• Algorithmes d’apprentissage profonds supervisés et non-supervisés: applications et résultats théoriques 

    Thibodeau-Laufer, Eric (2014-03-03)
    La liste des domaines touchés par l’apprentissage machine s’allonge rapidement. Au fur et à mesure que la quantité de données disponibles augmente, le développement d’algorithmes d’apprentissage de plus en plus puissants est crucial. Ce mémoire est ...
  • Analyzing the benefits of communication channels between deep learning models 

    Lacaille, Philippe (2019-03-13)
    Comme les domaines d’application des systèmes d’intelligence artificielle ainsi que les tâches associées ne cessent de se diversifier, les algorithmes d’apprentissage automatique et en particulier les modèles d’apprentissage profond et les bases ...
  • Designing Regularizers and Architectures for Recurrent Neural Networks 

    Krueger, David (2016-05-25)
    Cette thèse contribue a la recherche vers l'intelligence artificielle en utilisant des méthodes connexionnistes. Les réseaux de neurones récurrents sont un ensemble de modèles séquentiels de plus en plus populaires capable en principe d'apprendre des ...
  • Feedforward deep architectures for classification and synthesis 

    Warde-Farley, David (2018-03-21)
    Cette thèse par article présente plusieurs contributions au domaine de l'apprentissage de représentations profondes, avec des applications aux problèmes de classification et de synthèse d'images naturelles. Plus spécifiquement, cette thèse présente ...
  • Incorporating complex cells into neural networks for pattern classification 

    Bergstra, James (2011-07-07)
    Dans le domaine des neurosciences computationnelles, l'hypothèse a été émise que le système visuel, depuis la rétine et jusqu'au cortex visuel primaire au moins, ajuste continuellement un modèle probabiliste avec des variables latentes, à son flux de ...
  • Influencing the Properties of Latent Spaces 

    Zumer, Jeremie (2017-03-28)
    L'apprentissage automatique repose sur l'étude des méthodes de détermination de paramètres de modélisation de données a n d'accomplir une tâche, telle que la classification d'image ou la génération de phrases, pour un jeu de données. Ces paramètres ...
  • Sequential Machine learning Approaches for Portfolio Management 

    Chapados, Nicolas (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 considération du problème général ...
  • Speech synthesis using recurrent neural networks 

    Rodríguez Sotelo, José Manuel (2017-07-12)
    Les réseaux neuronaux récurrents sont des outils efficaces pour modeler les données à structure séquentielle. Dans ce mémoire, nous décrivons comment les utiliser pour la synthèse vocale. Nous commençons avec une introduction à l’apprentissage automatique ...