Browsing Faculté des arts et des sciences – Département d'informatique et de recherche opérationnelle - Thèses et mémoires by Title
Now showing items 269-288 of 1181
-
A data-driven discrete elastic rod model for shells and solids
(2021-10-21)Les structures en forme de tige sont omniprésentes dans le monde aujourd'hui. Désormais, prédire avec précision leur comportement pour l'ingénierie et les environnements virtuels est indispensable pour de nombreuses industries, notamment l'infographie, ... -
Data-driven optimization of bus schedules under uncertainties
(2023-09-13)Plusieurs sous-problèmes d’optimisation se posent lors de la planification des transports publics. Le problème d’itinéraires de véhicule (PIV) est l’un d’entre eux et consiste à minimiser les coûts opérationnels tout en assignant exactement un autobus ... -
Data-efficient reinforcement learning with self-predictive representations
(2021-03-24)L'efficacité des données reste un défi majeur dans l'apprentissage par renforcement profond. Bien que les techniques modernes soient capables d'atteindre des performances élevées dans des tâches extrêmement complexes, y compris les jeux de stratégie ... -
De computatione quantica
(2004) -
Dealing with heterogeneity in the prediction of clinical diagnosis
(2018-03-21)Le diagnostic assisté par ordinateur est un domaine de recherche en émergence et se situe à l’intersection de l’imagerie médicale et de l’apprentissage machine. Les données médi- cales sont de nature très hétérogène et nécessitent une attention ... -
Débruitage d’image par fusion de filtrage spatio-fréquentielle
(2018-06-19)In this work, we are interested in the fusion of two different algorithms of denoising and operating in the space domain for one of the two and in the frequency domain for the other one. The proposed technique will merge (fuse) the essential ... -
The decoupling approach to quantum information theory
(2010-03-04)La théorie de l'information quantique étudie les limites fondamentales qu'imposent les lois de la physique sur les tâches de traitement de données comme la compression et la transmission de données sur un canal bruité. Cette thèse présente des techniques ... -
Deep active localization
(2019-10-30)Des progrès considérables ont été réalisés en robotique mobile au cours des dernières décennies et ces robots sont maintenant capables d’effectuer des tâches qu’on croyait au- paravant impossibles. Un facteur critique qui a permis aux robots d’accomplir ... -
Deep geometric probabilistic models
(2023-02-22)La géométrie moléculaire, également connue sous le nom de conformation, est la représentation la plus intrinsèque et la plus informative des molécules. Cependant, prédire des conformations stables à partir de graphes moléculaires reste un problème ... -
Deep learning algorithms for database-driven peptide search
(2024-06-19)Modern proteomics – the large-scale analysis of proteins (Graves and Haystead, 2002) – relies heavily on the analysis of complex raw experimental, time series-like data. In a typical shotgun mass spectrometry workflow where the goal is to identify ... -
Deep learning and reinforcement learning methods for grounded goal-oriented dialogue
(2020-06-04)Les systèmes de dialogues sont à même de révolutionner l'interaction entre l'homme et la machine. Pour autant, les efforts pour concevoir des agents conversationnels se sont souvent révélés infructueux, et ceux, malgré les dernières avancées en ... -
Deep Learning for Video Modelling
(2018-03-21)Ce mémoire de maı̂trise présente une exploration des modèles génératifs dans le contexte de la vidéo. Ceci a demandé une étude approfondie des problèmes encourus par les chercheurs dans cette branche de la vision par ordinateur. Ce mémoire établi deux ... -
Deep learning of representations and its application to computer vision
(2015-02-18)L’objectif de cette thèse par articles est de présenter modestement quelques étapes du parcours qui mènera (on espère) à une solution générale du problème de l’intelligence artificielle. Cette thèse contient quatre articles qui présentent chacun une ... -
Deep learning on signals : discretization invariance, lossless compression and nonuniform compression
(2023-11-01)Une grande variété d'information se prête bien à être interprétée comme signal; à peu près toute quantité fluctuant continuellement dans l'espace se trouve inclue. La vie quotidienne abonde d'exemples; les images peuvent être vues comme une variation ... -
A deep learning theory for neural networks grounded in physics
(2021-07-14)Au cours de la dernière décennie, l'apprentissage profond est devenu une composante majeure de l'intelligence artificielle, ayant mené à une série d'avancées capitales dans une variété de domaines. L'un des piliers de l'apprentissage profond est ... -
Deep networks training and generalization: insights from linearization
(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 ...