Adaptation multi-sources pour l'apprentissage à partir de signaux biologiques

Le succès des modèles d'apprentissage automatique modernes repose souvent sur des ensembles de données étiquetées à grande échelle. Cependant, dans des domaines spécialisés comme les neurosciences, les données sont souvent rares en raison de problèmes de confidentialité. La variabilité de la base de données est donc souvent faible, ce qui entraîne un décalage de distribution entre les jeux de données source (entrainement) et cible (test), pouvant entrainer une baisse significative des performances des modèles. L'Adaptation de Domaine (DA) vise à résoudre ce problème en adaptant les modèles à de nouveaux domaines cibles avec des distributions de données différentes sans accès aux étiquettes cibles. Parmi les diverses techniques de DA, le Transport Optimal (OT) s'est imposé comme un outil puissant et rigoureux pour aligner les distributions entre les domaines. Cette thèse aborde spécifiquement les défis de l'application du DA aux données d'Électroencéphalographie (EEG) présentant une grande variabilité entre les sujets et les sessions, une source importante de décalage de distribution. Malgré son potentiel, l'application plus large du DA est entravée par un manque de logiciels accessibles et de benchmarks reproductibles avec des protocoles de validation réalistes. De plus, les méthodes de DA existantes ont été souvent conçues pour la vision par ordinateur, ce qui les rend moins efficaces pour d'autres domaines comme l'analyse EEG. Cette thèse relève ces défis en améliorant l'accessibilité et la reproductibilité des méthodes de DA. Nous introduisons de nouvelles techniques pour aligner les signaux EEG et proposons une couche de normalisation robuste pour les modèles d'apprentissage profond. Cette thèse est organisée comme suit : le chapitre 1 donne un aperçu de l'adaptation de domaine, en examinant les décalages de distribution et les méthodes conçues pour les atténuer, y compris les approches modernes d'apprentissage profond. Il détaille ensuite la théorie du Transport Optimal (OT) et ses applications dans l'alignement des distributions avec l'introduction d'un cas spécifique où les données sont supposées gaussiennes. Enfin, il relie ces concepts à l'analyse des signaux cérébraux (EEG), où une grande variabilité présente un défi de décalage de distribution important. Le chapitre 2 présente Skada, une boîte à outils Python pour simplifier l'implémentation et l'évaluation des méthodes d'adaptation de domaine. Il présente également SKADA-bench, un benchmark complet utilisant un protocole de validation croisée rigoureux pour évaluer les méthodes de DA sur diverses modalités de données. Les résultats soulignent les défis du réglage des hyperparamètres et l'efficacité des méthodes sans paramètres. Le chapitre 3 propose l'Alignement de Monge Spatio-Temporel (STMA), une nouvelle méthode pour l'adaptation multi-source dans les données EEG.STMA aligne la Densité Spectrale de Puissance (PSD) des signaux sur un barycentre commun, normalisant efficacement les données. Des expériences approfondies sur des ensembles de données d'interface cerveau-ordinateur et de classification du sommeil démontrent que STMA améliore considérablement les performances et la généralisation du modèle. Le chapitre 4 présente PSDNorm, une méthode de normalisation temporelle pour l'apprentissage profond dans la classification du sommeil. Étendant les principes de STMA, PSDNorm est intégré comme une couche de normalisation dans un réseau de neurones pour aligner la PSD lors de l'extraction des caractéristiques. Validé sur 10 ensembles de données diversifiés comprenant plus de 10 000 sujets, il est démontré que PSDNorm surpasse de manière significative les techniques de normalisation traditionnelles. Enfin, le chapitre 5 résume les contributions de cette thèse et esquisse les futures orientations de recherche.