Zobrazeno 1 - 10
of 71
pro vyhledávání: '"L'apprentissage en profondeur"'
Autor:
Laleh, Touraj
L'un des défis des systèmes d'apprentissage automatique actuels est que les paradigmes d'IA standard ne sont pas doués pour transférer (ou exploiter) les connaissances entre les tâches. Alors que de nombreux systèmes ont été formés et ont ob
Externí odkaz:
http://hdl.handle.net/1866/32000
Autor:
Bansal, Dishank
La focus de cette thèse de maîtrise est l’analyse de l’étalonnage de l’incertitude pour la lo- calisation et la cartographie simultanées (SLAM) en utilisant des modèles de mesure basés sur les réseaux de neurones. SLAM sont un problème
Externí odkaz:
http://hdl.handle.net/1866/28708
Autor:
Crouther, Paul
The primary goal of this work is to propose a methodology for discovering hyperparameters. Hyperparameters aid systems in convergence when well-tuned and handcrafted. However, to this end, poorly chosen hyperparameters leave practitioners in limbo, b
Externí odkaz:
http://hdl.handle.net/1866/32084
Autor:
Goyal, Anirudh
Les réseaux de neurones actuels obtiennent des résultats de pointe dans une gamme de domaines problématiques difficiles. Avec suffisamment de données et de calculs, les réseaux de neurones actuels peuvent obtenir des résultats de niveau humain
Externí odkaz:
http://hdl.handle.net/1866/28129
Autor:
Maurel, Héloïse
Publikováno v:
Artificial Intelligence [cs.AI]. Université Côte d'Azur, 2022. English. ⟨NNT : 2022COAZ4059⟩
Cross-site Scripting (XSS) is ranked number two in the top 25 of the Common Weaknesses Enumeration (2021) and places this vulnerability as one of the most dangerous among programming errors.XSS occurs when a web application improperly neutralizes use
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______165::8aa11c1a6aa9da8848d4ce5fdfee0ab0
https://theses.hal.science/tel-04025922v3/document
https://theses.hal.science/tel-04025922v3/document
Autor:
Reddy, Charan
Le succès des modèles d’apprentissage en profondeur et leur adoption rapide dans de nombreux domaines d’application ont soulevé d’importantes questions sur l’équité de ces modèles lorsqu’ils sont déployés dans le monde réel. Des é
Autor:
Lamb, Alexander
This thesis explores the nature of generalization in deep learning and several settings in which it fails. In particular, deep neural networks can struggle to generalize in settings with limited data, insufficient supervision, challenging long-range
Externí odkaz:
http://hdl.handle.net/1866/27486
Autor:
Caballero, Ethan
Le principe d’invariance par rapport à la causalité est au coeur d’approches notables telles que la minimisation du risque invariant (IRM) qui cherchent à résoudre les échecs de généralisation hors distribution (OOD). Malgré la théorie p
Externí odkaz:
http://hdl.handle.net/1866/27473
Autor:
Gauthier, Shanel
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 deviennen
Externí odkaz:
http://hdl.handle.net/1866/27246
Autor:
Ling, Yabo
Les systèmes de recommandation typiques tentent d'imiter les comportements passés des utilisateurs pour faire des recommandations futures. Par exemple, dans le domaine des recommandations alimentaires, ces algorithmes de recommandation apprennent g
Externí odkaz:
http://hdl.handle.net/1866/27059