Point de travail optimal des qubits quantiques à spin de trous lourds dans le Germanium et leur haute sensibilité au bruit anisotrope Contexte et Motivation Le développement des ordinateurs quantiques (quantum computer) ouvre des perspectives considérables pour résoudre des problèmes complexes. Néanmoins, la construction d’un ordinateur quantique t...

Progrès dans la recherche sur les puces photoniques topologiques programmables Contexte de la recherche Ces dernières années, les isolants topologiques (Topological Insulators, TI) ont suscité un intérêt considérable dans la communauté de la physique. Leurs mécanismes physiques riches et les applications potentielles des modes de bord topologiques ...

Rapport académique : Contrôle de suivi optimal avancé intégrant une technique de critique neuronale pour les jeux à somme nulle contraints asymétriques Contexte et problématique de recherche Dans le domaine moderne du contrôle, la théorie des jeux est un modèle mathématique qui étudie la concurrence et la coopération entre des décideurs intelligent...

Méthode robuste et invisible de protection du contenu généré par des réseaux neuronaux profonds Contexte académique Ces dernières années, avec le développement révolutionnaire et l’application large des modèles d’apprentissage profond dans les applications d’ingénierie, des applications phares telles que ChatGPT et DALL⋅E 2 ont émergé, ayant un imp...

Rapport académique Introduction Le graphe de connaissances (knowledge graph, KG) est une forme de données structurées qui enregistre des informations sur les entités et les relations, largement utilisé dans des domaines tels que les systèmes de question-réponse, la recherche d’information et la lecture automatique. La technique d’intégration de gra...

Ces dernières années, les scénarios d’application tels que la protection de la vie privée et la transmission massive de données ont posé des défis sévères à l’inaccessibilité des données. En réponse, les chercheurs ont proposé la méthode dite de distillation des connaissances sans données (Data-Free Knowledge Distillation, DFKD) pour résoudre ces p...

Contexte et objectifs de l’étude L’apprentissage par renforcement (Reinforcement Learning, RL) est devenu ces dernières années un domaine dynamique et transformationnel de l’intelligence artificielle, avec pour objectif de maximiser la récompense cumulative grâce à l’interaction entre un agent et son environnement. Cependant, l’application du RL da...

Alignement de prototypes renforcé par la structure pour la classification de nœuds non supervisée à travers les domaines Introduction Avec le développement des technologies de l’information modernes, les réseaux neuronaux graphiques (Graph Neural Networks, GNNs) ont montré un succès remarquable dans les tâches de classification de nœuds de réseaux ...

La segmentation sémantique vise à prédire des étiquettes de classe pour chaque pixel d’une image (Liu et al., 2021; Wang et al., 2021), et est largement utilisée pour la compréhension de scènes, l’analyse des images médicales, la conduite autonome, les systèmes d’information géographique et la réalité augmentée (Strudel et al., 2021; Sun et al., 20...

Application d’un cadre unifié de distillation pondérée basé sur des prototypes à l’analyse des émotions en cas de modalités manquantes Contexte de la recherche L’analyse des émotions est un domaine important du traitement automatique des langues (TAL). Avec le développement des plateformes de médias sociaux, les gens préfèrent de plus en plus expri...