L’article d’Ayman Chaouki accepté à la 42e conférence ICML 2025

Une énième réussite : le papier d’Ayman Chaouki accepté à la 42e conférence ICML 2025

Nous sommes fiers d’annoncer qu’Ayman Chaouki, doctorant au sein d’ORAILIX, a vu son article intitulé « Branches: Efficiently Seeking Optimal Sparse Decision Trees via AO* » accepté à la 42e édition de la conférence internationale sur l’apprentissage automatique (ICML) 2025.

Ce travail, réalisé sous la direction des professeurs Jesse Read et Albert Bifet, propose un nouvel algorithme appelé Branches, qui permet de rechercher efficacement des arbres de décision optimaux et parcimonieux. La méthode repose sur un cadre de recherche AND/OR et s’appuie sur une stratégie AO* pour résoudre le problème.

Les résultats obtenus montrent une convergence nettement plus rapide que les méthodes existantes, tant en nombre d’itérations qu’en temps d’exécution. L’algorithme s’accompagne également de garanties théoriques, en fournissant une borne supérieure sur le nombre de branches évaluées avant la fin du processus.

Pour mieux comprendre la recherche AND/OR et la stratégie AO*, Ayman recommande deux lectures incontournables : Principles of Artificial Intelligence de Nils J. Nilsson et Heuristics: Intelligent Search Strategies for Computer Problem Solving de Judea Pearl.

Le code est disponible sur son GitHub sur le lien suivant : Chaoukia/branches: Branches algorithm, fast AO* search for optimal sparse Decision Trees.

L’article peut également être consulté sur arXiv via ce lien : [2406.02175v5] Branches: Efficiently Seeking Optimal Sparse Decision Trees with AO*

Ce travail reflète l’engagement d’ORAILIX à développer une intelligence artificielle rigoureuse et à fort impact.