• 
  Abdel-Djalil Ourabah. Prédiction énergétique d’un véhicule hybride rechargeable pour la réduction de consommation de carburant. Systèmes embarqués. Université de Technologie de Compiègne, 2017. Français. ⟨NNT : 2017COMP2408⟩. ⟨tel-04795860⟩
• 
  Frédéric Pichon, Serigne Diène, Thierry Denoeux, Sébastien Ramel, David Mercier. r-ERBFN : an Extension of the Evidential RBFN Accounting for the Dependence Between Positive and Negative Evidence. Scalable Uncertainty Management, Nov 2024, Palermo, Italy. pp 354-368, ⟨10.1007/978-3-031-76235-2_26⟩. ⟨hal-04788662⟩
• 
  Hénoïk Willot, Sébastien Destercke, Khaled Belahcene. Explications et caractérisation de décisions équitables. 18èmes Journées d'Intelligence Artificielle Fondamentale et 19èmes Journées Francophones sur la Planification, la Décision et l'Apprentissage pour la conduite de systèmes, JIAF-JFPDA 2024, Jean-Guy Mailly; François Schwarzentruber; Anaëlle Wilczynski, Jul 2024, La Rochelle, France. pp.68-78. ⟨hal-04763967⟩
• 
  Hénoïk Willot, Khaled Belahcene, Sébastien Destercke. Principled Explanations for Robust Redistributive Decisions. ECAI 2024 - 27th European Conference on Artificial Intelligence, Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024), Oct 2024, Santiago de compostela, Spain. pp.979 - 986, ⟨10.3233/FAIA240587⟩. ⟨hal-04647555v3⟩
• 
  Luca Pelissero-Witoslawski. Contrôle dynamique de la tension et de la difficulté pour l’entraînement à la gestion du stress en situations de crise en environnement virtuel. Environnements Informatiques pour l'Apprentissage Humain. Université de Technologie de Compiègne, 2023. Français. ⟨NNT : 2023COMP2790⟩. ⟨tel-04725043⟩
• 
  Loïc Adam. Apprentissage de préférences sous incertitude sévère. Informatique [cs]. Université de Technologie de Compiègne, 2023. Français. ⟨NNT : 2023COMP2768⟩. ⟨tel-04529292v2⟩
• 
  Philippe Carvalho, Meriem Lafou, Alexandre Durupt, Antoine Leblanc, Yves Grandvalet. Detecting visual anomalies in an industrial environment: Unsupervised methods put to the test on the AutoVI dataset. Computers in Industry, 2024, 163, pp.104151. ⟨10.1016/j.compind.2024.104151⟩. ⟨hal-04696565⟩
• 
  Tom Davot, Tuan-Anh Vu, Sébastien Destercke, David Savourey. On the enumeration of non-dominated matroids with imprecise weights. International Journal of Approximate Reasoning, 2024, 174, pp.109266. ⟨10.1016/j.ijar.2024.109266⟩. ⟨hal-04690077⟩
• 
  Soundouss Messoudi. Conformal prediction methods for complex data : application to real estate management. Machine Learning [stat.ML]. Université de Technologie de Compiègne, 2022. English. ⟨NNT : 2022COMP2716⟩. ⟨tel-04684018⟩
• 
  Ling Huang, Su Ruan, Pierre Decazes, Thierry Denœux. Deep evidential fusion with uncertainty quantification and reliability learning for multimodal medical image segmentation. Information Fusion, 2025, 113, pp.102648. ⟨10.1016/j.inffus.2024.102648⟩. ⟨hal-04681852⟩
• 
  Roman Malinowski, Emmanuelle Sarrazin, Loïc Dumas, Emmanuel Philippe Dubois, Sébastien Destercke. Robust Confidence Intervals in Stereo Matching using Possibility Theory. 2024. ⟨hal-04681082⟩
• 
  Nader Abdelmalek. A pedagogical resources recommender system for teachers. Education. Université de Technologie de Compiègne, 2023. English. ⟨NNT : 2023COMP2771⟩. ⟨tel-04678292⟩
• 
  Qing Tang. Resource recommendation in e-learning platforms based on knowledge graph. Technology for Human Learning. Université de Technologie de Compiègne, 2023. English. ⟨NNT : 2023COMP2786⟩. ⟨tel-04674984⟩
• 
  L. Huang, Yucheng Xing, Thierry Denoeux, Mengling Feng. An evidential time-to-event prediction model based on Gaussian random fuzzy numbers. 8th International Conference on Belief Functions (BELIEF 2024), Sep 2024, Belfast, United Kingdom. ⟨10.1007/978-3-031-67977-3_6⟩. ⟨hal-04674357⟩
• 
  Haifei Zhang. Explainable cautious classifiers. Machine Learning [stat.ML]. Université de Technologie de Compiègne, 2023. English. ⟨NNT : 2023COMP2777⟩. ⟨tel-04674135⟩
• 
  Tristan De Blauwe. Génération de comportements variables induits par des modèles cognitifs modulaires, appliqué à une équipe virtuelle en situation de crise, dans un contexte de formation. Intelligence artificielle [cs.AI]. Université de Technologie de Compiègne, 2023. Français. ⟨NNT : 2023COMP2732⟩. ⟨tel-04673272⟩
• 
  Ling Huang. Medical image segmentation with belief function theory and deep learning. Artificial Intelligence [cs.AI]. Université de Technologie de Compiègne, 2023. English. ⟨NNT : 2023COMP2723⟩. ⟨tel-04669955v2⟩
• 
  Louenas Bounia. Améliorer l'intelligibilité des arbres de décision avec des explications probabilistes concises et fiables. Conférence francophone sur l'Extraction et la Gestion des Connaissances EGC 2024, Jan 2024, Dijon, France. ⟨hal-04664243⟩
• 
  Louenas Bounia, Frédéric Koriche. Approximation des explications probabilistes via la minimisation super-modulaire. Conférence francophone sur l'Extraction et la Gestion des Connaissances EGC 2024, Jan 2024, Dijon, France. ⟨hal-04664199⟩
• 
  Bounia Louenas. Enhancing the Intelligibility of Boolean Decision Trees with Concise and Reliable Probabilistic Explanations. 20th International Conference on Information Processing and Management of Uncertainty in Knowledge-Based Systems, Jul 2024, Lisbao, Portugal. ⟨hal-04662536⟩

351

96