Now showing items 1-20 of 23

  • Amplification de l'amplitude : analyse et applications 

    Lamontagne, Philippe (2013-06-03)
    Ce mémoire étudie l'algorithme d'amplification de l'amplitude et ses applications dans le domaine de test de propriété. On utilise l'amplification de l'amplitude pour proposer le plus efficace algorithme quantique à ce jour qui teste la linéarité de ...
  • Apprentissage de modèles causaux par réseaux de neurones artificiels 

    Brouillard, Philippe (2021-03-24)
    Dans ce mémoire par articles, nous nous intéressons à l’apprentissage de modèles causaux à partir de données. L’intérêt de cette entreprise est d’obtenir une meilleure compréhension des données et de pouvoir prédire l’effet qu’aura un changement sur ...
  • Les circuits quantiques paramétrés universels comme modèles d'apprentissage automatique 

    Williams, Andrew (2022-10-26)
    L'informatique quantique exploite les phénomènes de la théorie quantique pour le traitement de l'information, tandis que l'apprentissage automatique s'intéresse aux algorithmes qui peuvent s'améliorer en fonction des expériences passées. L'informatique ...
  • Complexité de la communication sur un canal avec délai 

    Lapointe, Rébecca (2014-03-03)
    Nous introduisons un nouveau modèle de la communication à deux parties dans lequel nous nous intéressons au temps que prennent deux participants à effectuer une tâche à travers un canal avec délai d. Nous établissons quelques bornes supérieures et ...
  • Compression in Sequence to Sequence Learning for Natural Language Processing 

    Prato, Gabriele (2020-03-25)
    Dans ce travail, nous proposons une méthode presque sans perte d’information pour encoder de longues séquences de texte ainsi que toutes leurs sous-séquences en des représentations riches en information. Nous testons notre méthode sur une tâche d’analyse ...
  • Data-efficient reinforcement learning with self-predictive representations 

    Schwarzer, Max (2021-03-24)
    L'efficacité des données reste un défi majeur dans l'apprentissage par renforcement profond. Bien que les techniques modernes soient capables d'atteindre des performances élevées dans des tâches extrêmement complexes, y compris les jeux de stratégie ...
  • FPGA-based object detection using classification circuits 

    Fu, Min (2015-09-23)
    Dans l'apprentissage machine, la classification est le processus d’assigner une nouvelle observation à une certaine catégorie. Les classifieurs qui mettent en œuvre des algorithmes de classification ont été largement étudié au cours des dernières ...
  • From Classical to Quantum Secret Sharing 

    Chouha, Paul-Robert (2015-09-23)
    Dans ce mémoire, nous nous pencherons tout particulièrement sur une primitive cryptographique connue sous le nom de partage de secret. Nous explorerons autant le domaine classique que le domaine quantique de ces primitives, couronnant notre étude par ...
  • Identifying electrons with deep learning methods 

    Kahya, Emre Onur (2021-03-24)
    Cette thèse porte sur les techniques de l’apprentissage machine et leur application à un problème important de la physique des particules expérimentale: l’identification des électrons de signal résultant des collisions proton-proton au Grand collisionneur ...
  • Interactive quantum information theory 

    Touchette, Dave (2015-09-23)
    La théorie de l'information quantique s'est développée à une vitesse fulgurante au cours des vingt dernières années, avec des analogues et extensions des théorèmes de codage de source et de codage sur canal bruité pour la communication unidirectionnelle. ...
  • Intrication & non-localité 

    Méthot, André Allan (2006)
  • Learning a graph made of boolean function nodes : a new approach in machine learning 

    Mokaddem, Mouna (2017-03-28)
    Dans ce document, nous présentons une nouvelle approche en apprentissage machine pour la classification. Le cadre que nous proposons est basé sur des circuits booléens, plus précisément le classifieur produit par notre algorithme a cette forme. ...
  • Learning discrete word embeddings to achieve better interpretability and processing efficiency 

    Beland-Leblanc, Samuel (2021-07-14)
    L’omniprésente utilisation des plongements de mot dans le traitement des langues naturellesest la preuve de leur utilité et de leur capacité d’adaptation a une multitude de tâches. Ce-pendant, leur nature continue est une importante limite en terme de ...
  • Practical and Foundational Aspects of Secure Computation 

    Ranellucci, Samuel (2015-02-18)
    Il y a des problemes qui semblent impossible a resoudre sans l'utilisation d'un tiers parti honnete. Comment est-ce que deux millionnaires peuvent savoir qui est le plus riche sans dire a l'autre la valeur de ses biens ? Que peut-on faire pour prevenir ...
  • Preuves interactives classiques 

    Blier, Hugue (2006)
  • Preuves interactives quantiques 

    Blier, Hugue (2010-02-04)
    Cette thèse est consacrée à la complexité basée sur le paradigme des preuves interactives. Les classes ainsi définies ont toutes en commun qu’un ou plusieurs prouveurs, infiniment puissants, tentent de convaincre un vérificateur, de puissance bornée, ...
  • Privacy evaluation of fairness-enhancing pre-processing techniques 

    Taillandier, Jean-Christophe (2021-10-21)
    La prédominance d’algorithmes de prise de décision, qui sont souvent basés sur desmodèles issus de l’apprentissage machine, soulève des enjeux importants en termes de ladiscrimination et du manque d’équité par ceux-ci ainsi que leur impact sur le ...
  • Privacy in Bitcoin through decentralized mixers 

    Coutu, Olivier (2015-02-18)
    Dans les crypto-monnaies telles Bitcoin, l’anonymité des utilisateurs peut être compromise de plusieurs façons. Dans ce mémoire, nous effectuons une revue de littérature et une classification des différents protocoles existants pour anonymiser les ...
  • Quantum nonlocality, cryptography and complexity 

    Broadbent, Anne Lise (2008-07-02)