Introduction La réduction de réseau (Network Pruning) est une technique importante pour concevoir des modèles efficaces de réseaux neuronaux convolutifs (CNNs). Elle permet de réduire l’occupation de la mémoire et les exigences de calcul, tout en maintenant ou en améliorant les performances globales, rendant ainsi possible le déploiement des CNNs s...

Avec le développement rapide des technologies d’apprentissage profond, l’importance des techniques de fouille de données et d’entraînement de l’intelligence artificielle dans les applications pratiques apparaît de plus en plus. En particulier dans le domaine de la détection d’anomalies des séries temporelles multivariées, bien que les méthodes exis...

Introduction L’adaptation de domaine non supervisée multi-source (Multi-source Unsupervised Domain Adaptation, MUDA) vise à transférer des connaissances depuis plusieurs domaines sources étiquetés vers un domaine cible non étiqueté. Cependant, les méthodes existantes, lorsqu’elles traitent des différences de distribution entre les domaines source e...

Application du contrôle par mode glissant dans les réseaux de neurones mémristifs de diffusion-réaction d’ordre fractionnaire et incertains Ces dernières années, avec l’application étendue des réseaux de neurones dans divers domaines, la recherche sur leur contrôle et leur stabilité a gagné en importance. Les réseaux de neurones mémristifs (memrist...

Contexte et Motivation de la Recherche En physique, comprendre le mouvement des fluides est crucial pour appréhender notre environnement et comment nous interagissons avec lui. Cependant, les méthodes traditionnelles de simulation de fluides présentent des limites en raison de leurs exigences computationnelles élevées dans des applications pratique...

Distillation de la détection des cellules de lésions cervicales multi-classes via la pré-formation assistée par synthèse et l’alignement des caractéristiques au niveau des patchs Contexte et signification de la recherche Le cancer du col de l’utérus est une maladie qui menace sérieusement la vie et la santé des femmes. Selon les données de l’Agence...

Avec les progrès continus de la technologie d’acquisition de données, il est devenu très facile d’obtenir de grandes quantités de données de haute dimension contenant diverses caractéristiques, comme les images et les données visuelles. Cependant, les méthodes traditionnelles d’apprentissage automatique, en particulier celles basées sur les vecteur...

Étude des réseaux de neurones de Hopfield hétérogènes : Analyse du comportement dynamique avec une fonction d’activation adaptative et des mémristors Ce contexte de recherche explore l’impact des facteurs non linéaires sur le comportement dynamique des systèmes neuronaux. Plus particulièrement, la fonction d’activation et le mémristor, en tant que ...

Détection d’objets saillants dans des scènes RGB-T en faible luminosité grâce à une méthode d’exploration des indices spatio-fréquentiels La détection des objets saillants (Salient Object Detection, SOD) occupe une place importante dans le domaine de la vision par ordinateur, son principal objectif étant d’identifier les régions ou objets les plus ...

Un cadre de diagnostic des pannes de réseau électrique basé sur la décomposition intégrée adaptative et la fusion d’attention cross-modale Contexte de la recherche Avec l’expansion et la complexification continue des systèmes électriques modernes, l’exploitation stable du réseau électrique fait face à des défis de plus en plus sévères. Les pannes d...