Recherche sur les méthodes d’initialisation des poids des machines de Boltzmann restreintes basées sur l’analyse de la mécanique statistique Contexte académique Dans l’apprentissage profond, l’initialisation des poids des réseaux neuronaux a un impact significatif sur l’efficacité de l’entraînement des modèles. En particulier, dans les réseaux neur...
Recherche sur la détection d’interaction humain-objet zéro-shot basée sur l’intégration visuelle et linguistique Contexte académique La détection d’interaction humain-objet (Human-Object Interaction, HOI) est un domaine de recherche important en vision par ordinateur, visant à identifier les interactions entre les humains et les objets dans les ima...
Inférence Privée Efficace dans les Réseaux de Neurones Profonds : Une Étude Révolutionnaire du Cadre PrivCore Introduction Contextuelle Avec le développement rapide des technologies d’apprentissage profond, les réseaux de neurones profonds (Deep Neural Networks, DNNs) sont de plus en plus utilisés dans des domaines tels que la reconnaissance d’imag...
Contexte Le domaine de la psychiatrie a longtemps dépendu des symptômes et des entretiens médicaux pour établir des diagnostics, en l’absence de biomarqueurs objectifs. L’imagerie par résonance magnétique fonctionnelle au repos (resting-state functional magnetic resonance imaging, rs-fMRI) est largement considérée comme capable de révéler les modèl...
Contexte académique Avec la complexité croissante des modèles d’intelligence artificielle (IA) et les besoins accrus en matière de protection de la vie privée des données, l’apprentissage fédéré (Federated Learning, FL) est devenu un sujet de recherche important en tant que paradigme d’apprentissage automatique distribué. L’apprentissage fédéré per...
Recherche sur la détection d’anomalies au niveau des graphes basée sur l’apprentissage de représentations de graphes à double vue Contexte académique Dans le monde actuel, axé sur les données, les graphes (Graph) sont une structure de données puissante largement utilisée dans des domaines tels que l’analyse des réseaux sociaux, la détection de frau...
Contexte académique Avec le développement rapide des technologies d’intelligence artificielle (IA), les systèmes de tutorat intelligents (Intelligent Tutoring Systems, ITS) tels que Khan Academy et Coursera ont réalisé des progrès significatifs dans l’apprentissage personnalisé. Le suivi des connaissances (Knowledge Tracing, KT), en tant que techno...
Apprentissage continu des représentations visuelles conjuguées via des flux de mouvement d’ordre supérieur : étude du modèle CMOSFET Contexte académique Dans le domaine de l’intelligence artificielle et de la vision par ordinateur, l’apprentissage continu (Continual Learning) à partir de flux de données visuelles continues constitue un défi de long...
Exploitation de la dynamique instance-étiquette via l’apprentissage contrastif ancré réciproque pour l’extraction de relations en peu de coups Contexte académique Dans le domaine du traitement du langage naturel (Natural Language Processing, NLP), l’extraction de relations (Relation Extraction, RE) est une tâche fondamentale visant à identifier et ...
Recherche sur l’édition efficace et fine de scènes 3D basée sur des champs de points neuronaux invariants par rotation Contexte académique Dans le domaine de la vision par ordinateur et de l’infographie, la modélisation et le rendu de nouvelles perspectives de scènes réelles à partir d’images multi-vues constituent un problème central. Les champs d...