Zobrazeno 1 - 10
of 22
pro vyhledávání: '"apprentissage auto-supervisé"'
Autor:
Côté-Turcotte, Léa
Les progrès récents en apprentissage par renforcement ont été substantiels, mais ils dépendent souvent de l'accès à l'état. Un état est un ensemble d'informations qui fournit une description concise et complète de l'environnement, englobant
Externí odkaz:
http://hdl.handle.net/1866/40293
Autor:
Maes, Lucas
Les représentations du code apprises par les modèles d’apprentissage profond sont une composante cruciale pour certaines applications en génie logiciel telles que la recherche de code ou la détection de clones. Les performances de ces applicati
Externí odkaz:
http://hdl.handle.net/1866/32228
Autor:
Lu, Yuchen
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 profon
Externí odkaz:
http://hdl.handle.net/1866/32119
Autor:
Saavedra Ruiz, Miguel Angel
Une tâche fondamentale en robotique consiste à naviguer entre deux endroits. En particulier, la navigation dans le monde réel nécessite une planification à long terme à l'aide d'images RVB (RGB) en haute dimension, ce qui constitue un défi con
Reconnaissance multimodale des émotions à partir de signaux physiologiques et d'expressions faciales
Autor:
Wu, Y. (Yujin)
La reconnaissance des émotions est un sous-domaine de l'informatique affective et une direction de recherche critique pour le développement de l'intelligence artificielle centrée sur l'homme, qui vise l'identification et l'interprétation des émo
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______4198::3446c6f39d2fab25c461537fb9baaf5d
http://hdl.handle.net/20.500.12210/82179
http://hdl.handle.net/20.500.12210/82179
Reconnaissance multimodale des émotions à partir de signaux physiologiques et d'expressions faciales
Autor:
Wu, Yujin
Publikováno v:
Computer Vision and Pattern Recognition [cs.CV]. Université de Lille, 2023. English. ⟨NNT : ⟩
Emotion recognition is a subfield of affective computing and a critical research direction for thedevelopment of human-centered artificial intelligence, which targets the identification and interpretationof human emotions through machines in an objec
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______4254::6fe9f70d1b8523f1405b24234e273766
https://hal.science/tel-04098049/document
https://hal.science/tel-04098049/document
Autor:
Dadoun, Hind
Publikováno v:
Artificial Intelligence [cs.AI]. Université Côte d'Azur, 2022. English. ⟨NNT : 2022COAZ4071⟩
The focus of our study is to analyze how machine learning tools can be used for the automatic interpretation of abdominal ultrasound images, with a major setback : the absence of curated, annotated and openly available abdominal US databases. In this
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______165::2c837d3e1cddac94a7cf58b02f653557
https://inria.hal.science/tel-03984539
https://inria.hal.science/tel-03984539
Autor:
Huang, Gabriel
Ces dernières années, le domaine de l’apprentissage profond a connu des progrès énormes dans des applications allant de la génération d’images, détection d’objets, modélisation du langage à la réponse aux questions visuelles. Les appr
Autor:
Banville, Hubert
Publikováno v:
Artificial Intelligence [cs.AI]. Université Paris-Saclay, 2022. English. ⟨NNT : 2022UPASG005⟩
Our understanding of the brain has improved considerably in the last decades, thanks to groundbreaking advances in the field of neuroimaging. Now, with the invention and wider availability of personal wearable neuroimaging devices, such as low-cost m
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::b3d0243469731fa3bb2b4a95ab79cd76
https://theses.hal.science/tel-03602771/document
https://theses.hal.science/tel-03602771/document
Small target detection is an essential yet challenging task in defense applications, since differentiating low-contrast targets from natural textured and noisy environment remains difficult. To better take into account the contextual information, we
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::6e6bbea7b3c77106ca4fea62d068dc83
https://hal.science/hal-03837080
https://hal.science/hal-03837080