Search
Now showing items 11-20 of 20
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 ...
Apprentissage d'espaces sémantiques
(2015-09-23)
Dans cette dissertation, nous présentons plusieurs techniques d’apprentissage d’espaces sémantiques pour plusieurs domaines, par exemple des mots et des images, mais aussi à l’intersection de différents domaines. Un espace ...
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 ...
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 ...
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. ...
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 ...
On Deep Multiscale Recurrent Neural Networks
(2019-03-13)
L’apprentissage profond a poussé l’étude des réseaux de neurones profonds et a conduit à des avancées significatives dans plusieurs domaines d’application de l’apprentissage automatique. Dans ce manuscrit, nous nous ...
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 ...