Browsing Thèses et mémoires électroniques de l’Université de Montréal by Subject "Recurrent neural networks"
Now showing items 1-13 of 13
-
Advances in deep learning methods for speech recognition and understanding
(2020-12-16)Ce travail expose plusieurs études dans les domaines de la reconnaissance de la parole et compréhension du langage parlé. La compréhension sémantique du langage parlé est un sous-domaine important de l'intelligence artificielle. ... -
Advances in parameterisation, optimisation and pruning of neural networks
(2021-07-14)Les réseaux de neurones sont une famille de modèles de l'apprentissage automatique qui sont capable d'apprendre des tâches complexes directement des données. Bien que produisant déjà des résultats impressionnants dans beaucoup de domaines tels que la ... -
Apprentissage d'espaces sémantiques
(2015-09-23)Dans cette dissertation, nous présentons plusieurs techniques d’apprentissage d’espaces sémantiques pour plusieurs domaines, par exemple des mots et des images, mais aussi à l’intersection de différents domaines. Un espace de représentation est appelé ... -
Extraction de phrases parallèles à partir d’un corpus comparable avec des réseaux de neurones récurrents bidirectionnels
(2018-05-10)Les corpus parallèles sont cruciaux pour le bon fonctionnement des applications multilingues du traitement automatique du langage naturel. Comme ils sont des ressources essentielles, le nombre limité de corpus parallèles, que nous trouvons pour un ... -
Génération et reconnaissance de rythmes au moyen de réseaux de neurones à réservoir
(2011-03-03)Les réseaux de neurones à réservoir, dont le principe est de combiner un vaste réseau de neurones fixes avec un apprenant ne possédant aucune forme de mémoire, ont récemment connu un gain en popularité dans les communautés d’apprentissage machine, de ... -
Learning and time : on using memory and curricula for language understanding
(2019-03-13)Cette thèse présente quelques-unes des étapes entreprises pour pouvoir un jour résoudre le problème de la compréhension du langage naturel et d’apprentissage de dépendances à long terme, dans le but de développer de meilleurs algorithmes d’intelligence ... -
Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks
(2014-09-29)Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les dépendances à long terme et la ... -
Modélisation de l'interprétation des pianistes & applications d'auto-encodeurs sur des modèles temporels
(2010-10-07)Ce mémoire traite d'abord du problème de la modélisation de l'interprétation des pianistes à l'aide de l'apprentissage machine. Il s'occupe ensuite de présenter de nouveaux modèles temporels qui utilisent des auto-encodeurs pour améliorer l'apprentissage ... -
On Deep Multiscale Recurrent Neural Networks
(2019-03-13)L’apprentissage profond a poussé l’étude des réseaux de neurones profonds et a conduit à des avancées significatives dans plusieurs domaines d’application de l’apprentissage automatique. Dans ce manuscrit, nous nous concentrons sur un sous- ensemble ... -
On Recurrent and Deep Neural Networks
(2015-02-18)L'apprentissage profond est un domaine de recherche en forte croissance en apprentissage automatique qui est parvenu à des résultats impressionnants dans différentes tâches allant de la classification d'images à la parole, en passant par la modélisation ... -
Prédiction et génération de données structurées à l'aide de réseaux de neurones et de décisions discrètes
(2019-03-13)L’apprentissage profond, une sous-discipline de l’apprentissage automatique, est de plus en plus utilisé dans une multitude de domaines, dont le traitement du langage naturel. Toutefois, plusieurs problèmes restent ouverts, notamment la prédiction ... -
Predictive models for career progression
(2018-10-18)Linkedin est le plus grand réseau social pour les professionnels où les utilisateurs du service partagent toute leur histoire professionnelle. Dans ce travail, nous explorons les méthodes par lesquelles nous pouvons modéliser la trajectoire de carrière ... -
Réseaux de neurones à relaxation entraînés par critère d'autoencodeur débruitant
(2012-01-05)L’apprentissage machine est un vaste domaine où l’on cherche à apprendre les paramètres de modèles à partir de données concrètes. Ce sera pour effectuer des tâches demandant des aptitudes attribuées à l’intelligence humaine, comme la capacité à traiter ...