Recherche
Voici les éléments 371-380 de 382
Un système multi-paradigme pour la manipulation des connaissances utilisant la théorie des graphes conceptuels
(1996-07-04)
Dans des domaines comme le génie logiciel, l'intelligence artificielle, les systèmes tutoriels
intelligents et les systèmes multi-agents, plusieurs types de connaissances sont manipulés
dans un même système avec souvent ...
Self-supervision for reinforcement learning
(2024-05-22)
Cette thèse tente de construire de meilleurs agents d'apprentissage par renforcement (RL) en tirant parti de l'apprentissage auto-supervisé. Il se présente sous la forme d'une thèse par article qui contient trois ...
Strategic planning of intracity electric vehicle charging station locations with integrated advanced demand dynamics
(2024-05-22)
Dans des régions avec beaucoup d'électricité renouvelable, comme le Québec, une augmentation du nombre de Véhicules Électriques (VE) peut réduire les gaz à effet de serre. Par contre, l'autonomie réduite des VE et la ...
Scalable and robust fog-computing design & dimensioning in dynamic, trustless smart cities
(2024-05-22)
Le concept de Ville Intelligent concerne l’interconnectivité totale de plusieurs industries vers l’amélioration des modes de vie des résidents. Ceci est rendu possible par la croissance et l'utilisation généralisée de ...
Finer grained evaluation methods for better understanding of deep neural network representations
(2024-05-22)
Établir des méthodes d'évaluation pour les systèmes d'intelligence artificielle (IA) est une étape importante pour précisément connaître leurs limites et ainsi prévenir les dommages qu'ils pourraient causer et savoir quels ...
Sur la génération d'exemples pour réduire le coût d'annotation
(2024-05-22)
L'apprentissage machine moderne s'appuie souvent sur l'utilisation de jeux de données massifs, mais il existe de nombreux contextes où l'acquisition et la manipulation de grandes données n'est pas possible, et le développement ...
Beyond the status quo in deep reinforcement learning
(2024-05-22)
L’apprentissage par renforcement profond (RL) a connu d’énormes progrès ces dernières
années, mais il est encore difficile d’appliquer le RL aux problèmes de prise de décision du
monde réel. Cette thèse identifie trois ...
Traitement automatique du langage naturel pour les textes juridiques : prédiction de verdict et exploitation de connaissances du domaine
(2024-05-22)
À l'intersection du traitement automatique du langage naturel et du droit, la prédiction de verdict ("legal judgment prediction" en anglais) est une tâche permettant de représenter la question de la justice prédictive, ...
Deep learning algorithms for database-driven peptide search
(2024-06-19)
Modern proteomics – the large-scale analysis of proteins (Graves and Haystead, 2002) – relies heavily on the analysis of complex raw experimental, time series-like data. In a typical shotgun mass spectrometry workflow where ...
Building sample-efficient reinforcement learning
(2024-06-19)
L’efficacité des données est un défi clé pour l’apprentissage par renforcement profond (DRL), limitant souvent son utilisation aux environnements où des quantités illimitées de données simulées sont disponibles. J’envisage ...