Parcourir Faculté des arts et des sciences – Département d'informatique et de recherche opérationnelle - Thèses et mémoires par titre
Voici les éléments 593-612 de 1149
-
Large state spaces and self-supervision in reinforcement learning
(2022-03-16)L'apprentissage par renforcement (RL) est un paradigme d'apprentissage orienté agent qui s'intéresse à l'apprentissage en interagissant avec un environnement incertain. Combiné à des réseaux de neurones profonds comme approximateur de fonction, ... -
Latent data augmentation and modular structure for improved generalization
(2022-10-26)This thesis explores the nature of generalization in deep learning and several settings in which it fails. In particular, deep neural networks can struggle to generalize in settings with limited data, insufficient supervision, challenging long-range ... -
Latent variable language models
(2019-03-13)There has been a renewed interest in generative modeling/unsupervised learning for language for downstream natural language understanding tasks. In this thesis, we explore the augmentation of standard language models with latent variables. In the ... -
A layered JavaScript virtual machine supporting dynamic instrumentation
(2013-09-03)L’observation de l’exécution d’applications JavaScript est habituellement réalisée en instrumentant une machine virtuelle (MV) industrielle ou en effectuant une traduction source-à-source ad hoc et complexe. Ce mémoire présente une alternative basée ... -
Learned interpreters : structural and learned systematicity in neural networks for program execution
(2023-09-13)Les architectures de réseaux de neurones profonds à usage général ont fait des progrès surprenants dans l'apprentissage automatique pour le code, permettant l’amélioration de la complétion de code, la programmation du langage naturel, la détection et ... -
Learning a graph made of boolean function nodes : a new approach in machine learning
(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 and planning with noise in optimization and reinforcement learning
(2023-11-01)La plupart des algorithmes modernes d'apprentissage automatique intègrent un certain degré d'aléatoire dans leurs processus, que nous appellerons le bruit, qui peut finalement avoir un impact sur les prédictions du modèle. Dans cette thèse, nous ... -
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 algorithmes d’intelligence ... -
Learning competitive ensemble of information-constrained primitives
(2019-10-30)Nous voulons développer des algorithmes d'apprentissage par renforcement qui permettent à l'agent apprenant d'obtenir une décomposition structurée de son comportement. L’apprentissage par renforcement hiérarchique fournit un mécanisme permettant de le ... -
Learning discrete word embeddings to achieve better interpretability and processing efficiency
(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 ... -
Learning neural ordinary differential equations for optimal control
(2022-03-16)Ce mémoire rassemble des éléments d'optimisation, d'apprentissage profond et de contrôle optimal afin de répondre aux problématiques d'apprentissage et de planification dans le contexte des systèmes dynamiques en temps continu. Deux approches ... -
Learning representations for Information Retrieval
(2016-05-25)La recherche d'informations s'intéresse, entre autres, à répondre à des questions comme: est-ce qu'un document est pertinent à une requête ? Est-ce que deux requêtes ou deux documents sont similaires ? Comment la similarité entre deux requêtes ou ... -
Learning to compare nodes in branch and bound with graph neural networks
(2023-02-22)En informatique, la résolution de problèmes NP-difficiles en un temps raisonnable est d’une grande importance : optimisation de la chaîne d’approvisionnement, planification, routage, alignement de séquences biologiques multiples, inference dans les ... -
Learning to sample from noise with deep generative models
(2017-09-27)L’apprentissage automatique et spécialement l’apprentissage profond se sont imposés ces dernières années pour résoudre une large variété de tâches. Une des applications les plus remarquables concerne la vision par ordinateur. Les systèmes de détection ... -
Learning visual representations with neural networks for video captioning and image generation
(2018-03-21)La recherche sur les réseaux de neurones a permis de réaliser de larges progrès durant la dernière décennie. Non seulement les réseaux de neurones ont été appliqués avec succès pour résoudre des problèmes de plus en plus complexes; mais ils ... -
Learning-Based Matheuristic Solution Methods for Stochastic Network Design
(2018-10-18)Cette dissertation consiste en trois études, chacune constituant un article de recherche. Dans tous les trois articles, nous considérons le problème de conception de réseaux multiproduits, avec coût fixe, capacité et des demandes stochastiques en ... -
Leveraging deep reinforcement learning in the smart grid environment
(2021-03-24)L’apprentissage statistique moderne démontre des résultats impressionnants, où les or- dinateurs viennent à atteindre ou même à excéder les standards humains dans certaines applications telles que la vision par ordinateur ou les jeux de stratégie. ... -
Leveraging distant supervision for improved named entity recognition
(2020-12-16)Les techniques d'apprentissage profond ont fait un bond au cours des dernières années, et ont considérablement changé la manière dont les tâches de traitement automatique du langage naturel (TALN) sont traitées. En quelques années, les réseaux de ... -
Leveraging noisy side information for disentangling of factors of variation in a supervised setting
(2015-02-18)Ce mémoire est composé de trois articles et présente les résultats de travaux de recherche effectués dans le but d'améliorer les techniques actuelles permettant d'utiliser des données associées à certaines tâches dans le but d'aider à l'entraînement ... -
Leveraging self-supervision for visual embodied navigation with neuralized potential fields
(2023-09-13)Une tâche fondamentale en robotique consiste à naviguer entre deux endroits. En particulier, la navigation dans le monde réel nécessite une planification à long terme à l'aide d'images RVB (RGB) en haute dimension, ce qui constitue un défi considérable ...
