• Bidirectional Helmholtz Machines 

    Shabanian, Samira (2016-09-28)
    L'entraînement sans surveillance efficace et inférence dans les modèles génératifs profonds reste un problème difficile. Une approche assez simple, la machine de Helmholtz, consiste à entraîner du haut vers le bas un modèle génératif dirigé qui sera ...
  • Contributions to generative models and their applications 

    Che, Tong (2023-02-22)
    Generative models are a large class of machine learning models for unsupervised learning. They have various applications in machine learning and artificial intelligence. In this thesis, we discuss many aspects of generative models and their applications ...
  • Controllable music performance synthesis via hierarchical modelling 

    Wu, Yusong (2023-02-22)
    L’expression musicale requiert le contrôle sur quelles notes sont jouées ainsi que comment elles se jouent. Les synthétiseurs audios conventionnels offrent des contrôles expressifs détaillés, cependant au détriment du réalisme. La synthèse neuronale ...
  • From specialists to generalists : inductive biases of deep learning for higher level cognition 

    Goyal, Anirudh (2023-05-03)
    Les réseaux de neurones actuels obtiennent des résultats de pointe dans une gamme de domaines problématiques difficiles. Avec suffisamment de données et de calculs, les réseaux de neurones actuels peuvent obtenir des résultats de niveau humain sur ...
  • Improved training of generative models 

    Goyal, Anirudh (2019-03-13)
    Cette thèse explore deux idées différentes: — Une méthode améliorée d’entraînement de réseaux de neurones récurrents. Communément, l’entraînement des réseaux de neurones récurrents se fait à l’aide d’une méthode connue sous le nom de ‘teacher forcing’. ...
  • Latent data augmentation and modular structure for improved generalization 

    Lamb, Alexander (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 ...
  • On representation learning for generative models of text 

    Subramanian, Sandeep (2021-10-21)
    Cette thèse fait des petits pas dans la construction et la compréhension des systèmes d'apprentissage des représentations neuronales et des modèles génératifs pour le traitement du langage naturel. Il est présenté comme une thèse par article qui contient ...
  • Sur la génération d'exemples pour réduire le coût d'annotation 

    Piedboeuf, Frédéric (2024-05-22)
    L'apprentissage machine moderne s'appuie souvent sur l'utilisation de jeux de données massifs, mais il existe de nombreux contextes où l'acquisition et la manipulation de grandes données n'est pas possible, et le développement de techniques d'apprentissage ...