Date : 2025-12-09
Lieu : Date : 09/12/2025 — 14h
Lieu : Université Paris 8
2 rue de la Liberté, 93526 Saint-Denis
Métro ligne 13 — Saint-Denis Université
Salle A2-201
Lien Zoom :
Sujet: Soutenance de thèse Gaël MAREC
Heure: 9 déc. 2025 02:00 PM Paris
Participer à la réunion Zoom :
https://us05web.zoom.us/j/86037881696?pwd=BCY3aY61f6tnhZgDiNBLY9JPmaXdeP.1
ID de réunion: 860 3788 1696
Code secret: 3Ldk1c
Résumé :
Cette thèse présente une approche automatique de détection de fake news multimodales enrichie par des graphes de connaissances. Dans une première partie, nous explicitons le contexte de massification de l’information dans lequel s’inscrit cette thèse, et présentons les principales typologies d’approches de détection (basées sur le contenu, la source ou le contexte). Notre état de l’art décrit les approches centrées sur le contenu, en particulier les modalités textuelles et visuelles, ainsi que celles enrichies par des connaissances. Nous mettons ainsi en évidence l’absence, dans la littérature, d’une méthode combinant multimodalité, explicabilité et intégration de connaissances externes.
Dans la seconde partie, nous exposons les prérequis formels et applicatifs du modèle. Nous y présentons une méthode de détection et de localisation des transformations d’images pour la détection et l’explicabilité de la modalité visuelle. Nous proposons également des outils s’appuyant sur les graphes de connaissances et la compréhension sémantique des grands modèles de langage pour structurer l’information visuelle ou textuelle, ainsi que les approches essentielles à l’exploitation de ces graphes via des représentations vectorielles apprises (ex. TransE, R-GCN).
Enfin, dans la troisième partie, nous détaillons notre système complet de détection, intégrant un module de fusion multimodale fondé sur un mécanisme de pondération des signaux. Celui-ci permet de combiner les modalités texte, image et connaissances pour produire un score de probabilité prédictif, explicable par les contributions de chacun des signaux d’entrée.
Jury :
• Lynda TAMINE LECHANI, Professeure – Université Paul Sabatier Toulouse (Rapporteure)
• Vincent CLAVEAU, Chargé de recherche – CNRS, Université de Rennes (Rapporteur)
• Nicolas JOUANDEAU, Professeur – Université Paris 8 (Examinateur)
• Nicolas TRAVERS, Maître de conférences – ESILV (DVHE) (Examinateur)
• Éric FILIOL, HDR – Thales, Head of Discipline CYBER, DATA & ALGO (Examinateur)
• Nédra MELLOULI, Professeure -Université Paris8/ESILV (Directrice de thèse)
Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.