Now showing items 1-15 of 15

  • Deep Learning for Video Modelling 

    Mastropietro, Olivier (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 

    Goodfellow, Ian (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 ...
  • Distributed conditional computation 

    Léonard, Nicholas (2015-04-30)
    L'objectif de cette thèse est de présenter différentes applications du programme de recherche de calcul conditionnel distribué. On espère que ces applications, ainsi que la théorie présentée ici, mènera à une solution générale du problème d'intelligence ...
  • Exploring Attention Based Model for Captioning Images 

    Xu, Kelvin (2018-03-21)
    Comprendre ce qu’il y a dans une image est l’enjeu primaire de la vision par ordinateur. Depuis 2012, les réseaux de neurones se sont imposés comme le modèle de facto pour de nombreuses applications d’apprentissage automatique. Inspirés par les récents ...
  • Generative models : a critical review 

    Lamb, Alexander (2018-10-18)
    Dans cette thèse, nous introduisons et motivons la modélisation générative comme une tâche centrale pour l’apprentissage automatique et fournissons une vue critique des algorithmes qui ont été proposés pour résoudre cette tâche. Nous montrons comment ...
  • Generative models for natural images 

    Ahmed, Faruk (2018-03-21)
    Nous traitons de modèles génératifs construits avec des réseaux de neurones dans le contexte de la modélisation d’images. De nos jours, trois types de modèles sont particulièrement prédominants: les modèles à variables latentes, tel que ...
  • Improving sampling, optimization and feature extraction in Boltzmann machines 

    Desjardins, Guillaume (2014-05-01)
    L’apprentissage supervisé de réseaux hiérarchiques à grande échelle connaît présentement un succès fulgurant. Malgré cette effervescence, l’apprentissage non-supervisé représente toujours, selon plusieurs chercheurs, un élément clé de l’Intelligence ...
  • 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 ...
  • 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 ...
  • Representation Learning for Visual Data 

    Dumoulin, Vincent (2018-10-18)
    Cette thèse par article contribue au domaine de l’apprentissage de représentations profondes, et plus précisément celui des modèles génératifs profonds, par l’entremise de travaux sur les machines de Boltzmann restreintes, les modèles génératifs ...
  • Sequence to sequence learning and its speech applications 

    Zhang, Ying (2018-10-18)
    Recurrent Neural Networks (RNNs), which has the attractive properties of modelling sequences, has been dominant in speech field in the recent decades. Convolutional Neural Networks (CNNs) has been shown as an alternative to model sequences because of ...
  • Sequential modeling, generative recurrent neural networks, and their applications to audio 

    Mehri, Soroush (2017-03-28)
    L'apprentissage profond s'est imposé comme étant le cadre de concrétisation d'une intelligence artificielle spécialisée; le chemin rêvé de beaucoup vers un futur où l'IA est omniprésente ou ce qu'on appellerait une intelligence artificielle générale. ...
  • 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 ...
  • Towards deep semi supervised learning 

    Pezeshki, Mohammad (2017-03-28)
    L'apprentissage profond est une sous-discipline de l'intelligence artificielle en plein essor grâce à d'impressionnantes performances, obtenue durant la dernière décennie, dans divers domaines d'application de l'apprentissage machine. Le pré-entraînement ...