Les méthodes d’apprentissage de représentation traditionnelles conçoivent généralement une architecture de fonctions de base fixe afin d’obtenir les propriétés souhaitées, comme l’orthogonalité ou la parcimonie. L’idée de l’apprentissage profond par renforcement est que le concepteur ne doit pas coder les propriétés de la représentation mais plutôt...

Dans le diagnostic de panne piloté par modèle, il est très précieux de pouvoir identifier les données d’observation clés qui conduisent à des anomalies du système. Cet article présente un cadre et un algorithme pour identifier les données d’observation clés. Ce cadre détermine quelles observations sont cruciales pour le résultat du diagnostic en ab...

Avec l’application généralisée des données de structures de graphes dans de nombreux domaines, les réseaux neuronaux de graphes (GNN) en tant qu’outil puissant pour analyser les données de graphes ont suscité beaucoup d’attention. Cependant, les GNN existants s’appuient principalement sur les informations de similarité des nœuds voisins lors de l’a...

Le mécanisme de circuits de la sélectivité chromatique dans le système visuel de la Drosophile La perception des couleurs est un aspect clé de l’expérience visuelle, jouant un rôle important dans l’interaction des organismes avec leur environnement. Chez les primates comme les humains avec trois types de cellules photoréceptrices, on a découvert qu...

Introduction : Les données d’enregistrement neuronal à grande échelle peuvent généralement être décrites par des modes d’activation neuronale coordonnée. Cependant, la vision de restreindre la variabilité de l’activité neuronale à un sous-espace de dimension fixe pourrait négliger des structures de dimension supérieure, telles que des séquences neu...