Now showing items 1-5 of 5

  • Deep networks training and generalization: insights from linearization 

    George, Thomas (2023-06-19)
    Bien qu'ils soient capables de représenter des fonctions très complexes, les réseaux de neurones profonds sont entraînés à l'aide de variations autour de la descente de gradient, un algorithme qui est basé sur une simple linéarisation de la fonction ...
  • Étude algorithmique et combinatoire de la méthode de Kemeny-Young et du consensus de classements 

    Milosz, Robin (2019-03-13)
    Une permutation est une liste qui ordonne des objets ou des candidats en fonction d’une préférence ou d’un critère. Des exemples sont les résultats d’un moteur de recherche sur l’internet, des classements d’athlètes, des listes de gènes liés à une ...
  • Placement automatique de sondes d’irradiance 

    Polard-Perron, Joël (2017-09-27)
    Nous proposons une méthode pour placer automatiquement des sondes dans une scène par minimisation d’une fonction d’erreur. Nous guidons les sondes vers les sites d’échantillonnage optimaux en appliquant la descente de gradient à une fonction ...
  • Reusable semantics for implementation of Python optimizing compilers 

    Melançon, Olivier (2022-03-16)
    Le langage de programmation Python est aujourd'hui parmi les plus populaires au monde grâce à son accessibilité ainsi que l'existence d'un grand nombre de librairies standards. Paradoxalement, Python est également reconnu pour ses performances médiocres ...
  • Steepest descent as Linear Quadratic Regulation 

    Dufort-Labbé, Simon (2022-03-16)
    Concorder un modèle à certaines observations, voilà qui résume assez bien ce que l’apprentissage machine cherche à accomplir. Ce concept est maintenant omniprésent dans nos vies, entre autre grâce aux percées récentes en apprentissage profond. La ...