• AI alignment and generalization in deep learning 

    Krueger, David (2023-09-13)
    This thesis covers a number of works in deep learning aimed at understanding and improving generalization abilities of deep neural networks (DNNs). DNNs achieve unrivaled performance in a growing range of tasks and domains, yet their behavior during ...
  • 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 ...
  • Inductive biases for efficient information transfer in artificial networks 

    Kerg, Giancarlo (2023-03-22)
    Malgré des progrès remarquables dans une grande variété de sujets, les réseaux de neurones éprouvent toujours des difficultés à exécuter certaines tâches simples pour lesquelles les humains excellent. Comme indiqué dans des travaux récents, nous émettons ...
  • Latent variable language models 

    Tan, Shawn (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 ...
  • Learning representations for Information Retrieval 

    Sordoni, Alessandro (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 visual representations with neural networks for video captioning and image generation 

    Yao, Li (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 ...
  • Leveraging noisy side information for disentangling of factors of variation in a supervised setting 

    Carrier, Pierre Luc (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 ...
  • Neural approaches to dialog modeling 

    Sankar, Chinnadhurai (2020-12-16)
    Cette thèse par article se compose de quatre articles qui contribuent au domaine de l’apprentissage profond, en particulier dans la compréhension et l’apprentissage des ap- proches neuronales des systèmes de dialogue. Le premier article fait un pas ...
  • 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 ...
  • Toward trustworthy deep learning : out-of-distribution generalization and few-shot learning 

    Gagnon-Audet, Jean-Christophe (2023-11-01)
    L'intelligence artificielle est un domaine en pleine évolution. Au premier plan des percées récentes se retrouve des approches connues sous le nom d'apprentissage automatique. Cependant, bien que l'apprentissage automatique ait montré des performances ...
  • Utilisation du plongement du domaine pour l’adaptation non supervisée en traduction automatique 

    Frenette, Xavier (2022-03-16)
    L'industrie de la traduction utilise de plus en plus des modèles de traduction automatique. Des modèles dits « universels » sont capables d'obtenir de bonnes performances lorsqu'évalués sur un large ensemble de domaines, mais leurs performances sont ...