Recherche
Voici les éléments 21-30 de 48
Representation Learning for Visual Data
(2018-10-18)
Cette thèse par article contribue au domaine de l’apprentissage de représentations profondes, et plus précisément celui des modèles génératifs profonds, par l’entremise de travaux sur les machines de Boltzmann restreintes, ...
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 ...
Sequential Machine learning Approaches for Portfolio Management
(2010-02-04)
Cette thèse envisage un ensemble de méthodes permettant aux algorithmes d'apprentissage statistique de mieux traiter la nature séquentielle des problèmes de gestion de portefeuilles financiers.
Nous débutons par une ...
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, ...
Advances in scaling deep learning algorithms
(2016-03-23)
Les algorithmes d'apprentissage profond forment un nouvel ensemble de méthodes
puissantes pour l'apprentissage automatique. L'idée est de combiner des couches
de facteurs latents en hierarchies. Cela requiert souvent un ...
Locality and compositionality in representation learning for complex visual tasks
(2021-07-14)
L'utilisation d'architectures neuronales profondes associée à des innovations spécifiques telles que les méthodes adversarielles, l’entraînement préalable sur de grands ensembles de données et l'estimation de l'information ...
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 ...
On challenges in training recurrent neural networks
(2020-03-25)
Dans un problème de prédiction à multiples pas discrets, la prédiction à chaque instant peut dépendre de l’entrée à n’importe quel moment dans un passé lointain. Modéliser une telle dépendance à long terme est un des ...
Sequence-to-sequence learning for machine translation and automatic differentiation for machine learning software tools
(2019-05-08)
Cette thèse regroupe des articles d'apprentissage automatique et s'articule autour de deux thématiques complémentaires.
D'une part, les trois premiers articles examinent l'application des réseaux de neurones artificiels ...
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 ...