Recherche
Voici les éléments 41-50 de 87
AI alignment and generalization in deep learning
(2023-09-13)
This thesis covers a number of works in deep learning aimed at understanding and improving generalization abilities of deep neural networks (DNNs).
DNNs achieve unrivaled performance in a growing range of tasks and ...
Contextual cues for deep learning models of code
(2023-11-01)
Le code source offre un domaine d'application passionnant des méthodes d'apprentissage en profondeur, englobant des tâches telles que la synthèse, la réparation et l'analyse de programmes, ainsi que des tâches à l'intersection ...
Conditional generative modeling for images, 3D animations, and video
(2023-11-01)
Generative modeling for computer vision has shown immense progress in the last few years, revolutionizing the way we perceive, understand, and manipulate visual data. This rapidly evolving field has witnessed advancements ...
Detection, recuperation and cross-subject classification of mental fatigue
(2023-12-20)
La fatigue mentale est un état complexe qui résulte d'une activité cognitive prolongée. Les
symptômes de la fatigue mentale inclus des changements d'humeur, de motivation et une
détérioration temporaire de diverses ...
Sur l'élaboration de meilleures techniques pour l'apprentissage auto-supervisé des représentations du code
(2023-11-01)
Les représentations du code apprises par les modèles d’apprentissage profond sont une composante cruciale pour certaines applications en génie logiciel telles que la recherche de code ou la détection de clones. Les ...
Sample efficient reinforcement learning for biological sequence design
(2023-11-01)
L’apprentissage par renforcement profond a mené à de nombreux résultats prometteurs dans
l’apprentissage des jeux vidéo à partir de pixels, dans la robotique pour l’apprentissage de
compétences généralisables et dans les ...
Improving predictive behavior under distributional shift
(2024-01-31)
L'hypothèse fondamentale guidant la pratique de l'apprentissage automatique est qu’en phase de test, les données sont \emph{indépendantes et identiquement distribuées} à la distribution d'apprentissage. En pratique, les ...
Toward causal representation and structure learning
(2023-11-28)
Dans les annales de l'Intelligence Artificielle (IA), la quête incessante pour émuler la cognition humaine dans les machines a sous-tendu l'évolution technologique, repoussant les limites du potentiel humain et des capacités ...
Stabilizing Q-Learning for continuous control
(2023-05-29)
L'apprentissage profond par renforcement a produit des décideurs qui jouent aux échecs, au Go, au Shogi, à Atari et à Starcraft avec une capacité surhumaine. Cependant, ces algorithmes ont du mal à naviguer et à contrôler ...
Taxonomy of datasets in graph learning : a data-driven approach to improve GNN benchmarking
(2023-02-22)
L'apprentissage profond sur les graphes a atteint des niveaux de succès sans précédent ces dernières années grâce aux réseaux de neurones de graphes (GNN), des architectures de réseaux de neurones spécialisées qui ont sans ...