Search
Now showing items 11-16 of 16
Improving sampling, optimization and feature extraction in Boltzmann machines
(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 ...
Representation learning for dialogue systems
(2020-03-25)
Cette thèse présente une série de mesures prises pour étudier l’apprentissage de représentations (par exemple, l’apprentissage profond) afin de mettre en place des systèmes de dialogue et des agents de conversation virtuels. ...
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 ...
Apprentissage des réseaux de neurones profonds et applications en traitement automatique de la langue naturelle
(2015-04-30)
En apprentissage automatique, domaine qui consiste à utiliser des données pour apprendre une solution aux problèmes que nous voulons confier à la machine, le modèle des Réseaux de Neurones Artificiels (ANN) est un outil ...
Auto-Encoders, Distributed Training and Information Representation in Deep Neural Networks
(2019-06-19)
L'objectif de cette thèse est de présenter ma modeste contribution à l'effort collectif de l'humanité pour comprendre l'intelligence et construire des machines intelligentes.
Ceci est une thèse par articles (cinq au ...
On representation learning for generative models of text
(2021-10-21)
Cette thèse fait des petits pas dans la construction et la compréhension des systèmes d'apprentissage des représentations neuronales et des modèles génératifs pour le traitement du langage naturel. Il est présenté comme ...