Concours d’accès au Cycle Doctorat de l’ESI (2025-2026) – Axes et sujets de recherche (Labo. LyRICA)
Filière Doctorale: “Informatique et Sciences de Données et de l’Information (ISDI)“
Laboratoire de Recherche en Informatique, Sciences de données et Intelligence Artificielle (LyRICA)
- Securing Homomorphic Cryptography: Advanced Key Generation via AI and Evolutionary Optimization.
- Apprentissage des modèles de langues audio par interaction multimodale.
- Développement d’une solution thérapeutique pour les patients diabétiques à l’aide de techniques avancées d’intelligence artificielle.
- AI Model Vulnerabilities: Cybersecurity Threats and Defense Strategies for Deep Learning Systems.
- Vers une intelligence artificielle de confiance : allier robustesse, explicabilité et génération.
- Using AI to Enhance Writing Fluency and Coherence in L2 Learners.
- Systèmes d’authentification et de gestion d’identité basés sur la blockchain pour les environnements universitaires.
- Conversational AI for Healthcare: Intelligent Patient Interaction Systems for Medical Consultation.
- Towards emotion and intention aware recommendation systems in textual interactions.
- Modèles multimodaux profonds pour la prédiction personnalisée des risques cliniques à partir de données hétérogènes.
- Système de gestion de la confiance et des connaissances pour les communautés virtuelles dans un contexte de transformation digitale.
- Personnalisation de l’apprentissage par les LLM : vers un tuteur intelligent adaptatif.
- Système intelligent de suivi et de personnalisation pour l’accessibilité et la traçabilité lors des grands événements sportifs.
- Exploitation du Big Data éducatif pour la prédiction de la réussite et la prévention du décrochage scolaire.
- Optimisation énergétique des smart buildings sous contraintes environnementales à l’aide de systèmes multi-agents et Reinforcement Learning.
- Algorithmes de consensus décentralisés basés sur les MDP (Markov Decision Processes) pour la coordination des routeurs IPv6.
- Analyse des inégalités de santé et de leurs déterminants sociaux : application des méthodes statistiques avancées pour une évaluation des disparités sanitaires à l’échelle locale, nationale et mondiale.
- Application des méthodes d’optimisation convexe aux problèmes de routage des réseaux.
- Collaborer avec une Intelligence Artificielle Générative en Éducation.
- Intégration d’un pipeline morpho-sémantique et d’ontologies pour améliorer la factualité des agents génératifs en arabe.
- IA générative guidée par contraintes pour l’innovation scientifique et industrielle.
- Prétraitement adaptatif pour l’arabe dialectal dans les systèmes génératifs.
- Big Data et personnalisation des parcours d’apprentissage : vers une éducation fondée sur les données massives.
- Appariement équitable et intelligent entre les offres et les demandes d’emploi par l’IA : NLP et système de recommandation.
- Data gouvernance intelligente pour IA collaborative et prise de décision transparente.
- AI-Driven Integrative Analytics of Clinical and Imaging Data for Personalized and Precision Medicine in Digestive Cancers.
- Leveraging Artificial Intelligence (AI) for ethical, bias-free, and explainable Business Intelligence.
- Automated Assessment of English Proficiency Using LLMs: Towards Smart Certification.
- Inclusive Multilingual and Cross-Cultural OER Recommendation to support global equity.
- Deep Learning-Driven Cyber Attacks: Evaluating Encryption Resilience in the AI Era.
- Apprentissage fédéré pour concilier performance des modèles d’IA et protection de la vie privée.
- Blockchain et cryptographie avancée pour le partage sécurisé et confidentiel des dossiers médicaux.
- Développement de méthodes d’Intelligence Artificielle hybride, combinant données cliniques et connaissances médicales, pour un système d’alerte précoce de la dégradation du patient de réanimation.
- Cross-Lingual, Multilingual, and Multimodal Large Language Models for AI-Driven Personalized Medicine: Enhancing Diagnostic Accuracy and Treatment Customization.
- IA générative sous contraintes : vers une génération contrôlée et fiable de données et de solutions.
- Systèmes de recommandation optimisés à travers les Large Language Models (LLM)
- Détection d’attaques IoT en temps réel à l’aide de l’IA déployée en périphérie (Edge Computing).
- Systèmes de recommandation sensibles aux contextes centrés sur les compétences.
- Next-Generation Image Encryption: Designing Personalized Chaotic Systems for Secure Data Protection.
- Système d’alerte précoce des événements météorologiques extrêmes par intelligence artificielle en contexte de données hydrométéorologiques restreintes.
- Analyse des données alternatives pour la prévision économique.
- Analyse en temps réel des données massives pour l’amélioration de l’engagement et de l’interactivité en classe.
- Vers des modèles d’IA explicables pour une meilleure prise de décision en environnements critiques.
- Identification proactive des zones à risque de désertification par analyse d’images satellitaires et apprentissage automatique.
- Prévenir la propagation des fake news grâce à la traçabilité blockchain des contenus.
- ANLP for the detection of behavioural and emotional disorders in Arabic user-generated content.
- Apports et défis du Big Data et de l’apprentissage automatique dans l’analyse géospatiale pour l’habitabilité urbaine.
- Vers une approche Security-by-Design pour les architectures cloud natives déployées en IoT.
- Conception d’un système de détection et suivi multi-objets fondé sur le Machine Learning pour applications de surveillance intelligente.
- Contribution à la modélisation et à l’optimisation de l’organisation de la réponse des systèmes de santé lors de situations sanitaires exceptionnelles : épidémies.
- Collaborer avec une Intelligence Artificielle Générative à travers les LLM dans le domaine des bourses et des assurances.
- Développer un système multi-agent intégrant IA générative et LLM pour adapter automatiquement les ressources pédagogiques aux besoins individuels des apprenants.
- Vers une approche hybride Blockchain et IA pour la cybersécurité proactive et la résilience des IoT : détection, réaction et restauration après attaque.
- MLOps pour l’amélioration de la qualité des données ouvertes dans la transformation digitale.
- Conception d’un système d’aide au diagnostic médical par imagerie basé sur les techniques avancées d’intelligence artificielle.
- FinVQA: Intelligent Visual Question Answering for Automated Financial Analysis, Trading Insights, and Risk Assessment.
- Vers une interprétabilité robuste des modèles de Deep Learning pour les systèmes critiques.
- AI-driven data quality management for autonomous self-healing ETL/ELT pipelines.
- Quranic text exploration using Arabic Naturel Language Processing (ANLP).
- Towards explainable and personalised recommendation systems based on NLP and Deep Learning.
- Agent intelligent d’aide à la décision pour l’optimisation des architectures des Système d’Information (SI) en contexte de transformation numérique.
- Intégration de MLOps dans un système de supervision pour l’optimisation intelligente des ressources de calcul.
- Personalized Language Learning through Adaptive AI Systems.
- Prévision et allocation intelligente de ressources énergétiques (énergies renouvelables) pour bâtiments intelligents.
- Architectures attentionnelles hybrides pour l’intégration multimodale dans les systèmes intelligents.
- Precision Explainable AI for Early Neurodegenerative Disorders Detection and Progress Monitoring Using Medical Imaging.
- Système multi-agent et IA générative pour la production de ressources pédagogiques pour les enseignants.
- Conception d’un système intelligent d’aide à la décision pour l’optimisation de l’irrigation et la surveillance du stress hydrique dans les régions arides.
- Modélisation mathématique de la réponse immunitaire tumorale à l’aide de méthodes hybrides et/ou modélisation à base d’agents.
- Apprentissage auto-supervisé pour l’exploitation de données médicales massives non annotées.
- MediVQA: AI-Driven Visual Question Answering for Precision Diagnostics with Clinical Imaging Data.
- Explicabilité multi-niveaux des réseaux neuronaux profonds pour la prise de décision en environnements critiques.
- Développement d’un modèle d’aide à la décision temps réel intégrant Machine Learning et Edge Computing pour la gestion intelligente d’un écosystème IoT.
- Sécurité des réseaux IPv6 par les Markov Decision Processes (MDP) adversariaux.
- Cadres d’optimisation mathématiques enrichis par l’apprentissage automatique pour les mécanismes de transition dans les réseaux.
- AgriVQA: Intelligent Visual Question Answering with NLP for Precision Agricultural Text-Image Analytics.
- AI-Driven Patient Journey Analysis Using Knowledge Graphs for Personalized Cancer Care Optimization.
- LLM-Assisted English Language Learning: Towards an Intelligent and Culturally Sensitive Conversational Partner.
- Apprentissage par attention multi-échelle pour des systèmes intelligents autonomes.
- Développement de jumeaux numériques explicables pour la simulation et la prédiction de trajectoires médicales individuelles.
- Co-construction des connaissances avec l’IA : vers une pédagogie augmentée par les LLM.
- Modèles hybrides MDP – Apprentissage Profond pour l’autoconfiguration dans les réseaux IPv6.
- Techniques avancées de l’IA au service du diagnostic, et pronostic des maladies chroniques : cancer.
- Système de recommandation intégratif (basé sur des déterminants génétiques, physiologiques, environnementaux et comportementaux) pour la prédiction des maladies chroniques : cancer.