Conception de réseaux de neurones adaptés à la génétique des populations

Designing neural networks tailored to population genetics

• Auteur / Autrice : Antoine Szatkownik
• Direction : Cyril Furtlehner
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/10/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : Equipe de recherche : A&O - Apprentissage et Optimisation
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Modèles génératifs

Génétique des populations

Évolution

Inférence

Interprétabilité

Apprentissage profond

Generative models

Population genetics

Evolution

Inference

Interpretability

Deep learning

Résumé

L'objectif du doctorat est de concevoir des réseaux neuronaux adaptés à la génétique des populations. En utilisant des réseaux neuronaux génératifs, on peut apprendre la distribution cachée d'un jeu de données génomiques et générer de nouvelles séquences qui imitent les séquences réelles mais qui ne sont identiques à aucune d'entre elles. Le doctorant contribuera à la conception, à l'entraînement et à l'évaluation de réseaux efficaces pour de données massives. Il développera et appliquera des métriques mesurant la qualité/utilité des données générées et le surajustement (overfitting) des modèles statistiques. Enfin, il testera des approches existantes et d'autres développées dans le cadre de la thèse pour l'interprétabilité en génétique des populations. Celles-ci seront testées dans le cadre de (i) modèles génératifs et (ii) réseaux supervisés pour l'inférence évolutive.

The goal of the PhD is to design neural networks that are tailored for population genetics. Using generative neural networks, one can learn the hidden distribution of genomic datasets and generate new sequences that successfully mimic the real ones but are not identical to any of them. The PhD candidate will contribute to the design, training, and evaluation of networks that are efficient for large scale datasets. He will also develop and apply metrics measuring generated data quality/utility and model overfitting. Finally, he will test existing and novel approaches for interpretability in population genetics, for (i) generative models and (ii) supervised networks for evolutionary inference.