Emergence of language-like latents in deep neural networks
dc.contributor.advisor | Courville, Aaron | |
dc.contributor.author | Lu, Yuchen | |
dc.date.accessioned | 2023-12-01T19:12:45Z | |
dc.date.available | NO_RESTRICTION | fr |
dc.date.available | 2023-12-01T19:12:45Z | |
dc.date.issued | 2023-11-01 | |
dc.date.submitted | 2023-05 | |
dc.identifier.uri | http://hdl.handle.net/1866/32119 | |
dc.subject | Deep Learning | fr |
dc.subject | Language Emergence | fr |
dc.subject | Compositionality | fr |
dc.subject | Imitation Learning | fr |
dc.subject | Self-supervised Learning | fr |
dc.subject | Apprentissage Profond | fr |
dc.subject | Émergence du Langage | fr |
dc.subject | Compositionnalité | fr |
dc.subject | Apprentissage par Imitation | fr |
dc.subject | Apprentissage Auto-supervisé | fr |
dc.subject.other | Artificial intelligence / Intelligence artificielle (UMI : 0800) | fr |
dc.title | Emergence of language-like latents in deep neural networks | fr |
dc.type | Thèse ou mémoire / Thesis or Dissertation | |
etd.degree.discipline | Informatique | fr |
etd.degree.grantor | Université de Montréal | fr |
etd.degree.level | Doctorat / Doctoral | fr |
etd.degree.name | Ph. D. | fr |
dcterms.abstract | L'émergence du langage est considérée comme l'une des marques de l'intelligence humaine. Par conséquent, nous émettons l'hypothèse que l'émergence de latences ou de représentations similaires au langage dans un système d'apprentissage profond pourrait aider les modèles à obtenir une meilleure généralisation compositionnelle et hors distribution. Dans cette thèse, nous présentons une série d'articles qui explorent cette hypothèse dans différents domaines, notamment l'apprentissage interactif du langage, l'apprentissage par imitation et la vision par ordinateur. | fr |
dcterms.abstract | The emergence of language is regarded as one of the hallmarks of human intelligence. Therefore, we hypothesize that the emergence of language-like latents or representations in a deep learning system could help models achieve better compositional and out-of-distribution generalization. In this thesis, we present a series of papers that explores this hypothesis in different fields including interactive language learning, imitation learning and computer vision. | fr |
dcterms.language | eng | fr |
Fichier·s constituant ce document
Ce document figure dans la ou les collections suivantes
Ce document diffusé sur Papyrus est la propriété exclusive des titulaires des droits d'auteur et est protégé par la Loi sur le droit d'auteur (L.R.C. (1985), ch. C-42). Il peut être utilisé dans le cadre d'une utilisation équitable et non commerciale, à des fins d'étude privée ou de recherche, de critique ou de compte-rendu comme le prévoit la Loi. Pour toute autre utilisation, une autorisation écrite des titulaires des droits d'auteur sera nécessaire.