Search
Now showing items 1-8 of 8
Recommandation conversationnelle : écoutez avant de parlez
(2021-07-14)
In a world of globalization, where offers continues to grow, the ability to direct people to their specific need is essential. After being key differentiating factors for Netflix and Amazon, Recommender Systems in general ...
Deep reinforcement learning for multi-modal embodied navigation
(2021-03-24)
Ce travail se concentre sur une tâche de micro-navigation en plein air où le but est de naviguer
vers une adresse de rue spécifiée en utilisant plusieurs modalités (par exemple, images, texte
de scène et GPS). La tâche ...
On learning and generalization in unstructured taskspaces
(2020-12-16)
L'apprentissage robotique est incroyablement prometteur pour l'intelligence artificielle incarnée, avec un apprentissage par renforcement apparemment parfait pour les robots du futur: apprendre de l'expérience, s'adapter ...
Real-Time Reinforcement Learning
(2020-03-25)
Les processus de décision markovien (MDP), le cadre mathématiques sous-jacent à la plupart des algorithmes de l'apprentissage par renforcement (RL) est souvent utilisé d'une manière qui suppose, à tort, que l'état de ...
Unsupervised representation learning in interactive environments
(2020-03-25)
Extraire une représentation de tous les facteurs de haut niveau de l'état d'un agent à partir d'informations sensorielles de bas niveau est une tâche importante, mais difficile, dans l'apprentissage automatique. Dans ce ...
Visual question answering with modules and language modeling
(2019-10-30)
L’objectif principal de cette thèse est d’apprendre les représentations modulaires pour la tâche
de réponse visuelle aux questions (VQA). Apprendre de telles représentations a le potentiel de
généraliser au raisonnement ...
Towards Understanding Generalization in Gradient-Based Meta-Learning
(2020-03-25)
Dans ce mémoire, nous étudions la généralisation des réseaux de neurones dans le contexte du méta-apprentissage, en analysant divers propriétés des surface leurs fonctions objectifs. La recherche en apprentissage automatique ...
Balancing signals for semi-supervised sequence learning
(2020-03-25)
Recurrent Neural Networks(RNNs) are powerful models that have obtained outstanding achievements in many sequence learning tasks. Despite their accomplishments, RNN models still suffer with long sequences during training. ...