paprika.idref.fr paprika.idref.fr data.idref.fr data.idref.fr Documentation Documentation
Identifiant pérenne de la notice : 061333654Copier cet identifiant (PPN)
Notice de type Personne

Point d'accès autorisé

Calabretto, Sylvie (1963-...)

Sur le web

Information

(par souci de protection des données à caractère personnel, le jour et le mois de naissance peuvent ne pas être affichés)
Langue d'expression : français
Pays : France
Date de naissance :    1963
Genre : Féminin

Notes

Note publique d'information : 
Titulaire d’un doctorat en Génie informatique (INSA Lyon, 1993)

Note publique d'information : 
Professeur des Universités, directrice de thèse au Laboratoire Laboratoire d'InfoRmatique en Image et Systèmes d'information (LIRIS), INSA de Lyon (depuis 2003)

Note publique d'information : 
Rapportrice et membre du jury d'une thèse en Informatique à Université Côte d'Azur en 2024

Note publique d'information : 
Directrice d’une thèse préparée au Laboratoire d'Informatique en Image et Systèmes d'information (LIRIS) et soutenue à l’INSA Lyon en 2019

Note publique d'information : 
Directrice d’une thèse préparée au Laboratoire d'Informatique en Image et Systèmes d'information (LIRIS) et soutenue à l’INSA Lyon en 2022

Identifiants externes

Identifiant HAL : sylvie-calabretto
Identifiant VIAF : http://viaf.org/viaf/173259357
Identifiant ORCID : 0000-0002-4597-4680

Source

Consultation assistée par ordinateur de la documentation en Sciences Humaines : considérations épistémologiques, solutions opératoires et applications à l'archéologie / par Aurélien Bénel ; sous la dir. de Jean-Marie Pinon, André Iacovella et Sylvie Calabretto [Thèse doctorat : informatique : Lyon, INSA : 2003]

Contribution à la validation des spécifications algébriques et à l’étude des spécifications algébriques avec contraintes / par Sylvie Calabretto ; sous la dir. de Guy Boulaye [Thèse doctorat : Génie informatique : Lyon, INSA : 1993]

Credit card fraud detection using machine learning with integration of contextual knowledge / par Yvan François Marcel Lucas ; sous la dir. de Sylvie Calabretto et de Chantal Soulé-Dupuy [Thèse doctorat : Informatique : Lyon, Université de Lyon : 2019]

Formulaire d'enregistrement de thèse soutenue

Méthodes d'apprentissage profond pour la détection d'anomalies et de changement de régimes : application à la maintenance prédictive dans des systèmes embarqués / Mansour Zoubeirou A Mayaki ; sous la direction de Michel Riveill. Thèse de doctorat : Informatique : Université Côte d'Azur : 2024

Information trouvée : rapportrice de thèse et membre du jury

Towards Diversified Recommendations / par Lu Gan ; sous la dir. de Sylvie Calabretto et de Diana Nurbakova [Thèse doctorat : Informatique : Lyon, Université de Lyon : 2022]

... Références liées : ...