Disputerer på bruk av kunstig intelligens og automatisert læring - Universitetet i Agder
0
Hopp til hovedinnhold

Disputerer på bruk av kunstig intelligens og automatisert læring

Anis Yazidi (29) disputerer for ph-d-graden på doktorgradsprogrammet i informasjons- og kommunikasjonsteknologi ved Universitetet i Agder 4. mai 2012.

Yazidi arbeider med kunstig intelligens og automatisk læring. I avhandlingen “Intelligent Learning Automata-based Strategies Applied to Personalized Service Provisioning in Pervasive Environment” – eller på norsk: "Personlig tilrettelegging av tjenester i pervasive miljøer" – se for øvrig TechTarget for forklaring av begrepet «pervasive».

Avhandlingen beskriver en metode for å anbefale personifiserte relevante tilbud til mobilbrukere ut fra et bredt sett kriterier basert på blant annet brukerens profil og historie.

Slik beskriver kandidaten selv essensen i avhandlingen:

Personalized Service Provisioning in Pervasive Environments

The vision of pervasive environments is being realized more than ever with the proliferation of services and computing resources located in our surrounding environments.

Identifying those services that deserve the attention of the user is becoming an increasingly challenging task. The complexity of understanding what services could be interesting and important enough to justify disturbing the user is one of the main challenges of our research.

One major aim of this thesis is to demonstrate that the fields of ubiquitous, unobtrusive and pervasive Computing can substantially benefit from the advances in the area Learning Automata (LA). In fact, LA can provide adaptive learning capabilities to a wide range of applications in Pervasive Computing.

From this perspective, in this thesis, we present an adaptive multi-criteria decision making mechanism for recommending relevant services to the mobile user.

In this context, “Relevance” is determined based on a user-centric approach that combines both the reputation of the service, the user’s current context, the user’s profile, as well as a record of the history of recommendations.

Our decision making mechanism is adaptive in the sense that it is able to cope with users’ contexts that are changing and drifts in the users’ interests, while it simultaneously can track the reputations of services, and suppress repetitive notifications based on the history of the recommendations. In accordance with the multiple dimensions that affect the decision making process, we have identified a set of enablers that constitute the core modules of our hybrid service provisioning architecture. Each of these modules, in itself, is a contribution in its own right.

Disputasfakta:

Kandidaten: Anis Yazidi er 29 år og født og oppvokst i Menzel Bou Zelfa i Tunisia. Han tok bachelorgraden i Telecommunication i 2006 ved School of Communication i Tunisia. Deretter tok han mastergrad i informasjons- og kommunikasjonsteknologi ved Universitetet i Agder (UiA) i 2008. Han arbeider nå som seniorforsker ved forskningsinstituttet Teknova i Kristiansand, med spesialisering innenfor kunstig intelligens og maskinlæring. Anis Yazidi samarbeider også med UiA om et prosjekt innen integrert krisehåndtering, et prosjekt professor Ole-Christoffer Granmo leder.

Prøveforelesning og disputas finner sted i: Auditorium A2 135, UiA Campus Grimstad.

Instituttleder, professor Andreas Prinz, Institutt for IKT, leder disputasen.

Tid for prøveforelesning: Kl 10:00 fredag 4. mai 2012.

Oppgitt emne for prøveforelesning: “Computational Approaches to Collaborative Scientific Discovery”.

Tid for disputas: Kl 12:30 fredag 4. mai 2012.

Tittel på avhandling: “Intelligent Learning Automata-based Strategies Applied to Personalized Service Provisioning in Pervasive Environment”.

Opponenter:

Førsteopponent: Professor Kaddour Najim, National Polytechnic Institute of Toulouse (ENSIACET-INPT)

Annenopponent: Førsteamanuensis Pinar Öztürk, Institutt for datateknikk og informasjonsvitenskap, NTNU

Bedømmelseskomitéen har vært ledet av professor Frank Yong Li, Institutt for IKT, UiA (For Frank Y. Li please scroll down)

Veileder i doktorgradsarbeidet var: Hovedveileder professor Ole-Christoffer Granmo, Institutt for IKT, UIA

Biveiledere: Professor Frank Reichert, Institutt for IKT, UiA og professor II John Oommen, Institutt for IKT, UiA - se også her:

Send studiet på mail