Pegah Alizadeh

De Vinci Research Center


Pegah Alizadeh

I am an assistant Professor at Léonard de Vinci Pôle Universitaire, Research Center. I have done my Ph.D. in Computer Science at LIPN laboratory, University of Sorbonne Paris Nord. Some of my current research interests are: Machine Learning (Reinforcement Learning, Deep Reinforcement Learning, Markov Decision Processes, Preference Learning), Decision Theory (Qualitative Decision Making, Preference Elicitation), Optimization (Linear Programming, Integer Linear Programming), Machine Learning and Deep learning applications in Industry 4.0, Internet of Things, Natural Language Processing and Location Based Social Networks analysis.

pegah.alizadeh@devinci.fr

Publications


Articles de journaux

Pegah Alizadeh; Emiliano Traversi; Aomar Osmani

Deterministic policies based on maximum regrets in MDPs with imprecise rewards Article de journal

Dans: Ai Communications, Pre-press (Pre-press), p. 1-16, 2021.

Résumé | Liens | BibTeX

Pegah Alizadeh; Aomar Osmani; Mohamed Essaid Khanouche; Abdelghani Chibani; Yacine Amirat

Reinforcement Learning for Interactive QoS-Aware Services Composition Article de journal

Dans: Ieee Systems Journal, 15 (1), p. 1098-1108, 2020.

Résumé | Liens | BibTeX

Conférences

Christophe Rodrigues; Pegah Alizadeh; Dmitry Bondarenko

Industrie 4.0 : Prédiction de données réelles par fine-tuning à partir de simulations Conférence

Extraction et Gestion de Connaissances, Bruxelles, Belgique, 2020.

Liens | BibTeX

Héctor Murrieta; Ivan Vladimir Meza Ruiz; Pegah Alizadeh; Jorge Garcia Flores

Towards Identifying for Evidence of Drain Brain from Web Search Results using Reinforcement Learning Conférence

LatinX in AI Research at NeurIPS 2019, Vancouver, Canada, 2019.

Résumé | Liens | BibTeX

Pegah Alizadeh; Peggy Cellier; Thierry Charnois; Bruno Cremilleux; Albrecht Zimmermann

Étude expérimentale d'extraction d'information dans des retranscriptions de réunions Conférence

CORIA TALN 2018, Rennes, France, 2018.

Liens | BibTeX

Actes

Louis Zigrand; Pegah Alizadeh; Emiliano Traversi; Roberto Wolfer Calvo

Machine Learning Guided Optimization for Demand Responsive Transport Systems Inproceedings

Dans: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database, Bilbao Spain (online), 2021.

Résumé | Liens | BibTeX

Aomar Osmani; Pegah Alizadeh; Christophe Rodrigues

Equational Model Guided by Real-time Sensor Data to Monitor Industrial Robots Inproceedings

Dans: International Conference on Automation Science and Engineering, Lyon, France, 2021.

Résumé | Liens | BibTeX

Aomar Osmani; Massinissa Hamidi; Pegah Alizadeh

Hierarchical Learning of Dependent Concepts for Human Activity Recognition Inproceedings

Dans: K., Karlapalem (Ed.): Pacific-Asia Conference on Knowledge Discovery and Data Mining, p. 79-92, Springer, Cham, Dehli, India, 2021, ISBN: 978-3-030-75764-9.

Résumé | Liens | BibTeX

Massinissa Hamidi; Aomar Osmani; Pegah Alizadeh

A Multi-View Architecture for the SHL Challenge Inproceedings

Dans: Adjunct Proceedings of the 2020 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2020 ACM International Symposium on Wearable Computers, p. 317-322, virtual event, 2020, ISBN: 978-1-4503-8076-8.

Résumé | Liens | BibTeX

Pegah Alizadeh; Jorge Garcia Flores; Ivan Vladimir Meza Ruiz

Apprentissage par renforcement pour la recherche d'experts sur le web Inproceedings

Dans: Extraction et Gestion de Connaissances, Bruxelles, Belgique, 2020.

Liens | BibTeX

Pegah Alizadeh; Aomar Osmani; Emiliano Traversi

Calcul d'une politique de?terministe dans un MDP avec re?compenses impre?cises Inproceedings

Dans: EGC 2019, p. 45-56, Metz, France, 2019.

Liens | BibTeX




    No posts by this author.


Candidature
Documentation

En savoir plus ?

Contactez-nous et téléchargez une documentation



En validant ce formulaire, vous acceptez que l’Association Léonard de Vinci traite vos données à caractère personnel pour répondre à votre demande de contact et ainsi recevoir la documentation demandée. Si vous y avez consenti, vous êtes également susceptible de recevoir la newsletter du Groupe Léonard de Vinci. Vos données sont transmises aux collaborateurs de notre direction marketing ayant besoin d’en connaître et sont conservées pour une durée de deux ans à compter de votre dernière demande. Vous disposez des droits suivants sur vos données : droit d’accès, droit de rectification, droit à l’effacement (droit à l’oubli), droit d’opposition, droit à la limitation du traitement, droit à la portabilité et du droit de retirer votre consentement. Vous pouvez également définir des directives générales ou particulières relatives au sort de vos données à caractère personnel après votre décès. Pour les exercer, merci d’adresser votre demande à Association Léonard de Vinci - Pôle Universitaire Léonard De Vinci - 92916 Paris La Défense Cedex ou à webmaster@devinci.fr. En cas de réclamation, vous pouvez choisir de saisir la CNIL. Pour en savoir plus, consultez la politique de protection des données personnelles.