Now showing items 1-20 of 31

  • Algorithmes d'apprentissage pour la recommandation 

    Bisson, Valentin (2013-02-01)
    L'ère numérique dans laquelle nous sommes entrés apporte une quantité importante de nouveaux défis à relever dans une multitude de domaines. Le traitement automatique de l'abondante information à notre disposition est l'un de ces défis, et nous allons ...
  • Algorithmes de recommandation musicale 

    Maillet, François (2010-05-05)
    Ce mémoire est composé de trois articles qui s’unissent sous le thème de la recommandation musicale à grande échelle. Nous présentons d’abord une méthode pour effectuer des recommandations musicales en récoltant des étiquettes (tags) décrivant ...
  • Apprentissage de représentations musicales à l'aide d'architectures profondes et multiéchelles 

    Hamel, Philippe (2012-10-11)
    L'apprentissage machine (AM) est un outil important dans le domaine de la recherche d'information musicale (Music Information Retrieval ou MIR). De nombreuses tâches de MIR peuvent être résolues en entraînant un classifieur sur un ensemble de ...
  • Configuration et exploitation d'une machine émotionnelle 

    Trabelsi, Amine (2010-12-02)
    Dans ce travail, nous explorons la faisabilité de doter les machines de la capacité de prédire, dans un contexte d'interaction homme-machine (IHM), l'émotion d'un utilisateur, ainsi que son intensité, de manière instantanée pour une grande variété de ...
  • 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 ...
  • Détection et amélioration de l'état cognitif de l'apprenant 

    Ghali, Ramla (2017-05-01)
    Cette thèse vise à détecter et améliorer l’état cognitif de l’apprenant. Cet état est défini par la capacité d’acquérir de nouvelles connaissances et de les stocker dans la mémoire. Nous nous sommes essentiellement intéressés à améliorer le raisonnement ...
  • Difference target propagation 

    Lee, Dong-Hyun (2018-10-18)
    Backpropagation has been the workhorse of recent successes of deep learning but it relies on infinitesimal effects (partial derivatives) in order to perform credit assignment. This could become a serious issue as one considers deeper and more non-linear ...
  • Échantillonnage dynamique de champs markoviens 

    Breuleux, Olivier (2010-03-04)
    L'un des modèles d'apprentissage non-supervisé générant le plus de recherche active est la machine de Boltzmann --- en particulier la machine de Boltzmann restreinte, ou RBM. Un aspect important de l'entraînement ainsi que l'exploitation d'un tel modèle ...
  • Environnement d’adaptation pour un jeu sérieux 

    Ouellet, Sébastien (2016-09-28)
    Nous avons développé un jeu sérieux afin d’enseigner aux utilisateurs à dessiner des diagrammes de Lewis. Nous l’avons augmenté d’un environnement pouvant enregistrer des signaux électroencéphalographiques, les expressions faciales, et la pupille ...
  • Espaces de timbre générés par des réseaux profonds convolutionnels 

    Lemieux, Simon (2012-02-02)
    Il est avant-tout question, dans ce mémoire, de la modélisation du timbre grâce à des algorithmes d'apprentissage machine. Plus précisément, nous avons essayé de construire un espace de timbre en extrayant des caractéristiques du son à l'aide de machines ...
  • Factorized second order methods in neural networks 

    George, Thomas (2018-03-21)
    Les méthodes d'optimisation de premier ordre (descente de gradient) ont permis d'obtenir des succès impressionnants pour entrainer des réseaux de neurones artificiels. Les méthodes de second ordre permettent en théorie d'accélérer l'optimisation d'une ...
  • FPGA-based object detection using classification circuits 

    Fu, Min (2015-09-23)
    Dans l'apprentissage machine, la classification est le processus d’assigner une nouvelle observation à une certaine catégorie. Les classifieurs qui mettent en œuvre des algorithmes de classification ont été largement étudié au cours des dernières ...
  • Génération et reconnaissance de rythmes au moyen de réseaux de neurones à réservoir 

    Daouda, Tariq (2011-03-03)
    Les réseaux de neurones à réservoir, dont le principe est de combiner un vaste réseau de neurones fixes avec un apprenant ne possédant aucune forme de mémoire, ont récemment connu un gain en popularité dans les communautés d’apprentissage machine, de ...
  • 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 ...
  • Learning a graph made of boolean function nodes : a new approach in machine learning 

    Mokaddem, Mouna (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 to sample from noise with deep generative models 

    Bordes, Florian (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 ...
  • Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks 

    Boulanger-Lewandowski, Nicolas (2014-09-29)
    Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les dépendances à long terme et la ...
  • Modélisation de l'interprétation des pianistes & applications d'auto-encodeurs sur des modèles temporels 

    Lauly, Stanislas (2010-10-07)
    Ce mémoire traite d'abord du problème de la modélisation de l'interprétation des pianistes à l'aide de l'apprentissage machine. Il s'occupe ensuite de présenter de nouveaux modèles temporels qui utilisent des auto-encodeurs pour améliorer l'apprentissage ...