Carl Charloto

DC-Doctorant

CHIPS

Coviabilité Socio-écologique

Je suis actuellement en première année de thèse CIFRE au sein de l’équipe CHIPS et au sein de l’entreprise Pellenc Selective Technologies (PellencST), basée à Pertuis. Pellenc ST est une entreprise française qui conçoit, produit et commercialise,  des équipements et services de tri intelligents et connectés, pour l’industrie du recyclage.

Ma thèse porte sur la réduction de données annotées, en appliquant des approches de plans d’expériences et d’apprentissage actif. L’objectif est de minimiser les besoins en annotations manuelles tout en optimisant la performance des modèles d’apprentissage automatique. Cette recherche vise à développer des méthodes plus efficaces et économiques pour le traitement des données, contribuant à une sobriété énergétique et une sobriété en coût d’annotation.

  • 2023- – Ingénieur R&D Thèse ciffre – PellencST, 125 Rue François Gernelle, 84120 Pertuis
  • 2023- – Doctorant Thèse ciffre – Institut Méditerranéen de Biodiversité et d’Ecologie marine et continentale Aix-Marseille Université – UMR CNRS IRD Avignon Université
  • 2023 – Master CACQ-OPEX – Université de Bretagne Occidentale (UBO)
  • 2021 – Licence chimie – Université de Bretagne Occidentale (UBO)

Thèse ciffre “Apprentissage actif profond combiné aux plans d’expériences pour le tri des déchets”. Thèse qui a pour but de réduire le nombre d’annotations nécessaire à l’entrainement de modèle prédictif dans le cadre du tri de déche en combinant des approches de plans d’expériences et des approches d’apprentissage actif.