Parcourir Faculté des arts et des sciences par directeur·trice de recherche "Wolf, Guy"
Voici les éléments 1-6 de 6
-
Application de méthodes d’apprentissage profond pour images avec structure additionnelle à différents contextes
(2023-09-13)Les méthodes d’apprentissage profond connaissent une croissance fulgurante. Une explication de ce phénomène est l’essor de la puissance de calcul combiné à l’accessibilité de données en grande quantité. Néanmoins, plusieurs applications de la vie ... -
Exploratory and predictive methods for multivariate time series data analysis in healthcare
(2023-02-22)Ce mémoire s'inscrit dans l'émergente globalisation de l'intelligence artificielle aux domaines de la santé. Par le biais de l'application d'algorithmes modernes d'apprentissage automatique à deux études de cas concrètes, l'objectif est d'exposer de ... -
Horseshoe regularization for wavelet-based lensing inversion
(2024-04-17)Gravitational lensing, a phenomenon in astronomy, occurs when the gravitational field of a massive object, such as a galaxy or a black hole, bends the path of light from a distant object behind it. This bending results in a distortion or magnification ... -
Optimizing ANN Architectures using Mixed-Integer Programming
(2020-12-16)Over-parameterized networks, where the number of parameters surpass the number of train-ing samples, generalize well on various tasks. However, large networks are computationally expensive in terms of the training and inference time. Furthermore, the ... -
Parametric Scattering Networks
(2022-10-26)La plupart des percées dans l'apprentissage profond et en particulier dans les réseaux de neurones convolutifs ont impliqué des efforts importants pour collecter et annoter des quantités massives de données. Alors que les mégadonnées deviennent de plus ... -
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 équivoque surpassé les approches ...
