Search
Now showing items 11-20 of 28
On Recurrent and Deep Neural Networks
(2015-02-18)
L'apprentissage profond est un domaine de recherche en forte croissance en apprentissage automatique qui est parvenu à des résultats impressionnants dans différentes tâches allant de la classification d'images à la parole, ...
Advances in scaling deep learning algorithms
(2016-03-23)
Les algorithmes d'apprentissage profond forment un nouvel ensemble de méthodes
puissantes pour l'apprentissage automatique. L'idée est de combiner des couches
de facteurs latents en hierarchies. Cela requiert souvent un ...
Détection de changement en imagerie satellitaire multimodale
(2019-10-30)
The purpose of this research is to study the detection of temporal changes between
two (or more) multimodal images satellites, i.e., between two different imaging
modalities acquired by two heterogeneous sensors, giving ...
Locality and compositionality in representation learning for complex visual tasks
(2021-07-14)
L'utilisation d'architectures neuronales profondes associée à des innovations spécifiques telles que les méthodes adversarielles, l’entraînement préalable sur de grands ensembles de données et l'estimation de l'information ...
Learning and time : on using memory and curricula for language understanding
(2019-03-13)
Cette thèse présente quelques-unes des étapes entreprises pour pouvoir un jour résoudre le problème de la compréhension du langage naturel et d’apprentissage de dépendances à long terme, dans le but de développer de meilleurs ...
Sequence-to-sequence learning for machine translation and automatic differentiation for machine learning software tools
(2019-05-08)
Cette thèse regroupe des articles d'apprentissage automatique et s'articule autour de deux thématiques complémentaires.
D'une part, les trois premiers articles examinent l'application des réseaux de neurones artificiels ...
Advances in generative models for dynamic scenes
(2022-10-26)
Les réseaux de neurones sont un type de modèle d'apprentissage automatique (ML) qui résolvent des tâches complexes d'intelligence artificielle (AI) sans nécessiter de représentations de données élaborées manuellement.
Bien ...
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 ...