Search
Now showing items 21-30 of 44
Sequential Machine learning Approaches for Portfolio Management
(2010-02-04)
Cette thèse envisage un ensemble de méthodes permettant aux algorithmes d'apprentissage statistique de mieux traiter la nature séquentielle des problèmes de gestion de portefeuilles financiers.
Nous débutons par une ...
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 ...
Apprendre à résoudre des analogies de forme
(2019-03-13)
L'apprentissage analogique est un mécanisme qui permet le transfert de formes d'entrée (par exemple, des chaînes) vers des formes de sortie sans recourir à l'entrainement d'un modèle. Pour se faire, chaque analogie identifiée ...
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 ...
On challenges in training recurrent neural networks
(2020-03-25)
Dans un problème de prédiction à multiples pas discrets, la prédiction à chaque instant peut dépendre de l’entrée à n’importe quel moment dans un passé lointain. Modéliser une telle dépendance à long terme est un des ...
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 ...
Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks
(2014-09-29)
Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les ...
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 ...
Advances in deep learning with limited supervision and computational resources
(2020-03-25)
Les réseaux de neurones profonds sont la pierre angulaire des systèmes à la fine pointe de la technologie pour une vaste gamme de tâches, comme la reconnaissance d'objets, la modélisation du langage et la traduction ...
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. ...