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...

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...