Now showing items 1-14 of 14

  • Apprentissage de représentations sur-complètes par entraînement d’auto-encodeurs 

    Lajoie, Isabelle (2010-04-01)
    Les avancés dans le domaine de l’intelligence artificielle, permettent à des systèmes informatiques de résoudre des tâches de plus en plus complexes liées par exemple à la vision, à la compréhension de signaux sonores ou au traitement de la langue. ...
  • 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 ...
  • Designing Regularizers and Architectures for Recurrent Neural Networks 

    Krueger, David (2016-05-25)
    Cette thèse contribue a la recherche vers l'intelligence artificielle en utilisant des méthodes connexionnistes. Les réseaux de neurones récurrents sont un ensemble de modèles séquentiels de plus en plus populaires capable en principe d'apprendre des ...
  • Feature extraction on faces : from landmark localization to depth estimation 

    Honari, Sina (2019-06-19)
    Le sujet de cette thèse porte sur les algorithmes d'apprentissage qui extraient les caractéristiques importantes des visages. Les caractéristiques d’intérêt principal sont des points clés; La localisation en deux dimensions (2D) ou en trois dimensions ...
  • Feedforward deep architectures for classification and synthesis 

    Warde-Farley, David (2018-03-21)
    Cette thèse par article présente plusieurs contributions au domaine de l'apprentissage de représentations profondes, avec des applications aux problèmes de classification et de synthèse d'images naturelles. Plus spécifiquement, cette thèse présente ...
  • 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 ...
  • Reparametrization in deep learning 

    Dinh, Laurent (2018-10-18)
    L'apprentissage profond est une approche connectioniste à l'apprentissage automatique. Elle a pu exploiter la récente production massive de données numériques et l'explosion de la quantité de ressources computationelles qu'a amené ces dernières décennies. ...
  • 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 ...
  • 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 ...
  • Towards learning sentence representation with self-supervision 

    Hosseini, Seyedarian (2020-03-25)
    Ces dernières années, il y a eu un intérêt croissant dans le domaine de l'apprentissage profond pour le traitement du langage naturel. Plusieurs étapes importantes ont été franchies au cours de la dernière décennie dans divers problèmes, tels que les ...
  • Training deep convolutional architectures for vision 

    Desjardins, Guillaume (2010-02-04)
    Les tâches de vision artificielle telles que la reconnaissance d’objets demeurent irrésolues à ce jour. Les algorithmes d’apprentissage tels que les Réseaux de Neurones Artificiels (RNA), représentent une approche prometteuse permettant d’apprendre des ...
  • Understanding deep architectures and the effect of unsupervised pre-training 

    Erhan, Dumitru (2011-05-05)
    Cette thèse porte sur une classe d'algorithmes d'apprentissage appelés architectures profondes. Il existe des résultats qui indiquent que les représentations peu profondes et locales ne sont pas suffisantes pour la modélisation des fonctions comportant ...
  • Unsupervised representation learning in interactive environments 

    Racah, Evan (2020-03-25)
    Extraire une représentation de tous les facteurs de haut niveau de l'état d'un agent à partir d'informations sensorielles de bas niveau est une tâche importante, mais difficile, dans l'apprentissage automatique. Dans ce memoire, nous explorerons plusieurs ...