Bras (MAB), et d’autres plus récents, nous sommes en mesure de prouver certaines garanties de performance, à la fois numériquement via des simulations et théoriquement via des preuves statistiques.

J’ai soutenu le 20 novembre 2019. Je suis désormais docteur en télécommunications. Le manuscrit est ici et les planches de ma défense sont là.

Liste de publications

Travaux publiés :

• Analyse non asymptotique d’un test séquentiel de détection de ruptures et application aux bandits non stationnaires, by L. Besson et E. Kaufmann. Colloque GRETSI 2019, Lille, France, août 2019, HAL-02152243.

• Decentralized Spectrum Learning for IoT Wireless Networks Collision Mitigation, par C. Moy et L. Besson. 1er workshop ISIoT à la conférence DCOSS 2019, Santorin, Grèce, mai 2019, HAL-02144465.

• Upper-Confidence Bound for Channel Selection in LPWA Networks with Retransmissions, par R. Bonnefoi, L. Besson, J. Manco-Vasquez et C. Moy. 1er workshop MOTIoN à WCNC (Wireless Communication and Networks Conference), Marrakech, Maroc, janvier 2018, HAL-02049824.

• GNU Radio Implementation of MALIN: « Multi-Armed bandits Learning for Internet-of-things Networks », par L. Besson, R. Bonnefoi et C. Moy. IEEE WCNC (Wireless Communication and Networks Conference), Marrakech, Maroc, avril 2019, HAL-02006825.

• MALIN: « Multi-Arm bandit Learning for Iot Networks » with GRC: A TestBed Implementation and Demonstration that Learning Helps, par L. Besson, R. Bonnefoi et C. Moy. Démonstration présentée à ICT (International Conference on Communication), Saint-Malo, France, juin 2018. Cf. YouTu.be/HospLNQhcMk et affiche.

• Multi-Player Bandits Revisited, par L. Besson et E. Kaufmann. ALT (Algorithmic Learning Theory), Lanzarote, Espagne, avril 2018, HAL-01629733 et affiche.

• Aggregation of Multi-Armed Bandits learning algorithms for Opportunistic Spectrum Access, par L. Besson, E. Kaufmann et C. Moy. IEEE WCNC, Barcelone, Espagne, avril 2018, HAL-01705292.

• Multi-Armed Bandit Learning in IoT Networks and non-stationary settings, par R. Bonnefoi, L. Besson, C. Moy, E. Kaufmann et J. Palicot. CrownCom (Conference on Cognitive Radio Oriented Wireless Networks), Lisbonne, Portugal, septembre 2017, HAL-01575419 et affiche, prix du meilleur article.

Travaux soumis :

• Decentralized Spectrum Learning for Radio Collision Mitigation in Ultra-Dense IoT Networks: LoRaWAN Case Study and Measurements, par C. Moy, L. Besson, G. Delbarre et L. Toutain, juillet 2019. Soumis à un numéro spécial de la revue Annals of Telecommunications, à propos de « Machine Learning for Intelligent Wireless Communications and Networking ».

• The Generalized Likelihood Ratio Test meets klUCB: an Improved Algorithm for Piece-Wise Non-Stationary Bandits, by L. Besson et E. Kaufmann, février 2019. Lisez cette page à propos du code des simulations et plus de détails, HAL-02006471.

• SMPyBandits: an Open-Source Research Framework for Single and Multi-Players Multi-Arms Bandits (MAB) Algorithms in Python, par L. Besson, développement depuis octobre 2016 et encore actif, HAL-01840022. Code sur GitHub.com/SMPyBandits (environ 40000 lignes), documentation sur SMPyBandits.rtfd.io.

Travaux en cours de réécriture pour une nouvelle soumission :

• What Doubling-Trick Can and Can’t Do for Multi-Armed Bandits, par L. Besson et E. Kaufmann, septembre 2018, HAL-01736357.

• A Note on the Ei Function and a Useful Sum-Inequality, par L. Besson, février 2018, HAL-01847480.

---

Master 2 recherche M2 (2015-16)

Durant mon année de master 2 recherche, j’ai travaillé sur 6 petits projects de recherche, tous publiés sur mon compte bitbucket, libres et open-source (licence MIT).

Pour le premier trimestre (automne 2015) :

• Parcimonie and Compressed Sensing : « Random factorization for low-rank matrices » (algorithmes probabilistes pour factorisation de matrices, notamment les matrices de petit rang),

• Probabilistic Graphical Models : « Hidden semi-Markov Models » (comparaison avec les Hidden Markov Models et Gaussian Mixture Models),

• Reinforcement Learning / Graphs in Machine Learning : « Multi-Expert board-game Inference » (apprentissage automatique de stratégies pour jouer à des jeux de plateau, à partir d’une base de donnée de parties jouées par des experts non optimaux, agrégation et vote optimal d’un ensemble d’experts),

Pour le second trimestre (printemps 2016) :

• Kernel Methods for Machine Learning : « Recognizing hand-written digits with a SVM classifier »,

• Brain Imaging : « Decoding of fMRI images with the SpaceNet classifier »,

• Modelisation in Neuro-Sciences : « Self-Organizing Maps and Dynamical SOM »,

Stage de recherche de M2 (2016)

J’ai travaillé entre avril et août 2016, au sein de l’équipe LIB à l’EPFL (à Lausanne, Suisse), notamment sur les opérateurs de convolution et les opérateurs steerables !

• Thème:

  analyse fonctionnelle théorique, appliquée à des problèmes d’optimisation pour résoudre des problèmes inverses apparaissant notamment en imagerie médicale (inverse problem).

• Durée:

  avril 2016 à août 2016 (stage de recherche en mathématiques appliquées);

• Lieu:

  Lausanne, Suisse.

• Rapport:

  Allez voir le dépôt git pour mon stage (cf. mon mémoire de master) !

Stage de recherche de Master 1 (2013)

• Titre:

  « Modularité pour la planification et la vérification de programmes pour robots »;

• Encadrant:

  Jules Villard, et Peter O’Hearn;

• Localisation:

  dans l”équipe PPLV, à l”UCL, à Londres.

• Description:

  J’ai travaillé sur le compositionnalité et le frame problem en Intelligence Artificielle et Verification. Mon rapport (en anglais): rapportM1Info13.pdf, et mes slides (en français): slidesM1Info13.pdf.

Stage de recherche de L3 (2012)

• Titre:

  « Méthodes de volumes finis sur carte graphiques nVidia pour résoudre le problème d’Euler compressible »;

• Encadrant:

  Pr. Florian de Vuyst;

• Description:

  Stage de L3 de mathématiques, au CMLA (Centre des mathématiques et de leurs applications, laboratoire de recherche en mathématiques de l’ÉNS de Cachan), 5 mois (Février 2012 à Juillet 2012).

• Résumé:

  Étude générale des solveurs numériques pour les équations différentielles et les EDPs. Solveur linéaire, premier et second ordre, en 1D, 2D et 3D, avec la méthode VFFC. Simulation numérique, séquentielle en utilisant le language :C: et le standard d’affichage VTK, et parallèle en utilisant le language nVidia CUDA. Simulation intéractive en 2D, avec openGL.

• Publication:

  Sur ma page personnelle, le rapport de stage.